C++维纳滤波

应用背景 支持向量机（Support Vector Machine，SVM）是一种新的机器学习方法，其基础是Vapnik创建的统计学习理论（Statiscal Learning Theory，STL）。统计学习理论采用结构风险最小化（Structural Risk Minimization，SRM）准则，在最小化样本点误差的同时，最小化结构风险，提高了模型的泛化能力，且没有数据维数的限制。在进行线性分类时，将分类面取在离两类样本距离较大的地方；进行非线性分类时通过高维空间变换，将非线性分类变成高维空间的线性分类问题。 关键技术 本章将详细介绍支持向量机的分类原理，并将其应用于基于乳腺组织电阻抗频谱特性的乳腺癌诊断。 乳腺是女性身体的重要器官，乳腺疾病类别繁多、病因复杂，其中，乳腺癌是乳腺疾病的一种，逐渐成为危害女性健康的主要恶性肿瘤之一。近年来，乳腺癌等乳腺疾病发病率呈明显上升趋势，被医学界称为“女性健康第一杀手” 。 相关研究结果表明，在直流状态下不同生物组织表现出不同的电阻特性，生物组织电阻抗随着外加电信号频率的不同而表现出较大的差异。常见的电阻抗测量方法有：电阻抗频谱法(Impedance Spectroscopy)、阻抗扫描成像法(Electrical Impedance Scanning，EIS)、电阻抗断层成像法（Electrical Impedance Tomography，EIT）等。电阻抗频谱法的测量依据是生物组织的电阻抗随着外加电信号频率的不同而呈现出较大的差异；阻抗扫描成像法的原理是癌变组织与正常组织及良性肿瘤组织的电导（阻）率相比，存在着显著性的差异，从而使得均匀分布在组织外的外加电流或电压场产生畸变；电阻抗断层成像法则利用设于体表外周的电极阵列及微弱测量电流，提取相关特征并重新构造出截面的电阻抗特性图像。 尽管目前的电阻抗测量结果还存在一些偏差，但相关研究已经证实癌变组织与正常组织的电阻抗特性存在显著地差异。因此，乳腺组织的电阻抗特征可以应用于乳腺癌的检查与诊断中。由于电阻抗测量法具有无创、廉价、操作

VB实现Floyd算法-VB Floyd Algorithm

通过读取文件中的离散点数据，然后读取断层数据，根据这些数据进行不规则三角网划分，然后对不规则三角网进行遍历，找出各条等值线

这些是数值计算方法的经典算法

牛顿法解方程之混沌情况，帮助你对牛顿法解方程的领悟，具有非常强的视觉冲击力，美仑美奂，不看将后悔一辈子的！-Newton equation solution chaotic situation and help you right Solving equations of Newton"s grasp, with very strong visual impact, attractive, and will not look at a lifetime of regret!

输入三角形的三点坐标，计算三角形面积，周长-Enter the three coordinates of the triangle to calculate the triangle area, perimeter

资源描述利用Softmax实现对于IndianaPines遥感图像数据进行分类的代码和实验结果。在使用中用到了一个MinFun的函数库，需要将该库函数放置到.m所在文件夹即可运行。Softmax是Logestic分类器的推广，用于处理多分类问题，其基本思想是将一类和其他所有类划分开来，然后迭代进行，逐渐完成多分类问题。

支持向量机算法主要用于分类，在数据中找到支持向量，作为分类的训练样本。支持多类分类。

一个用分行来画树的程序，vb写的-using a tree branch to paint the procedures written in vb

应用背景在世界坐标系中已知的矩形点，在摄像机图像中出现，得到了变换和逆变换。视觉工作室2010。m_homography相化学图谱学；的…m_homography。设定值（m_ptregion，350，600）；…图片上的双= 100；双五= 200，/ /或点对图像双×，，，和，/ / / /，世界坐标；m_homography。cam2world（U，V，X，Y）；…双U1，V1；m_homography。world2cam（x，y，U1，V1）；关键技术四点在世界坐标如下：（0,0），（一，0），（A，B），（0，B）四点在摄像机坐标如下：（u0，v0），（U1，V1），（U2，V2），（U3，V3）然后，得到的变换矩阵是简单的。W = HX，W =（U，V，1）T，X =（x，y，1）Tx = w-1w ； ； ； ；  H1 H2 H3； ；H =  ；H4 H5  ； ；H6 ； ； ； ；H7 H8  ； ；H9h2y + H3 = H1X + U（h7x + h8y + H9）h4x + h5y + H6 = V（h7x + h8y + H9）