LS mmse算法信道估计

讲解内排序的PPT-on sorting within the PPT

我的课程设计：实现任意长整数的求和。自己写的哦 -my program: get the sum of arbitrary array

应用背景背包问题和背包问题是一个问题组合优化：给定一组项目，每一个有一个重量和一个值，确定每个项目的数目，以包括在集合中，以便总重量小于或等于一个给定的限制和总的值是尽可能大。它的名字来自于一个被人所面对的问题受限于一个固定大小的背包，必须用最有价值的项目。问题往往出现在资源分配，有财务约束和在组合数学领域等，学习计算机科学，复杂性理论，密码学与应用数学。背包问题已经研究了一个多世纪，与早期的作品约会远1897。它不知道如何命名“背包问题”起源，但问题被称为在早期的作品数学家托拜厄斯丹（1884–1956），这表明这个名字可能在民间传说中存在的数学问题已经完全定义。并；https://en.wikipedia.org/wiki/knapsack_problem并；关键技术代码是用matlab遗传算法。在人工的领域智能，遗传算法（遗传算法）是一种模拟的搜索启发式自然选择过程。这种启发式（有时也被称为启发式）通常用于生成优化有用的解决方案搜索问题。遗传算法属于大类进化算法（环境），它生成的解决方案，优化问题利用自然进化启发的技术，如遗传、突变，选择和交叉。https://en.wikipedia.org/wiki/genetic_algorithm

这是我下的fortran的文件，大家多多交流，呵呵，不是垃圾-the FORTRAN documents, we interact more, huh, not rubbish

采用ARIMA模型和广义预测控制进行反馈预测，结合ARIMA模型周期性预测和广义控制预测实时性特点，提高短时预测精度

读取中文点阵字库,形成点阵数组,可用于LED显示或喷印点阵字体,包括了12*12 16*16 24*24 48*48。也可以读取单色的BMP位图信息。资料在网上很难找的，特别是字库文件，都是在DOS系统里面找来的,希望对大家有帮助

应用背景该代码执行创建包的话，随着堵塞和停用词去除， ； ；计算机视觉词袋模型 ；（弓模型）可以应用于 ；图像分类，通过处理图像的特征词。在文档分类中，一个单词的袋子，是一个稀疏向量的单词的出现计数，这是，一个稀疏的，直方图和，通过词汇。计算机视觉，一个视觉词汇的袋，是一个具有局部图像特征的词汇的出现计数的向量。关键技术Python是随着使用的词典在Python。用弓模型来表示图像，图像可以被视为文档。同样，“文字”在图像中需要被定义。要做到这一点，它通常包括以下三个步骤： ；特征检测、特征描述，并生成。[ 1 ]  ；一个弓模型的定义可以是“直方图表示基于独立特征”。[ 2 ]  ；基于内容的图像检索（CBIR）出现在这个图像表示技术的早期采用者。[ 3 ]

源码采用C语言编程实现，在信噪比不大的情况下，可以得到很好的去除噪声的效果，该算法采用基本的谱减法，对初学者有一定的借鉴意义，可以在此基础上实现改进的谱减法算法，可以说是一种很好的资料

资源描述这是一个用Verilog实现的基4的FFT处理器，这是一个用Verilog实现的基4的FFT处理器，这是一个用Verilog实现的基4的FFT处理器，这是一个用Verilog实现的基4的FFT处理器，这是一个用Verilog实现的基4的FFT处理器，

应用背景基于openCV的视频读入程序。CvCapture 是一个结构体，用来保存图像捕获所需要的信息。  opencv 提供两种方式从外部捕获图像，一种是从摄像头中，一种是通过解码视频得到图像。两种方式 都必须从第一帧开始一帧一帧的按顺序获取，因此每获取一帧后都要保存相应的状态和参数。比如从视频文件中获取，需要保存视频文件的文件名，相应的解码器类型，下一次如果要获取将需要解码哪一帧等。这些信息都保存在CvCapture 结构中，每获取一帧后，这些信息都将被更新，获取下一帧需要将新信息 传给获取的API 接关键技术基于基于openCV的视频读入程序。可用于视频拼接、视频压缩等等。