分治法求解N个点中最近的两个点之间的距离

第一部分  基础篇   001  第一个C程序 002  运行多个源文件 003  求整数之积 004  比较实数大小 005  字符的输出 006  显示变量所占字节数 007  自增/自减运算 008  数列求和 009  乘法口诀表 010  猜数字游戏 011  模拟ATM（自动柜员机）界面 012  用一维数组统计学生成绩 013  用二维数组实现矩阵转置 014  求解二维数组的最大/最小元素 015  利用数组求前n个质数 016  编制万年历 017  对数组元素排序 018  任意进制数的转换 019  判断回文数 020  求数组前n元素之和 021  求解钢材切割的最佳订单 022  通过指针比较整数大小 023  指向数组的指针 024  寻找指定元素的指针 025  寻找相同元素的指针 026  阿拉伯数字转换为罗马数字 027  字符替换 028  从键盘读入实数 029  字符行排版 030  字符排列 031  判断字符串是否回文 032  通讯录的输入输出 033  扑克牌的结构表示 034  用“结构”统计学生成绩 035  报数游戏 036  模拟社会关系 037

利用Gauss积分公式进行数值积分，将区间 细分成n个相等的子区间，然后在每个上使用经过修改适用于不同子区间的三点Gauss公式计算积分的值，然后求和。-Using Gauss integral formula for numerical integration, will be subdivided into n-equal interval sub-intervals, and then apply to each use of a modified three-point range in different sub-Gauss formula to calculate the value of points, and then summed.

图形学中三维图形的绘制-graphics rendering 3D graphics

小车默认搭载的是标准版程序， 没有开启避障、 巡线， 无线模块驱动等功能， 这些功能在顶配版的程序里面有，请同学们根据自己的能力，最好先看完标准版 平衡小车直立部分的程序后，再学习平衡小车的其他功能，谢谢。

应用背景由于红外弱小目标具有的可用特征非常有限，尤其在复杂背景下的弱小目标极易淹没在杂乱的信息之中，如何高效准确地从复杂背景中分离出目标具有重要的现实意义。关键技术本工程利用自适应巴特沃斯滤波器对复杂背景下的红外弱小目标进行检测，通过计算信息熵确定滤波器的参数。代码附有详细注释，简明易懂且具有很好的检测效果。

多线程程序的编写，应用多线程编写网络聊天室程序-Procedures for the preparation of multi-threaded, multi-threaded applications to prepare the network chat room program

TDOA/AOA是无线定位领域里使用得比较多的一种定位体制，其中TDOA（到达时间差）是通过检测信号到达两个基站的时间差，而不是到达的绝对时间来确定移动台的位置，降低了时间同步要求。采用三个不同的基站可以测到两个TDOA，移动站位于两个TDOA决定的双曲线的交点上。到达角度测距AOA是基于信号到达角度的定位算法是一种典型的基于测距的定位算法，通过某些硬件设备感知发射节点信号的到达方向，计算接收节点和锚节点之间的相对方位或角度，然后再利用三角测量法或其他方式计算出未知节点的位置。基于信号到达角度(AOA)的定位算法是一种常见的无线传感器网络节点自定位算法，算法通信开销低，定位精度较高。扩展卡尔曼滤波器是最经典的非线性滤波算法，可用于目标的定位和动态轨迹跟踪。

资源描述这是使用stein算法，实现的计算两个32位数的最大公约数的算法，在这里面使用了流水线来提高吞吐量，并且提高了工作速度，初次之外，还有两个串转并和并转串的模块，供大家参考

use GA to deal with 随机机会约束规划-use GA to deal with random chance Constraint Programming

模式识别与智能计算-Matlab技术实现  PDF+光盘资料本书广泛吸取统计学、神经网络、数据挖掘、机器学习、人工智能、群智能计算等学科的先进思想和理论，将其应用到模式识别领域中；以一种新的体系，系统、全面地介绍模式识别的理论、方法及应用。全书共分为13章，内容包括：模式识别概述，特征的选择与提取，模式相似性测度，贝叶斯分类器设计，判别函数分类器设计，神经网络分类器设计（BP神经网络、径向基函数冲经网络、自组织竞争神经网络、慨率神经网络、对向传播神经网络、反馈型神经网络），决策树分类器，粗糙集分类器，聚类分析，模糊聚类分析，遗传算法聚类分析，蚁群算法聚类分析，粒子群算法聚类分析。本书内容新颖，实用性强，理论与实际应用密切结合，以手写数字识别为应用实例，介绍理论运用于实践的实现步骤及相应的Matlab代码，为广大研究工作者和工程技术人员对相关理论的应用提供借鉴。本书可作为高等院校计算机工程、信息工程、生物医学工程、智能机器人学、工业自动化、模式识别等学科本科生、研究生的教材或教学参考书，亦可供相关工程技术人员参考。