卡尔曼滤波，均匀圆周运动下的卡尔曼滤波预测

资源描述

波音747飞机运动空间六自由度仿真模型-Simulink程序.rar波音747飞机运动空间六自由度仿真模型-Simulink程序.rar波音747飞机运动空间六自由度仿真模型-Simulink程序.rar

像素化重力 花式 Delphi 应用程序竞赛条目由 Gerben Wijnja #14 从普拉 Gajic前, About.com 指南 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

Gray Scale Image 或是Grey Scale Image，又称灰阶图。把白色与黑色之间按对数关系分为若干等级，称为灰度。灰度分为256阶。用灰度表示的图像称作灰度图。除了常见的卫星图像、航空照片外，许多地球物理观测数据也以灰度表示。以位场图像为例，把位场表示为灰度图，需要将位场观测值灰度量化，即将场的变化范围转换成256阶的灰度范围。由于位场的动态变化范围非常大，磁场可达数万个纳特，重力场也可能在数百个重力单位内变化，所以在显示为图像前通常需要对位场观测值进行拉伸或压缩。[1]什么叫灰度图？任何颜色都有红、绿、蓝三原色组成，假如原来某点的颜色为RGB(R，G，B)，那么，我们可以通过下面几种方法，将其转换为灰度：1.浮点算法：Gray=R*0.3+G*0.59+B*0.112.整数方法：Gray=(R*30+G*59+B*11)/1003.移位方法：Gray =(R*76+G*151+B*28)>>8;4.平均值法：Gray=（R+G+B）/3;5.仅取绿色：Gray=G；通过上述任一种方法求得Gray后，将原来的RGB(R,G,B)中的R,G,B统一用Gray替换，形成新的颜色RGB(Gray,Gray,Gray)，用它替换原来的RGB(R,G,B)就是灰度图了。

应用背景这是一个正则表达式自动创建的代码在C + +关键技术C + +，有限自动机正则表达式

LZW算法的实现   LZW算法 其中 几个对象为 编码流 数据流 以及 编译表   字符即为数值，这里0-255   字符串：几个字符组成的串。这里可以简单用 来描述。其中前缀可以为0。   根：长度为1的字符串。   编码(Code):按照固定的长度从编码流中读取的值，即编译表中映射值。即一个编码对应一个字符串   本程序中将定义编码长度最大为12。最小为8。   本实现中自动根据文件内容生成对应的编译表 一个编码对应一个字符串， 字符串匹配通过hash算法去编译表中查找对应的编码。 hash值 = (前缀的编码+后缀编码)%常数

应用背景一个 ；医院信息系统（HIS） ； 元素是；健康信息学 ；，主要集中在行政需要 ；医院。在许多实现中，他是一个全面的，集成的信息系统 ； ；设计管理的医院运行的各个方面，如医疗，行政，财务，法律问题和服务相应的处理。最重要的问题之一是 ；保健 ； ；医院服务。 ；为人们提供医疗援助。医院信息系统最好的介绍已在2011对人文社会科学国际会议医院信息系统的体系结构主要有三个层次，中央政府层面，地区级的，和病人的承载水平。通常所有类型的医院信息系统（HIS）是支持客户端-服务器架构 ； ；网络和处理。大多数工作岗位他目前居住类型。移动计算开始推PC代表。现在的平板电脑和智能手机的应用。企业自己的网络架构已经在公共医疗领域成功部署并已进一步实体广泛采用。[ 1 ]  ；医院信息系统（HIS）是全省的倡议旨在通过中央电子信息系统提高访问患者信息。他的目标是简化病人的信息流和医生和其他卫生保健提供者的可达性。在服务这些变化会慢慢改善病人护理质量和病人安全。关键技术医院信息系统提供有关病人的健康史共同的信息源。系统必须保持在安全的地方，并控制数据的人可以在某些情况下，达到数据。这些系统提高卫生保健专业人员通过在需要的时间和地点提供病人的健康信息和访问历史坐标护理能力。患者的实验室检查结果等信息的可视化 ；X射线 ；可能可从专业。他提供内部和外部的卫生保健提供者之间的通信。他可以控制的组织，这是医院在这些情况下，官方文件，财务状况报告，个人数据，公用事业股票数量，也保持在安全的地方，患者信息，患者病历，处方，操作和实验室测试结果。他可以保护组织，书写错误，库存积压的问题，调度人员冲突，官方文件错误像税务准备错误。

Conjugate gradient method for non-linear equations inC

此正则表达式引擎属于正统的NFA引擎，基本兼容Perl，简单说一下引擎是怎么实现的： 首先做一个递归下降语法分析，利用栈把正则表达式转换成NFA(以有向图的形式表现)，再遍历NFA判断是否能到达完成节点。 实现正则表达式匹配的各种复杂功能的力量来自于回溯，而回溯的基础是栈，回溯能力是通过栈来达成的。 栈中保存了匹配路径中所有的状态，状态回溯就是出栈，状态匹配就是入栈。 除了回溯，一些扩展功能的实现也是通过栈来完成的，比如捕获和零宽断言，都要通过搜索或操纵栈来完成。 转换成NFA再匹配的好处是简化匹配和利于优化和DEBUG：因为不管再复杂的表达式转换成NFA之后只有边和节点组成，边和节点也只有顺序、分支、循环这三种形式组成。 详细原理说明看下面关于实现引擎的文章，第3条是我理解引擎匹配原理的入门参考。 支持GBK和UTF8编码   ==参考和学习资料== 关于实现引擎的文章： 1、《Perl语言编程》第五章  书 2、《精通正则表达式》  书 3、构造正则表达式引擎   http://www.cppblog.com/vczh/archive/2008/05/22/50763.html   我的原理学习入门参考 4、NFA引擎匹配原理   http://blog.csdn.net/lxcnn/article/details/4304651 5、英文参考资料   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

矩形原点旋转的程序-origin rotating rectangular procedures