二维数据PCA降维

科学计算器，可进行复杂的科学计算，最多可有99个变量-scientific calculator can perform complex scientific calculations, will have up to 99 variables

资源描述使用汇编进行bayer转换，满足许多图像处理需求

应用背景The MOEA Framework is a free and open source Java library for developing and experimenting with multiobjective evolutionary algorithms (MOEAs) and other general-purpose multiobjective optimization algorithms. The MOEA Framework supports genetic algorithms, differential evolution, particle swarm optimization, genetic programming, grammatical evolution, and more. A number of algorithms are provided out-of-the-box, including NSGA-II, NSGA-III, ε-MOEA, GDE3 and MOEA/D. In addition, the MOEA Framework provides the tools necessary to rapidly design, develop, execute and statistically test optimization algorithms.关键技术Its key features includes:   * Fast, reliable implementations of many state-of-the-art algorithms   * Extensible with custom algorithms, problems and operators   * Supports master-slave, island-model, and hybrid parallelization &n

矢量量化的C语言实现-Vector Quantization C Language

高斯消元法解n阶线性方程组 这里是数学方法中常用的计算程序-Gauss elimination method for n-linear equations here is the mathematical methods used in calculation procedures

这是一个八皇后问题的程序-This is a question of the Queen"s eight procedures

基于面积阈值和斜率阈值的曲线拟合，将采集数据所得的曲线上的毛刺去掉-Based on the size threshold and the slope of the threshold curve fitting, will collect the data obtained from the curve to remove the burr

将N乘N矩阵A=（A（I，J））乘以

RK4 是一个 C 程序实现简单的龙格-库塔求解初值问题。Rk4() 函数并不包括任何误差估计。它以单步在一段时间，需要用户来控制步长。

1986 年 Canny 在麻省理工的硕士论文中提出了 Canny 边缘检测算子[10]。Canny算子是一个具有滤波、增强以及检测的多阶段优化算子，它具有很好的边缘检测的性能。得到了越来越广泛的应用。 Canny 考查了以前的边缘检测算子和边缘检测的应用，发现尽管这些算子的应用出现在了不同的领域中，但是他们都有一些共同的要求：[3] （1）好的检测效果，也就是说对边缘的错误检测要尽可能的低：在图像的边缘出现的地方检测结果中必须有，而且不能出现虚假边缘。在所有使用边缘检测做更深入的研究工作的系统中，它的性能都依赖于边缘检测的误差。 （2）对边缘的定位要准确：标记出来的边缘位置要和图像的真正边缘的中心位置充分的接近。 （3）对同一个边缘要有低的响应次数。即单个边缘产生多个响应的概率要尽可能的低，而且对虚假边缘的响应要尽可能的抑制。 这就是 Canny 提出来的三准则。他是第一个明确的提出这三条准则并且完整的解决了这三个问题的人。他将上述原则用数学表达式表示出来，然后利用优化理论得到最优边缘检测的模板。 Canny 算子实现检测边缘的步骤如下： （1） 用高斯滤波器平滑图像。 （2） 计算平滑后的图像的梯度幅值和方向。 （3） 对梯度幅值采用非极大值抑制，其过程为找出图像梯度中的局部极大值点，把其他非极大值点置零而得到细化的边缘。 （4）用双阈值算法检测和连接边缘