Simple Finite Impulse Response Filter

AR 模型拟合，解决多变量自回归 (AR) 模型的参数估计问题-AR model fitting, since the settlement multivariable regression (AR) model parameter estimation problems

"Radar_eq.m"函数实现方程 (1.61）。输出是 dB 中的信噪比或在 Km 范围内不同的地方输入的设置用于每个案例。

通过MCU检查声音

本代码为改进遗传算法机器人路径规划。这个改进遗传算法在传统遗传算法的交叉、变异操作、修正算子方面做了改进，比例算子和最优选择依次应用在选择阶段以保证具有高适应度的个体有高的生存概率，从而优秀的个体的适应性可以传递到下一代。利用简化、平滑、修正操作等等来对适应度函数进行优化，实现改进遗传算法的机器人路径规划。

牛顿法求解非线性方程组-Newton method for solving nonlinear equations

利用DDRAW开发出YUV视频直接显示MFC，方便视频开发的同仁们。DDRAW为Microsoft为图像处理开发插件，可以通过包含相应的库文件，将相应的接口函数调入。

采用4阶runge_kutta法求解给定初始值的常微分方程（组）。该方法具有较好的精度。-Using 4-order method runge_kutta given initial value of the ordinary differential equations (group). The method has good accuracy.

利用metkaro方法求圆周率的原程序，可以动态显示过程-use metkaro pi method for the original procedure, the process can be dynamically displays

需要一个文本文件作为输入包含 x 和 y 坐标的一系列的曲线上的点。该代码然后使用遗传算法训练神经网络来逼近同一条曲线。运行从 python 命令行 ；示例输入的命令会看起来像： python nn_weights_1.py-r 10-n 100 g 500-t 3600.0-RandomCrossOver-s random_seeds_100.txt-i sine_datapoints1.txt-o results.txt nn_weights_1.py 在哪里的代码文件中，名称-r 告诉它多少运行来执行，-n 告诉它在人口中的多少人-g 告诉它多少代人，在每个运行，-t 告诉它的最长时间 （以秒为单位） 运行，— — 告诉它要使用 （随机、 HillClimber、 RandomCrossOver、 SmallCrossOver、 SmartCrossOver） 的算法，-s 告诉它什么文件用于随机种子 （可选），我告诉它什么数据文件用作输入和-o 告诉它要将输出发送到什么文件。

不使用递归的快速排序法-Quick sort without using recursive