工资管理系统

离散数学重言式判别以及逻辑表达式求值原代码-Discrete Mathematics tautology discriminant and logic expressions evaluates the original code

VC++通过消息机制实现Exe程序间的数据交换，一个简单的示例，初学者可以看下。

Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。在这里，所有支持度大于最小支持度的项集称为频繁项集，简称频集。 是：首先找出所有的频集，这些项集出现的频繁性至少和预定义的最小支持度一样。然后由频集产生强关联规则，这些规则必须满足最小支持度和最小可信度。然后使用第1步找到的频集产生期望的规则，产生只包含集合的项的所有规则，其中每一条规则的右部只有一项，这里采用的是中规则的定义。一旦这些规则被生成，那么只有那些大于用户给定的最小可信度的规则才被留下来。为了生成所有频集，使用了递归的方法。

用单纯性法求解线性规划问题，并通过控制台输入系数矩阵。-Using simple method for solving linear programming problems, and through the console input coefficient matrix.

主要是详细的介绍了clean算法的函数程序，适合用于图像处理、超宽带通信信道仿真、信号处理求信道冲击响应的方向，

1986 年 Canny 在麻省理工的硕士论文中提出了 Canny 边缘检测算子[10]。Canny算子是一个具有滤波、增强以及检测的多阶段优化算子，它具有很好的边缘检测的性能。得到了越来越广泛的应用。 Canny 考查了以前的边缘检测算子和边缘检测的应用，发现尽管这些算子的应用出现在了不同的领域中，但是他们都有一些共同的要求：[3] （1）好的检测效果，也就是说对边缘的错误检测要尽可能的低：在图像的边缘出现的地方检测结果中必须有，而且不能出现虚假边缘。在所有使用边缘检测做更深入的研究工作的系统中，它的性能都依赖于边缘检测的误差。 （2）对边缘的定位要准确：标记出来的边缘位置要和图像的真正边缘的中心位置充分的接近。 （3）对同一个边缘要有低的响应次数。即单个边缘产生多个响应的概率要尽可能的低，而且对虚假边缘的响应要尽可能的抑制。 这就是 Canny 提出来的三准则。他是第一个明确的提出这三条准则并且完整的解决了这三个问题的人。他将上述原则用数学表达式表示出来，然后利用优化理论得到最优边缘检测的模板。 Canny 算子实现检测边缘的步骤如下： （1） 用高斯滤波器平滑图像。 （2） 计算平滑后的图像的梯度幅值和方向。 （3） 对梯度幅值采用非极大值抑制，其过程为找出图像梯度中的局部极大值点，把其他非极大值点置零而得到细化的边缘。 （4）用双阈值算法检测和连接边缘 

能算800位Pi值的超级代码-can count 800 Pi value of the Super code

应用背景n阶方阵的克劳特（crout）分解matlab实现关键技术在矩阵分析课上学习了n阶方阵的三角分解或叫克劳特(crout)分解,便尝试着用MATLAB编程实现。给一个例子如下： 原矩阵a=[2 1 -5 1;1 -3 0 -6;0 2 -1 2;1 4 -7 6] 执行 [l,u]=crout(a); 分解后得： l=[2 0 0 0;1 -3.5 0 0;0 2 0.4286 0;1 3.5 -2 -9] u=[1 0.2 2.5 0.5;0 1 -0.7143 1.8571;0 0 1 -4;0 0 0 1]

一个基于opencv的多目标跟踪代码可以跟踪多个目标，每个目标都可以用矩形框表示，采用了基于了hog的跟踪方法。代码简单但是功能十分完整。多多指教！希望对您有帮助！

包含径向基函数的隐式曲面重建算法，可以得到隐式曲面的表达式，包含求解的过程，和一些主要的算法。