整理好的Fast Newman算法实现社团发现调试代码

enjoy the code that can Count the number of fluorescent cells

工程电磁场数值计算大作业，解决空间磁场分布的有限元解法(Engineering electromagnetic numerical big job to solve the finite element solution space magnetic field distribution)

关于深度玻尔兹曼机的工具箱，可以进行图像的分类和识别。(About Deep Boltzmann Machine Toolbox,which you can use for image classification and identification.)

采用累计贡献率的方法，可以实现模式识别领域的数据的分类及回归，具有丰富的参数选项,各种kalman滤波器的设计，给出接收信号眼图及系统仿真误码率，仿真图是速度、距离、幅度三维图像。

KLDIV Kullback-Leibler or Jensen-Shannon divergence between two distributions.

64QAM using CMA algorithm

使用simulink实现的msk方针 大家可以参考一下(Simulink realization of the use of the principle of msk we can refer to)

RANDOM NUMBER GENERATION AND TEST FOR RANDOMNESS

THIS SPECIFICATION IS PROVIDED AS IS WITH NO WARRANTIES WHATSOEVER, INCLUDING ANY WARRANTY OF MERCHANTABILITY, FITNESS FOR ANY PARTICULAR PURPOSE, OR ANY WARRANTY OTHERWISE ARISING OUT OF ANY PROPOSAL, SPECIFICATION OR SAMPLE.

主成分(PCA)是一种基于代数特征的人脸识别方法，是一种基于全局特征的人脸识别方法， 它基于K-L分解。基于主成分分析的人脸识别方法首次将人脸看作一个整体，特征提取由手 工定义到利用统计学习自动获取是人脸识别方法的一个重要转变。简单的说，它的原理就是将一高维的向量，通过一个特殊的特征向量矩阵，投影到一个低维的向量空间中，表示为一个低维向量，并不会损失任何信息。即通过低维向量和特征向量矩阵，可以完全重构出 所对应的原来高维向量。特征脸方法就是将包含人脸的图像区域看作是一种随机向量，因此，可以采用K-L变换获得其正交K-L基底。对应其中较大特征值的基底具有与人脸相似的形状 ，因此又称为特征脸。利用这些基底的线性组合可以描述、表达和逼近人脸图像，因此可以进行人脸识别与合成。识别过程就是将人脸图像映射到由特征脸张成的子空间 上，比较其与己知人脸在特征空间中的位置，从而进行判别。