拜耳图像插值

粒子群优化算法 （PSO） c粒子群优化 （PSO） 算法 [1，2] 在 C 可执行"插入"代码作为一个小型图书馆。粒子群优化算法用于涉及全局随机优化的连续函数 （称为目标函数） 的问题。粒子群优化算法也可用于离散优化问题，但在此库的当前版本中未实施这种行为。使用只是在代码中包括 pso.h 和 pso.c。您需要有 GNU 科学图书馆和各自的发展 （即标题） 文件，以在您的应用程序中包含 pso.c。你的 Makefile 中将添加到您的 LDFLAGS 的-lgsland lgslcblas。为了使用 pso_solve()，您需要：最小化目标函数 （见在 pso.h 中定义类型 pso_obj_fun_t），一个具有正确初始化的 pso_results_t 对象 (malloc 会) gbest 缓冲区。这是将存储发现最好的位置，以及最小的误差 （存储在成员错误）。一个具有正确初始化的值 （使用 pso_set_default_settings() 进行快速和肮脏的初始化） 的 pso_settings_t 对象功能邻域拓扑粒子群优化算法用于确定每个 particle 附近吸引子提供了三种不同的策略：全球的拓扑结构 （PSO_NHOOD_GLOBAL），每个粒子由每一另一种粒子群通知环形的拓扑 （PSO_NHOOD_RING） 在那里存在着固定的环型拓扑结构和每个粒子由其邻近的微粒通知

应用背景基于OpenCV和OpenGL的头部姿态估计；关键技术我用PNP从对应点得到头部的六自由度位姿。我以前在手上选出来的信件，但得到的二维位置：左眼，右眼，左耳，右耳，左嘴，右嘴和鼻子。然后我用一个女性的头部三维模型下（在这里）得到相同的特征的三维点，简单地用meshlab的“获取信息”选择。解决一个PNP（Perspective-N-Point）问题是好的当你想得到2D-3D对应的三维物体的方位（6DOF）。由作者

C语言作的四色验证1．需求分析问题描述：证明了可以用不多于4种颜色对n个区域着色，而满足相邻的区域具有不同的颜色输入形式 ： 暂定最多50个区域，如需证明更多区域，修改#define S 50 即可；以整形形式输入（取值范围1-32767）用户需要证明的区域数目，相联的一对矩阵； 输出形式：以0和1输出关联矩阵，和以blue yellow orange pink形式输出每个区域相对应证明出的颜色；-C language does four colors confirm 1. demands analyses question description: Had proven may use not to be many to 4 kind of colors to n region coloration, but satisfies the neighboring region to have the different color input form: Establishes provisionally more than 50 regions, if must prove more regions, revise#define S 50 then; Region number (value scope 1-32767) the user needs to prove which by the reshaping form input, unites a pair of matrix; Output form: By 0 and 1 output incidence matrixs, with form outputs the color by blue yellow orange the pink which each region corresponds proves;

H264的动态估计算法，VHDL描述，有详细的Readme文档，来自github。玩FPGA和SOC的可以试试。

这个是谐波处理的插值算法 具体的内容程序里面有描述，主要思想就是插值，修正，然后恢复，使得没有因为同步处理的信号更好展示

python版本的混合高斯实现

k近邻问题，我自己做的，效果有保证，还有测数据-k neighbor problem, I do, the effect is guaranteed, as well as measured data

挺好的用于计算年利率和月利率的vb程序-Holbrook used in the calculation of annual and monthly interest rates vb procedures

本源程序是使用matlab编写的FDTD（时域有限差分法）来模拟周期结构的透射场分布。其中包括二维和三维的源程序，还有详细的迭代公式推导，非常具有参考价值。

资源描述判断矩阵是否规律，如m x n。判断两个矩阵是否为同阶矩阵，是否为同型矩阵。计算矩阵的转置矩阵。判断两个矩阵是否一模一样。计算两个同型矩阵的乘法、加法、减法。计算数与矩阵的乘法。