ex2_1 利用Z变换求系统输出 ex2_2 求DFT ex2_3 求序列的圆周移位 ex2_4 求序列的圆周卷积 ex2_5 简单的DFT实例...

c_mean算法是一种非监督的模式识别算法，不需要进行样本训练，通过计算样本距离，进行比较分类。算法结构简单，对于团状数据分类效果理想。

在医学影像、 肿瘤检测是面临的主要挑战之一。在这里我提出了一种医学影像学肿瘤检测新算法。

一个多功能计算器calc，包含了代数运算、矩阵运算等功能-A multi-function calculator calc, contains algebra, matrix operations and other functions

采用图片库，在检测阶段，首先对图片进行灰度化处理，光照补偿，然后进行去噪，进行图片边缘化处理，在进行归一化，使得图片一致，在特征提取过程中用PCA主成分分析法，对图片特征进行提取，然后投影在向量空间中，最后对测试图片进行最近距离的计算，从而选定最符合的表情模型。

资源描述上传文件 配置允许的后缀 配置允许的大小 随机生成目录 随机生成文件名 判断文件大小 func 获取文件后缀 func 判断文件后缀 func 报错支持

本程序主要实现了离散时间的傅立叶变换，具有很强的可移值性，原理简单。-This procedure has been the main achievement of the discrete-time Fourier transform, has a strong value can be changed, and simple.

在MATLAB环境中运行的两种Newton插值法-Newton

算术表达式求值的程序，用栈实现的，可以进行加、减、乘、除、乘方、求余计算，支持小数和括号 （数据结构作业）-arithmetic expression evaluates the procedures used stack to achieve, and can be, plus or minus, multiplication, addition, the involution, for I, support minority and brackets (data structure operations)

资源描述 工程设计作业

应用背景最优形状设计是一种学习多层感知器的任务，应用神经网络对实际执行问题进行研究设计一个机翼，在这里的目标是电脑化的翼型设计过程和较少的时间设计机翼，在这个过程中，一个希望优化的解决方案的一些数学模型的标准它的领域，分享设计是非常重要的工业应用领域，一数学模型和物理约束的最佳形状设计所需的，为神经网络的变分公式为问题的解决提供了直接的方法。我们用传统的逆方法利用流域的保角映射方法，基于人工的逆设计方法进行了神经网络的计算，计算流体力学求解器（流利）首先是用来生成存储和服务的解决方案作为神经网络的输入。基于这些数据，使用一个合适的算法和神经网络的训练确定了优化的网络，并提出了一种翼型设计的技术方案。基于神经网络的逆设计。每个设计师都有自己的方式和他喜欢的工具进行。有些人喜欢使用反设计代码（比如Eppler代码）规定的流动参数，得到几何图形。气动设计大致可分为以下2类：1）直接数字优化方法2）逆方法。关键技术可以描述的翼型轮廓通过一系列的X和Y坐标。空气动力系数对应于一系列的翼型件存储在一个数据库中，随着翼型坐标，优化后的进给前馈神经网络是用来生成翼型坐标作为输出的通过气动系数作为输入，对目标和获得的翼型进行了比较，并从优化的神经网络中提取翼型外形匹配与存储在数据库中的翼型配置文件。