用于数学编程的基本数学类

资源描述基于music算法的DOA估计，通过角度搜索，获得谱峰位置对应的角度，可以有效的抑制旁瓣，获得精确的角度估计，music算法的核心思想是利用导向矩阵与噪声子空间的正交特性，因而在信源角度方向获得谱峰值。

中国农历，有详细的阴历算法。中国农历，有详细的阴历算法-Chinese Lunar, lunar calendar has a detailed algorithm. Chinese Lunar, lunar calendar has a detailed algorithm

基于卡尔曼滤波的陀螺仪与加速度计数据融合，采用C++编写将其封装成类，可用在角度测量应用。

SelfOrganizingMap 或 SOM 神经网络算法对聚类的数据集，可以在 Weka 程序中嵌入

用于连续体的结构拓扑优化设计的matalb代码-For continuum structural topology optimization design matalb code

计算地理距离和方位角的程序，特别实用于地球曲线计算-program for computation of geography distance and azimuth, especially for earth curve

这本书包含了有关ECC密码的基本知识！从互联网上获得的最好的书希望你会喜欢阅读；

分割是图像处理中最重要的任务之一。它包括在像素分为两个或多个组根据其强度水平和门槛值。分割质量，取决于用于选择阈值的方法。古典实现用于多阈值分割是计算代价昂贵的因为他们彻底搜索优化的目标函数的最佳值。根据这种条件下，利用优化的进化途径已扩大。电磁像算法 (EMO) 是人口的一种进化的方法，模仿之间收费，以发展成员的吸引力排斥机制。不同于其他算法，EMO 展品有趣的搜索功能，而保持较低的计算开销。本文介绍了一种基于 EMO 的阈值 （MT） 算法。该方法结合目标函数提出了流行的大津和卡普尔的 MT 方法 EMO 算法的良好的搜索功能。该算法从内部图像直方图的可行的搜索空间的随机样本。这种样品建立 EMO 上下文的每一个粒子而它的质量评价考虑是受雇的 Otsu 或卡普尔方法的功能的目的。价值观的引导下这些客观的候选解集进化透过 EMO 的经营者直到找到最佳的解决办法。该方法生成一种可以有效地识别在为数较少的迭代的数字图像的阈值的多层次分割算法。实验结果表明性能的 EMO 实现数字图像分割的证据。

这个程序我用了两个月编写，功能已经和完整了，真是个好东西！好用着呢-this process I have spent two months of preparation, functions and integrity, is a good thing! Handy ability in

要解决 N 由 N 线性系统 C C E1: A(1,1) X(1) + A(1,2) X(2) +......+ A(1,N) X(N) = A(1,N+1) C E2: A(2,1) X(1) + A(2,2) X(2) +......+ A(2,N) X(N) = A(2,N+1) C   : C   . C EN: A(N,1) X(1) + A(N,2) X(2) +......+ A(N,N) X(N) = A(N,N+1) C C C 输入： 数目的未知数和方程 N;增广的矩阵 C A=(A(I,J)) 哪里 1 < = I < = N 和 1 < = J < = N + 1。 C C 输出： 解决方案 X(1),X(2),...,X(N) 或 A 消息， C 线性系统有没有独特的解决方案。 C