求解声学问题的边界元源程序，可以为使用边界元法求解位势问题和弹性力学问题提供启发...

应用背景 支持向量机（Support Vector Machine，SVM）是一种新的机器学习方法，其基础是Vapnik创建的统计学习理论（Statiscal Learning Theory，STL）。统计学习理论采用结构风险最小化（Structural Risk Minimization，SRM）准则，在最小化样本点误差的同时，最小化结构风险，提高了模型的泛化能力，且没有数据维数的限制。在进行线性分类时，将分类面取在离两类样本距离较大的地方；进行非线性分类时通过高维空间变换，将非线性分类变成高维空间的线性分类问题。 关键技术 本章将详细介绍支持向量机的分类原理，并将其应用于基于乳腺组织电阻抗频谱特性的乳腺癌诊断。 乳腺是女性身体的重要器官，乳腺疾病类别繁多、病因复杂，其中，乳腺癌是乳腺疾病的一种，逐渐成为危害女性健康的主要恶性肿瘤之一。近年来，乳腺癌等乳腺疾病发病率呈明显上升趋势，被医学界称为“女性健康第一杀手” 。 相关研究结果表明，在直流状态下不同生物组织表现出不同的电阻特性，生物组织电阻抗随着外加电信号频率的不同而表现出较大的差异。常见的电阻抗测量方法有：电阻抗频谱法(Impedance Spectroscopy)、阻抗扫描成像法(Electrical Impedance Scanning，EIS)、电阻抗断层成像法（Electrical Impedance Tomography，EIT）等。电阻抗频谱法的测量依据是生物组织的电阻抗随着外加电信号频率的不同而呈现出较大的差异；阻抗扫描成像法的原理是癌变组织与正常组织及良性肿瘤组织的电导（阻）率相比，存在着显著性的差异，从而使得均匀分布在组织外的外加电流或电压场产生畸变；电阻抗断层成像法则利用设于体表外周的电极阵列及微弱测量电流，提取相关特征并重新构造出截面的电阻抗特性图像。 尽管目前的电阻抗测量结果还存在一些偏差，但相关研究已经证实癌变组织与正常组织的电阻抗特性存在显著地差异。因此，乳腺组织的电阻抗特征可以应用于乳腺癌的检查与诊断中。由于电阻抗测量法具有无创、廉价、操作

这一项目提出了蚂蚁新论比以往的人工蚂蚁认同合作通过共享内存的进程更具一般性的系统，确定人工蚂蚁与通过共享内存和一个女王的过程，统筹蚂蚁流程合作过程中一个新的起点。然后，我们提出FANT，基于蚂蚁系统的新启发式。该技术是非常简单的实现，同时结合一些搜索策略，如集约化，多样化和学习机制。 FANT是用来解决各种硬分配问题，并显示出与使用各种元启发式其它实现中非常有竞争力。

FFT和FIR 快速傅里叶变换和FIR滤波器 实验的程序-Fast Fourier Transform FFT and FIR filter experimental program

这是一个对语音信号(0.3kHz~3.4kHz)进行低通滤波的C语言程序， 低通滤波的截止频率为800Hz，滤波器采用19点的有限冲击响应FIR滤波。 语音信号的采样频率为8kHz，每个语音样值按16位整型数存放在insp.dat文件中。-This c program is a low pass filter for radio signal 0.3kHz-3.4kHz.The stop frequence of this filter is 800hz.This digtal filter chooses 19 points FIR.the fs is 8kHz.every datas is memoryed in filed-insp.dat.

资源描述最新的h264的官方参考代码JM98，可以使用vs工具打开，编译，运行，windows版本方便调试学习，是学习h264算法的很好的参考。

arduino 云发送电子邮件和 LDR 和 LM35 的信息

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。

卡拉曼最优估计器算法吗，标量kalman最优估计器MATLAB实例参考《数字滤波与卡尔曼滤波》S.M.Bozic 1979实例编写，程序思路比较清晰，便于初学者理解kalman滤波的原理

有一个n*m的草坪(1

这是关于支持向量机SVM的例子,实用多多,大家可以看一下-on support vector machines SVM example, practical arrangement, we can look at the