频率步进雷达距离分辨率仿真

对图像进行逐点计算，并且取最大值和最小值的差值作为该点新的灰度值。 在区别边缘点和非边缘点时，首先确定一个阈值T，若图像中像素点的新 值大于该门限值，则可以初步确定为边缘点，小于T的新值被判断为非边缘点.(Image point by point basis, and taking the maximum and minimum points of difference as the new gray value. Edge in the difference between point and non-edge point, first determine a threshold T, if the image of the new pixel value is greater than the threshold, you can initially identified as the edge point, the new value is less than T have been judged as non-edge point.)

说明：  matlab与 人工神经网络2007 配套源程序(matlab and artificial neural network supporting source, 2007)

无网格法在固体力学中的应用书籍，内含源代码程序。(Meshless method applied in solid mechanics books, containing the source code program.)

message regarding disperssion effect in communication

LMS自适应滤波算法的MATLAB实现与误码率计算仿真(MATLAB implementation and BER simulation of LMS adaptive filtering algorithm)

霍夫变换的令一种算法，对于直线检测效果很好(Hough transform to make an algorithm that works well for line detection)

PLS是用线性回归模型和最小二乘法把X（描述性变量）和Y（观察变量）投射到一个新的空间，从而能在X空间中的找到一个多维向量最大化表示出Y空间上的变化，找到X和Y最根本的联系。 正交偏最小二乘法（OPLS）是基于PLS的，把连续的变量正交（orthogonal) 投射到 latent structure，从而把变量分成了可以预测的和无关的两种，第一个latent variable可以解释X和Y之间的共同变化，也就是X中变化跟Y变化有关的，第二之后的latent variable是在X变化中对Y无关的（正交的）。如果是不连续的变量，就可以对不同的class进行分类，就是OPLS-DA。X是描述性变量的矩阵，Y是不同的class种类，同样的，第一个latent variable描述的是X中对between class有关联的变化，也就是X对Y分类有关的信息，后面与之正交的latent varible 描述的都是X中within class之间的变化，也就是对Y的分类无关。OPLS相比PLS，分类的准确率并没有改进，只是让结果能更好的被诠释和理解而已

说明：  参加数模过程中自己找的关于数学建模的一些代码(Participate in the process of digital-analog on the mathematical modeling on your own some of the code)

追踪视频流中的运动轨迹，运用背景差分。视频名称和类型可自行命名，(Tracking the trajectory of the video stream, using the background subtraction)

说明：  实现了线搜索算法中的最速下降法以及牛顿沃尔夫算法(The steepest descent method and Newton Wolff algorithm in line search algorithm are realized)