全变分去噪与分割

Dynamic Time Warping Script

爬山算法用于一维函数优化的例子，自己原创(Climbing algorithm for one-dimensional function optimization example, your own original)

SIFT，即尺度不变特征变换（Scale-invariant feature transform，SIFT），是用于图像处理领域的一种描述。这种描述具有尺度不变性，可在图像中检测出关键点，是一种局部特征描述子。[1] 该方法于1999年由David Lowe[2] 首先发表于计算机视觉国际会议（International Conference on Computer Vision，ICCV），2004年再次经David Lowe整理完善后发表于International journal of computer vision（IJCV）。截止2014年8月，该论文单篇被引次数达25000余次。(SIFT, namely Scale Invariant Feature Transform (Scale-invariant feature transform, SIFT), it is a description for image processing. This description has scale invariance, can detect critical point in the image, it is a local feature descriptor. [1] The method in 1999 by David Lowe [2] First published in the International Conference on Computer Vision (International Conference on Computer Vision, ICCV), 2004 was again perfect finishing after David Lowe published in the International journal of computer vision (IJCV) . As of August 2014, the paper cited the number of times a single article of more than 25,000 times.)

利用粒子群算法对电力系统的潮流分布进行优化，判断当前位置是否是该单个粒子历史上最佳位置(Using particle swarm algorithm optimize the trend of distribution power system, determine whether the current position is the best position in the history of individual particles)

高斯白噪声信号通过低通滤波器后的波形分析 (Gaussian white noise signal through the low-pass filter waveform analysis)

采用PSO和GA算法优化RBP神经网络的参数(PSO and GA algorithm optimization using neural network parameters RBP)

IEEE802.16d模型属于对数正态阴影损耗模型，包含IEEE802.16d模型的仿真，并有相应的测试例，可以直接通过本源码得到模型详细数据(IEEE802.16d simulation model, and a corresponding test cases, detailed data model can be obtained directly by this source)

资源描述这是我的而拙劣的尝试确定是否你的钞票是假的或真实。有一点我注意到，注意的是，真正的笔记有它的薄带是越来越少的连续性，而假条有细纹的条带。可以说，假笔记有一行以上，在薄带，而真正的笔记，只有一行。让我们试着让我们的图像，以便我们检测到的带状本身（如你也曾尝试过），我们计算多少线，我们看到。如果我们只看到一条线，它是真实的，但是如果我们看到的是一条线，它是假的。我会走你的路，我是如何在中间的图像之间的。

FOR IMAGE RETRIVAL USING WAVELET01

有监督自组织映射-偏最小二乘算法(A supervised self-organising map–partial least squares algorithm),可以用语多变量数据的回归分析(supervised self-organizing map- Partial Least Squares (A supervised self-org anising map- partial least squares algorithm) , terms of the multi- variable regression analysis of data)