请大家多指教，我很乐意交流

利用基尔霍夫驻留相位近似求解高斯粗糙面后向散射系数 考虑不同的参数对散射系数的影响

网络编码模块集中到ns2网络仿真软件中去，包括集中软件中需要修改的文件以及tcl的脚本文件的仿真。对于网络编码在网络多跳网络中的研究具有很大的帮助。

/******************************************************************************* Platform : ATmega128 mini开发板（http://bbs.armavr.com） Project  : 实验一：8种LED点亮模式 Clock F  : 7.3728M Software : WinAVR-20100110 Author   : 林夕依然 Version  : 11.04.27 Updata   :  comments : 1、以学习板八个LED灯为硬件电路,LED_EN短路块需装上 2、练习简单延时函数的编制 3、AVR单片机端口寄存器的使用及理解 4、练习程序模块化，结构化的书写

这个项目提出了一种算法，从数据库文件中读取ecg signal ，通过特征提取，QRS检测处理它，挑，并采用Matlab仿真RR间期

应用背景图着色：在这个问题中，对于任何给定的图，我们将要在这样一种方式，没有相邻的顶点得到相同的颜色和最少的颜色使用颜色的每个顶点的颜色。如何解决这个问题：首先把图G中的顶点和边的输入数，然后将其值为1。现在我们将尝试每一个顶点的颜色。一个next_color（k）函数在第k个顶点可着色指数。首先我们将Color1第K个顶点。然后我们检查是否连接到任何以前的（k-1）顶点用回溯法。如果连接分配一个颜色x [我] + 1 x [我]是以顶点连接k个顶点的颜色。关键技术目标：并；1、公司及公司的图着色算法的应用研究；跟踪的方法。2、公司及公司的问题，并找到解决问题的方法没有相邻的边。3、公司及公司的工作时间复杂度的评估。4、公司的顶点的颜色进行评估的过程。图着色：一个一个简单图的着色是一个颜色的分配给每个顶点的图，使没有相邻的顶点被分配相同的颜色。这个图的色数是用于着色所需的最少的颜色数图的。这里的问题是用它的色数着色图。在图论，图着色是一种特殊的图形标记，它是一种特殊的图形标记传统上称为“颜色”的标签的元素的分配图受一定约束。它是一种着色的方法的顶点图，这样，没有相邻的顶点共享相同的颜色，这是所谓的顶点着色。类似地，边染色为每个边缘赋予一个颜色没有相邻的两个相邻的边共用相同的颜色，和一个面着色平面图将一个颜色分配给每个面或区域，这样，没有两面共享一个边界有相同的颜色。并；顶点着色是课题的出发点，其他着色问题也可以被转化成一个顶点版本。例如，图的边着色只是线图的顶点着色，平面的着色图为双色的顶点着色。并；

关于评价插值多项式 P (N + 1)不同的数字 X(0)，......，在数字 X X(N) 对于函数 F： 输入： 数字 X(0)，......，X(N) 为 XX(1)，......，XX(N+1) ； 数字 X ；值的 F 作为 Q 的第一列，或者可能如果函数 F 提供计算。 输出： 与 P(X) 表 Q = Q(N+1,N+1)。

三个差值算法（1）：二元拉格朗日插值(fortran)（2）：三次样条差值（c）（3）：三元三点差值(fortran)-three programs about interpolation :1:Binary Lagrange interpolation 2:three time interpln interpolation 3：Binary three point interpolation

应用背景最优形状设计是一种学习多层感知器的任务，应用神经网络对实际执行问题进行研究设计一个机翼，在这里的目标是电脑化的翼型设计过程和较少的时间设计机翼，在这个过程中，一个希望优化的解决方案的一些数学模型的标准它的领域，分享设计是非常重要的工业应用领域，一数学模型和物理约束的最佳形状设计所需的，为神经网络的变分公式为问题的解决提供了直接的方法。我们用传统的逆方法利用流域的保角映射方法，基于人工的逆设计方法进行了神经网络的计算，计算流体力学求解器（流利）首先是用来生成存储和服务的解决方案作为神经网络的输入。基于这些数据，使用一个合适的算法和神经网络的训练确定了优化的网络，并提出了一种翼型设计的技术方案。基于神经网络的逆设计。每个设计师都有自己的方式和他喜欢的工具进行。有些人喜欢使用反设计代码（比如Eppler代码）规定的流动参数，得到几何图形。气动设计大致可分为以下2类：1）直接数字优化方法2）逆方法。关键技术可以描述的翼型轮廓通过一系列的X和Y坐标。空气动力系数对应于一系列的翼型件存储在一个数据库中，随着翼型坐标，优化后的进给前馈神经网络是用来生成翼型坐标作为输出的通过气动系数作为输入，对目标和获得的翼型进行了比较，并从优化的神经网络中提取翼型外形匹配与存储在数据库中的翼型配置文件。

采用c++编写,上机运行通过的N皇后实现代码,绝对可用-used to prepare, on the plane running through the realization of the code N Queen"s absolutely available!

该代码是自己原创，参考编译原理的书，根据LL1文法判断过程编写而成，进行了多种判断，找左公因子，左递归，求first集，follow集，select集最终根据select集判断出是否为ll1文法，并且在过程中每个产生式是否能产生空，其select集，first集，follow集，均可打印出