扩展目标跟踪算法

B样条绘制，根据鼠标点击确定形值点，计算控制点然后绘制样条

简单的讲，所谓拟合是指已知某函数的若干离散函数值{f1,f2,…,fn}，通过调整该函数中若干待定系数f(λ1, λ2,…,λ3), 使得该函数与已知点集的差别(最小二乘意义)最小。如果待定函数是线性，就叫线性拟合或者线性回归(主要在统计中)，否则叫作非线性拟合或者非线性回归。表达式也可以是分段函数，这种情况下叫作样条拟合。-Simply speaking, the so-called fitting refers to a function known to a number of discrete function values (f1, f2, ..., fn), by adjusting the number of undetermined coefficient function f (λ1, λ2, ..., λ3), makes the function and known points of difference (least squares significance) the smallest. To be determined if the function is linear, is called linear regression or linear regression (mainly in the statistics), otherwise known as non-linear fitting, or nonlinear regression. Expressions can also be a sub-function, this case is called spline fitting.

变增益PID算法的c++实现，目前PID算法较多的是c代码写的，这里上传一个C++的-Variable gain PID algorithm c++ to achieve, the current is more PID algorithm code written in c, where a C++ From the

《优化设计》这门课程中的优化方法的作业，代码思路清晰，运行后没问题。包括，powell法，共轭梯度法，牛顿法，阻尼牛顿法，单纯形法，变尺度法等等。梯度法在第二个目标函数优化时并没有达到理想的点，陷入局部最优，阻尼牛顿法在第二个目标 函数处也精度不高。 用共轭梯度法配合牛顿法一维搜索来第二个目标函数时出现了 NaN 的情况， 是因为牛顿法的代码中运行时出现了分母为0的情况， 但是我在分母加了一个很小的数0.000001之后还会出 现，而已开始用变尺度法和牛顿法优化的时候也出现的 NaN 问题就消失了

请认真书写上传资料的详细功能、包含内容说明(至少要20个字)。尽量不要让站长把时间都花费在为您修正说明上。压缩包解压时不能有密码。

pso程序的源代码 pso程序的源代码-粒子群优化算法源程序 作者：FashionXu 一个pso程序的源代码。在vc.net2003下面通过。 建议：看代码之前，请先弄明白pso是怎么回事。然后请对应着来：程序中用Agent代表一只鸟，PSO代表鸟群。阅读源代码，不要顺着看，先看main(),然后按照出现的东西的顺序，一个一个得来，呵呵，纯粹是建议。-PSO program

应用背景应用背景为 脉冲多普勒雷达信号产生/处理基本过程，包括信号仿真（高斯白噪声），信号处理（MTI 处理，恒虚警）等。关键技术    s3.m文件是脉冲多普勒雷达信号处理的主要过程；中间主要涉及到的oppler radar 相位相参仿真，MTI处理等过程。     OS-CFAR.m文件是完成有序恒虚警处理过程的调用函数；     Pf.m文件完成了有序恒虚警中已知2L(总的数据长度),m(选取的检测单元),T(品质因数)得到Pf(虚静概率)的运算，论文中以此来选取品质因数。

递归计算众数，重数，输入一个整形数组，用递归计算数组中出现次数最多的数（众数）以及出现次数（重数）。-Recursive calculation mode, re-number, enter an integer array, with the recursive computation of the array appear in the highest number of number (plural), and the number of occurrences (multiplicity).

通过VC++平台，利用Bresenham算法实现画圆。方便操作，实现快速画圆的方法。为初学者在学习Bresenham画圆算法的过程中提供了一个很好的实例，方便初学者掌握和运用。

对植被冠层模型的分层拓展，将冠层分为多个小薄层，每一薄层之间用Adding method方法耦合，并且考虑了多次散射中的热点效应。可用于BRDF建模和LAI反演