Fortran 90

一个高效的自回避行走路径枚举程序。运用了多线程分配分支任务，可以port到多核cpu上加速运算。-An efficient path of self-avoiding walk enumeration procedures. Use of multi-threaded allocation branch mission, you can port to multi-core cpu on accelerated computing.

此代码为在linux系统下ROS相关的kinect识别图像所用代码，能够抓取范围内的图像以作分析，可以实现基本手势的识别，包括握拳，剪子，布的选项

本代码是使用米勒拉宾算法对一个数是否为素数作出判断，综合运用了费马小定理，卡米尔歇数的性质，卡米尔歇数的考赛特判别法的数学方法，拉宾米勒素数测试算法是一个不完全准确的算法，当然，底数a数组取数越多，测试的准确率越高

一种简单高效地基于压缩感知的跟踪算法。首先利用符合压缩感知RIP条件的随机感知矩对多尺度图像特征进行降维，然后在降维后的特征上采用简单的朴素贝叶斯分类器进行分类。该跟踪算法非常简单，但是实验结果很鲁棒，速度大概能到达40帧/秒。具体原理分析可参照相关文章

Regex beginers 为一个简单的项目。在此项目中，您可以学习基本的语法和用法的正则表达式、 regecomp、 regexec。它真的可以帮助如果您从未使用过。

应用背景图像边缘是很重要的视觉信息,边缘检测在图像处理和机器视觉中占据着重要位置。通过边缘检测勾画出目标物体的轮廓,达到目标识别的目的。传统的边缘检测方法是基于空间运算的,借助空域微分算子利用卷积来实现,主要起到高通滤波的作用,如Sobel边缘算子、Roberts边缘算子、Krisch边缘算子、高斯2拉普拉斯边缘算子等关键技术 信息激素(Pheromone)作为蚂蚁选择后续行为的依据,并通过蚂蚁间的协同与交互来完成全局寻优搜索过程。该算法具有强鲁棒性、正反馈性和分布式处理等特点,已被成功用于解决许多诸如TSP问题、图着色问题等复杂问题。但用于图像处理领域,国内外的研究还比较少,韩彦芳等人利用蚁群算法提出了基于模糊聚类的图像分割方法,本文则利用蚁群算法提出了一种新的图像边缘检测方法。将一群蚂蚁随机放置到图像中,根据蚁群算法的路径选择机制,使蚂蚁以较大的概率选择图像边缘点作为下一步移动目标位置,经过多次循环迭代最终使大多数蚂蚁聚集到图像边缘上,从而提取出图像的边缘。

此代码用于使7段显示器老化；

利用gmm模型进行特征分析的程序，欢迎与各位相关研究的朋友进行交流-use gmm model analysis procedures, and welcome to friends from the relevant research exchange

C和C++代码精粹.pdf 第一章：更好的C 第二章：指针 第三章：预处理器 第四章：C标准库之一：面向合格的程序员 第五章：C标准库之二：面向熟练的程序员 第六章：C标准库之三：面向优秀的程序员 第七章：抽象 第八章：模版 第九章：位操作 第十章：类型转换与强制类型转换 第十一章：可见性 第十二章：控制结构 第十三章：异常 第十四章：面向对象编程 第十五章：算法 第十六章：容器和迭代器 第十七章：文本处理 第十八章：文件处理 第十九章：时间和日期处理 第二十章：动态内存管理 附录