石油勘探专业算法：地震波阻抗反演晚…

常用算法的C程序。主要内容包括多项式的计算、复数运算、随机数的产生、矩阵运算、矩阵特征值与特征向量的计算、线性代数方程组的求解、非线性方程与方程组的求解、插值与逼近、数值积分、常微分方程组的求解、数据处理、极值问题的求解、数学变换与滤波、特殊函数的计算、排序和查找。-Commonly used algorithm of C procedures. Include polynomial terms, complex computation, random number generation, matrix operations, matrix eigenvalue and eigenvector calculations, linear algebra equations, nonlinear equations with the equations, interpolation and approximation, numerical integration, solving ordinary differential equations, data processing, for solving extremum problems, mathematical transformation and filtering, the calculation of special functions, sorting and search.

资源描述kmenas算法首先选择K个初始质心，其中K是用户指定的参数，即所期望的簇的个数。这样做的前提是我们已经知道数据集中包含多少个簇，但很多情况下，我们并不知道数据的分布情况，实际上聚类就是我们发现数据分布的一种手段

资源描述对于无需绝对坐标确定的应用程序进行评估，一个更简单的解决方案的实施是有利的。相比多为 概念；清晰的定位，另一个选择是 ；模糊定位，这里只是一个距离提供检测和检测对象之间的关系。这个最简单的方法是unilateration。然而，这种方法不unilateration提供参考探测器的角位置。许多解决方案都在今天。一些供应商提供了一个位置估计的基础上，结合几个laterations。这种方法往往是不稳定的，当无线环境受金属或水的群众。其他的厂商提供的房间与房间的歧视明智的激励，一个供应商提供了一个接触激发位置判别。

用C语言实现的各种算法，可以用于参考。适合于初学者，或者需要了解算法在c语言中的实现的朋友们。-Using C language to achieve a variety of algorithms can be used for reference. Suitable for beginners, or need to understand the algorithm in c language realize friends.

这段代码描述了大津算法的实现及其在matlab中实现的灰度阈值函数的验证。

应用背景在各种计算机视觉系统中，边缘检测，特别是步进边缘检测已经得到了广泛的应用，它是从不同的视觉对象中提取有用结构信息的重要技术，大大减少了数据的处理量。精明的发现，对于不同的视觉系统的图像边缘检测中的应用的要求也相对同。因此，开发的边缘检测解决方案，以解决这些要求，可以实现在很宽的范围内的情况。边缘检测的一般标准包括：1 -检测的边缘与低的错误率，这意味着，该检测应准确捕捉尽可能多的图像中所示的边缘。2 -边缘检测的边缘点，应准确定位中心的边缘。3 -一个给定的图像中的边缘应该只有一次，并在可能的情况下，图像噪声不应该创建假边缘。关键技术Canny边缘检测算法的过程可以分解为5个不同的步骤：1 -应用高斯滤波器平滑图像，以消除噪声2 -找到图像的强度梯度3 -应用非最大抑制消除杂散响应边缘检测4 -应用双阈值，以确定潜在的边缘5 -轨道边缘的滞后：通过抑制所有其他边缘弱，没有连接到强大的边缘检测的边缘。

用牛顿迭代法通过计算方程组，用的是maple编程，方便实用，只需要改动方程组即可所需计算，并且计算精度也可自由控制。。。

非线性分析工具。通用时序分析；线性分析；预测；维数、熵估计；降噪；李雅普诺夫指数计算等。

根据多径信号的特点以及对导航定位精度的影响，利用一种能有效解决非线性非高斯问题的滤波算法－粒子滤波来估计多径信号 的时延参数。  针对传统的粒子滤波存在的粒子退化和贫化现象，将遗传算法嵌入到基本的粒子滤波框架的重采样步骤中，对其粒子滤波进行改进，既解决了粒子退化现象，也保持了粒子空间的多样性。 对于多径信号幅度的估计，利用了解决线性问题的最优估计－卡尔曼滤波。  

徐世良－C常用算法集的源代码- Xu Shiliang- C commonly used algorithm collection source code