基于SIFT特征提取的SVM分类算法

在字段中的数据压缩，香农 — — Fano 编码，命名的克劳德 · 香农和罗伯特 · 范诺，是一种技术构建基于一套符号和其概率 （估计或测量） 的前缀码。它是最理想的意义上说，它不能实现最低的可能预期的码字长度象哈夫曼编码 ；但是不像哈夫曼编码，它不保证所有的码字长度是否符合其理论上的理想的一位。在 Shannon 的"通信数学理论"，他 1948年条引入字段信息理论，提出了技术。该方法被归因于范诺，他稍后发表它作为一份技术报告。[1] 香农 — — Fano 编码不应混淆与香农编码，编码的方法用到 proveShannon 的无声的编码定理，或与香农 — — Fano — — 伊莱亚斯编码 （也称为埃利亚斯编码），算术编码的前奏。在香农 — — Fano 编码中，这些符号是到最不可能的从最有可能的顺序排列，然后分成两个设置，其总的概率是尽可能接近到相同的情况。所有的符号然后有分配 ； 其代码的第一位数字在第一套符号接收"0"和第二组中的符号接收"1"。只要任何带有多个成员集，这些集合，以确定它们的代码的连续数字重复相同的过程。当组已经降低到一个符号，当然，这意味着在完成 symbol 的代码并不会形成任何其他 symbol 代码的前缀。

各类Huffman编码-All kinds of Huffman coding

使用EPTREE可以很好的对，C,C++，Java代码进行解析。绘出函数树图，计算堆栈大小等。 功能树 INKURUDOFAIRUTSURI 测量若干步骤（有条件汇编） 函数索引（使用堆栈大小为每个功能输出） 使用类名单 全局变量，变结构，对象名单 ＃定义定义列表 清单中所使用 列表名称 信息分布函数的行数-EPTREE can be used for good, C, C++, Java code analysis. Mapping function tree diagram, calculate the stack size.

C++常用算法,包含了大部分矩阵运算,简单有效-C algorithms, including most of the matrix operation, simple and effective

输入影像的初始边缘二值图像，程序会自动进行边缘曲线的提取的断开，并自动实现曲线的匹配。

用c++编写的龙贝格积分的程序 附有实例和计算结果-With c++ Prepared Romberg integration process with examples and calculation results

利用哈夫曼编码进行信息通信可以大大提高信道利用率，缩短信息传输时间，降低传输成本。但是，这要求在发送端通过一个编码系统对待传数据预先编码，在接收端将传来的数据进行译码（复原）.对于双工信道（既可以双向传输信息的信道），每端都需要一个完整的编/译码系统。试为这样的信息收发站写一个哈夫曼的编/译码器。该系统可进行字符与二进制码值间转换。可用于电脑系统中用户的文件，这样可节省内存，当用户使用时又可转换为字符形式。还可实现对所给文件进行统计字符出现频率，及相应二进制码值，并对文件编码解码。1 统计权值；2 建立哈夫曼树：从结构体数组中读入n个字符和n个权值，利用静态三查三叉链表建立哈夫曼树.3 编码：利用已建立好的哈夫曼树，获得各个字符的哈夫曼编码，并对正文进行编码，然后输出编码结果。4 译码：利用已建立好的哈夫曼树将文件中的代码进行译码。

三维FDTD程序（一个Fortran写的三维FDTD程序）-Three-dimensional FDTD program (written in a Fortran three-dimensional FDTD program)

 LSR2D - Build projection matrix L for straight rays in 2D. % Input %    Tx: transmitter coordinates, nTx by 2 %          1st column contains X coordinates, 2nd contains Z coordinates %    Rx: receiver coordinates, nRx by 2 %          1st column contains X coordinates, 2nd contains Z coordinates %    grx: vector of X coordinates of cell boundaries (sorted increasing) %    grz: vector of Z coordinates of cell boundaries (sorted increasing) 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

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