HMM算法的C++实现

用初等相似变换将实矩阵约化为上H阵，即Hessen berg矩阵-Using elementary similarity transformation will be about real matrix H into the matrix, that is, Hessen berg matrix

相关的语音处理，适合于现代数字信号处理的课程设计，，，并且可以运行-related to the speech processing, which is suitable for modern digital signal processing design of, and can run

98年全国大学生数学建模竞赛B题"水灾巡视问题"模拟退火算法。-98 National Mathematical Contest in Modeling B and that the "flood inspections" simulated annealing.

基于MFC的CBitsets类，可实现二进制，八进制，十六进制等之间相互转换显示等

binary heap data structures

在测绘或地图学中，经常会需要用高程点生成DEM，一般首先由这些点按最小原则生成三角网，此代码即是根据任意多个点生成Delaunay三角网功能。-In the mapping or cartography often elevation point will need to generate DEM, generally the first point from these principles by the smallest triangulation generated, the code that is generated in accordance with any number of points, Delaunay triangulation function.

HMM算法的C++实现. 在Linux下编译的Makefile，同时经过测试，可以在Windows下通过Visual Studio 2013编译通过。 总之，学习HMM必备的利器啊。。。。

Point to Point就近点搜索法是ICP算法中最经典的一种方法。如图1a所示, Point to Point法根据源曲面上的一个点p，在目标曲面上找出对应于p点距离最近的q点。在这个方法中通常运用kd-tree的方法实现就近点搜索。如图1b所示，pi是源曲面点云数据中的一个点，Vi是生成目标曲面点云数据中距Pi最近的点。根据Vi点搜索出在曲面上与Vi点相邻的点构成的三角形格网，计算pi点投影到每个三角形平面上的投影点qi的坐标。对于每个三角形来说，当投影点qi位于三角形内部，则距离最近点是搜索的最近点，当投影点qi位于三角形外部，搜索的就近点应位于三角形的两条边界上，Vi是该三角形到pi点的就近距离点。将每个三角形确定的就近距离点进行比较可获得一个最近点。

Svd Feature包含一个很灵活的Matrix Factorization推荐框架，能方便的实现SVD、SVD++等方法, 是单模型推荐算法中精度最高的一种。SVDFeature代码精炼，可以用相对较少的内存实现较大规模的单机版矩阵分解运算。 另外含有Logistic regression的model，可以很方便的用来进行ensemble运算

toyFDTD GNU