Discrete Mathematics in order to achieve the set of C++. C++, Discrete Mathemati...

一种新的维纳滤波算法，采用c++对bmp图像进行滤波。应用bmp图像的读取，保存及处理。处理效果比一般维纳滤波算法更好。文件包中包含一篇关于维纳滤波的文章。源程序根据文章中算法内容编写。

在这篇文章，给出了这大大缩小了的参考图像被评估的失真图像质量所需的数据量减少参考图像质量分析的一个新指标。此处的关键概念是确定从图像中的连通分量数目的扭曲图像的质量。对比实验结果表明本文提出的度量提供了合理的准确性。它暗示了人类视觉系统是能够检测中图像的连通分量数目的减少，JPEG 压缩方案中使用高压缩比时。该方法还介绍了效率 RR 数据速率要求降至三分之一，现有的最佳度量。作为今后的工作提出的 RR IQA 度量可以扩展以确定存在其他类型的适用于图像的扭曲的图像质量。

cfd和传热计算的fortran几个程序-CFD and heat transfer calculation several procedures fortran

应用背景随着改革开放进程的加快，社会主义市场经济的主体地位己逐步明确，经济体制的改革和社会结构的转型，使人民的生活总体水平得到迅速提高。但是，伴随着我国人均GDP超过4000美元大关，贫富差距过大这一严重的挑战却越来越严峻。2012年，根据央视经济生活节目对全国104个城市300个县的居民抽样调查显示，收入改善位居榜首，缩小贫富差距列在次席;此外，新华网在全国“两会”期间对400多万网友进行调查，缩小贫富差距排在22个选项之首。由此可以看出，贫富差距问题己经凸显出来，成为目前我国最迫切需要解决的社会问题之一。关键技术1．详细分析和阐述了航位推测技术，网络延迟成为实时性要求较高的网络游戏的一个瓶颈，航位推测技术避免了高网络延迟对该类游戏的冲击。 航位推测技术主要包括预测技术和平滑处理技术。 本研究了基于物理运动学算法的预测技术以及基于Cubic Splines算法的平滑处理技术，并给出了航位推测技术在实时网络游戏中应用的具体算法以及该算法的相应实例。 2．在比较了乐观同步算法和保守同步算法的优缺点后，提出了采用基于航位推测的桶同步算法来解决实时网络游戏中的移动同步问题，该算法基于固定周期的网络更新，在客户端预测和客户端修正的处理下，最终实现了各个游戏客户端与游戏服务器之间的移动同步。

本程序由windows xp 环境下 编写，为java 的源程序，大家可用javac 编译后使用. -the procedures windows xp environment to prepare for the java source files, We can use the javac compiler.

用蒙特卡洛方法，求解出y=cos(x)/x在给定区间上的定积分值。-By Monte Carlo method, the y = cos (x)/x in a given interval on the value of the definite integral.

图形结构和最大的派系 在广泛的应用，包括社交网络通信分析、 计算机网络分析、 计算机视觉和许多其他中遇到的最大团问题。 对于甚至中等大小的图，原来在计算机科学中的最具挑战性和有趣的问题之一是最大的派系问题。 用于解决的最大团问题的技术 — — 其中包括禁忌搜索、 贪婪搜索、 高原搜索、 实时参数适应和动态解决方案历史 — — 在许多其他问题方案中可以使用。 在短期，解决了最大团问题的代码可以直接对您非常有用，并在算法中采用的先进的技术可以帮助解决其他困难的编程问题。

用于产生频率选择性信道,其中的一个fade.m可以用来产生瑞利衰落信道.-Used to produce frequency selective channel One fade.m can used to generate Rayleigh Fading Channels.

逐步回归算法程序，可以实现中间结果的任意输出-Stepwise regression algorithm procedure can be achieved between the results of any output

CRF的工具包，实现原理，及样例。CRF(Conditional Random Field) 条件随机场是近几年自然语言处理领域常用的算法之一，常用于句法分析、命名实体识别、词性标注等。在我看来，CRF就像一个反向的隐马尔可夫模型(HMM)，两者都是用了马尔科夫链作为隐含变量的概率转移模型，只不过HMM使用隐含变量生成可观测状态，其生成概率有标注集统计得到，是一个生成模型；而CRF反过来通过可观测状态判别隐含变量，其概率亦通过标注集统计得来，是一个判别模型。由于两者模型主干相同，其能够应用的领域往往是重叠的，但在命名实体、句法分析等领域CRF更胜一筹。当然你并不必须学习HMM才能读懂CRF，但通常来说如果做自然语言处理，这两个模型应该都有了解。