本程序（全网）是麦加97 4K Intro和# 39；97赢得了比赛，我…

vp中的特效 功能 及基本操作 框架都可以看到 帮助出学者-vp effects in the function and basic operation of the framework can be seen to help the scholars

windows下面的矢量图形浏览工具支持efm格式-windows below the browser toolbar vector graphics format support efm

mp3 decoder

计算机图形学大作业-computer graphics major operation

jfreechart 一个很著名的用java画饼状图、曲线图等多种图形的工具包-jfreechart a very famous painting using java Caky maps, curves and other graphical tool kit

：D-S证据理论的MATLAB代码函数文件 根据D-S理论，可以进行模式分类，消除不确定性。并附有能量检测的D-S判断函数文件、自己论文里的代码，希望对你有用

功能概述： 提供一个时间序列的分析插件，只需要提供时间轴和数值轴，就可以进行相关的可视化分析计算。 接口要求： 利用TeeChart为主要平台构建，支持WebService，支持ActiveX，支持OLE Automation。 所有数值序列采用数组存储，独立于数据库，支持数据的转入转出，支持文本和XML等格式导入导出 图像支持矢量输出，支持多种文件格式输出，支持Stream方式输出图像。 序列数据源(含中间序列)支持交互修改. 基于年序列的频率分析见单独的频率分析插件Hfre（R），与空间相关的分析参考Viso和Space插件。 -functions outlined : to provide a time-series analysis of plug-ins, need only provide time frame and numerical axis, it can be related to the visual analysis. Interface : use TeeChart main platform for building support WebService support ActiveX, OLE Automation support. All numerical sequence using array storage, independent of the database, support data transfer to support XML and text formats derived images into vector output support, support for multiple output file formats, support Stream mode output images. Sequence data sources (including intermediate sequence) support interactive changes. Based on the frequency, sequence analysis, see separate plug-frequency analysis Hfre (R), and space-related analysis a

随机画树叶、函数、立方体等图的小程序、-random draw leaves, function, cube map as a small procedure,

[图形图象]多功能绘图-[graphics] multifunctional Mapping

资源描述本程序涉及交通标志识别，程序特色： 1、界面友好，操作简单 2、能对任意多种类别的交通标志进行识别 3、程序执行效率较好 程序使用说明： 1、在程序主界面中手动“添加类别”：禁止鸣笛、人行通道、T型岔道。 2、从下拉框中选中某一类别后，点击左下角“添加训练图像”按钮：输入3种模式的训练影像路径。 3、点击“图像预处理”按钮：从右窗口可以直观看出预处理后的能被正常识别的标志区域（红框表示）。 4、剔除无效数据，即未能识别的数据。通过右窗口查看预处理结果，将未能正确识别的图像删除。并重新进行图像预处理。 5、预处理完后，点击左上角菜单栏的“训练”按钮，训练数据集会输入神经网络并通过反向传播方式更新权值。 6、训练好网络后，点击“校验”选项，在弹出的校验对话框中，分别输入各类别的校验图像路径，程序将利用校验集对网络性能进行验证。通过设置不同的隐藏神经元数，最小二乘和Kullback -Leibler 距离指标值也不一样。重复改变隐藏神经元数的设置，比较检验结果，选取距离指标最小值对应隐含神经元数作为最优训练结果。 7、神经网络确定后，点击菜单项“测试”按钮。在弹出的测试对话框中输入测试图像路径，点击确定按钮后，程序弹出识别结果。