多项式的加减运算特别实现（c实现）

求极点零点,求出极点到单位圆上各点的向量的模,求出零点到单位圆上各点的向量的相角-seek to get round to the flat pole on the point of the vector mode to get round to the flat 0.1 points on the phase angle of Vector

应用背景  1、问题描述： 3 2、最优性原理： 3 3、递推关系： 3 4、 改进前的算法 4 4.1 源代码 4 4.2 算法的时间复杂度 6  5、算法的改进： 6 5.1源代码 8 5.2 算法的时间复杂度 11 6、运行结果 11 7、 结论 12 关键技术  1、问题描述：     给定n种物品和一背包。物品i(1

matlab 例程-Matlab routines

语音编码和解码算法一旦发言被完全编码，必要的算法可以被实现为重建的语音。最终的结果将是，可以用尽可能少的带宽被发送作为可能的，如果必要的合成语音。人们希望，在综合转载讲话的理解近似原始语音。以下步骤explainthe解码算法的逻辑流程图。创建的声门激励模型 - 帧willact表征为声道滤波器的LPC系数。该被输入到滤波器是theexcitation。对于浊音，激励将是一个periodicsignal与冲动每一个基音周期全部为零。这是声门激励的asimplified模型。对于清音，theexcitation将仅仅是白噪声。逆滤波器透过LPC系数滤波器的激励。声道滤波器的输出通过一个去加重滤波器进一步过滤。加重滤波器的输出被适当缩放为每帧的能量增益。

应用背景一个完整的永磁同步电机矢量控制仿真，包含速度环，电流环，仿真结果满意无误关键技术实现park变换，ipark变换，空间矢量svpwm，采用simulink中的simpower库元件搭建完成

document of Implementation AES with c-document of Implementation AES with c++

类型 1 粒子群优化算法是一种修改的版的粒子群优化 （PSO）是一种通过 iteravely 试图提高某项措施的质量是候选人解决优化问题的计算方法。粒子群优化算法的候选解，这里被称为粒子，人口和移动这些粒子在搜索空间进行简单的数学公式对粒子的位置和速度，以优化的问题。每个粒子的运动受其当地最有名的立场，但也引导最好已知的立场在搜索空间，更新作为其他粒子被发现更好的职位。预计这将移往最好的解决方案群。粒子群优化算法是超启发式因为它让很少或没有假设正在优化的问题，可以搜索候选解的很大空间。然而，如粒子群优化算法的元启发式方法不能保证过找到最佳的解决办法。因此提出了修改后的版本的粒子群优化算法，称为 T1PSO。T1PSO 有一个更好的能力，找到最优的解决方案。

查阅了一下资料，编写的二维大津法算法实现，描述了二维ostu 算法的实现，在vc++上实现，里面有具体的注释。

Check1(0).Caption = "香皂" Check1(1).Caption = "肥皂" Check1(2).Caption = "牙膏" Check1(3).Caption = "洗衣粉" Label1(0).Caption = "5.8元" Label1(1).Caption = "2.5元" Label1(2).Caption = "7.9元" Label1(3).Caption = "6.4元"-Check1 (0). Caption = "soap" Check1 (1). Caption = "soap" Check1 (2). Caption = "toothpaste" Check1 (3). Caption = "detergent" Label1 (0). Caption = "5 .8 million "Label1 (1). Caption = "2.5 yuan" Label1 (2). Caption = "7.9 yuan" Label1 (3). Caption = "6.4 yuan"

GUASS算法的C源代码-GUASS algorithm C source code