计算方法的一个比较重要的高斯约当消去方法

在医学影像、 肿瘤检测是面临的主要挑战之一。在这里我提出了一种医学影像学肿瘤检测新算法。

一个曲线拟合的C程序算法-A C language program algorithm of curve fitting

应用背景应用背景为 脉冲多普勒雷达信号产生/处理基本过程，包括信号仿真（高斯白噪声），信号处理（MTI 处理，恒虚警）等。关键技术    s3.m文件是脉冲多普勒雷达信号处理的主要过程；中间主要涉及到的oppler radar 相位相参仿真，MTI处理等过程。     OS-CFAR.m文件是完成有序恒虚警处理过程的调用函数；     Pf.m文件完成了有序恒虚警中已知2L(总的数据长度),m(选取的检测单元),T(品质因数)得到Pf(虚静概率)的运算，论文中以此来选取品质因数。

北大ACM试题poj 第3058题源码，很好的代码，希望对搞ACM的同学有帮助 -Peking University ACM Chapter 3058 question Question poj source code, good code, and want to help students engage in ACM

反向传播的原则是其实很容易理解，即使它背后的数学可以看起来相当令人望而却步。基本步骤如下： 初始化与小随机加权网络。 目前对网络的输入层的输入的模式。 饲料通过网络来计算其激活值的输入的模式。 采取所需的输出和激活值来计算的网络激活错误之间的区别。 饲喂以减少其激活错误对此输入模式的输出神经元的权重进行调整。 传播错误值返回到每个隐藏的神经元，是其在网络激活错误的贡献成正比。 喂养每个隐藏的神经元，以减少它们的贡献对此输入模式错误的权重进行调整。 对每个输入模式输入集合中重复步骤 2 到步骤 7。 重复步骤 8，直到网络接受过适当培训。 为了使这个新的网络通过它的步伐，我下载了经典的虹膜植物数据库从UCI 机器学习资料库。数据集包含三个类的五十实例，每个，其中每个类是指一种类型的鸢尾属植物。一类是线性可分从其他两个 ；后者不是从彼此线性可分的。若要使用此数据，为 csv 文件扩展名的文本文件保存该 web 页。用 Excel 打开并添加三个新列在右边，与0,0,1或0,1,0或1,0,0根据植物品种填补。删除物种名称列，并且您现在有一个文件，它可以喂进入您的网络。

异步电动机制动特性的仿真程序-asynchronous motor braking characteristics of the simulation program

标准C写的数据直线拟合，最小二乘法处理，自己写的-write C standard linear data fitting, least squares method, wrote it myself

介绍kalman filtering 的word文档，里面有关于kalman filtering五个重要公式的详细推导过程，对于初学者理解kalman filtering相当有用-Kalman filtering, introduced the word document, there are five important kalman filtering on a detailed formula derivation process, kalman filtering for beginners to understand very useful

1，对BP神经网络初始化；2，隐含层输出计算；3，输出层输出计算；4，误差计算；5，权值更新；6，阈值更新；7，判断算法迭代是否结束。本算法对语音特征信号进行识别。案例选取了民歌，古筝，摇滚和流行四类不同音乐，用BP神经网络实现对四类音乐的有效分类。

计算文件的32位CRC校验码.比较简单实用,Demo中一次性读完整个文件是不可取的,您需要作些修改以应用于所有大小的文件CRC.-calculations of 32 of CRC. Relatively simple and practical, Demo one time reading the entire document is undesirable, You need to make some changes to apply to all size of the CRC document.