邻域粗糙集属性约简

代码可直接运行，注释详细。粒子群算法是将群体中的个体看作是在D维搜索空间中没有质量和体积的粒子,每个粒子以一定的速度在解空间运动，并向自身历史最佳位置和领域历史最佳位置聚集，实现对候选解得进化。让粒子飞向解空间并在最好解处降落。通过迭代找到最优解，在每一次迭代中，粒子通过跟踪两个极值来更新自己。第一个是粒子本身的历史最优值persongood，另一个是每个组织目前找到的最优解allbetter。

资源描述本程序代码是基于STM32中的普通IO口的输入捕获，在日常应用STM32的过程中，经常性的会需要对信号输入进行捕获，通过捕获的数值去做后续的处理，本程序的功能提供了一种输入捕获的方式，通过配置相关的库函数去实现。

任意元素的矩阵操作，包括加、减、乘、求行列式、求逆-An arbitrary element matrix operations, including addition, subtraction, multiplication, seeking determinant, inverse

本程序由kyungsang基姆制作。如果你有问题或问题，发送电子邮件到me.kssigari@gmail.complease试试这些测试步骤1。模拟器是用于测量投影。2。demo2是解析重建众所周知过滤backprojection3。Demo3 is the iterative reconstruction using the maximum likelihood expectation maximization (MLEM) method.nx: number of image pixels of x-directionny: number of image pixels of y-directionnz: number of image pixels of z-directionsx: real size (length) of x-axis of the image -> resolution of a pixel = sx/nxsx: real size (length) of y-axis of the image -> resolution of a pixel = sy/nysx: real size (length) of z-axis of the image -> resolution of a pixel = sz/nznu: number of detector pixels of x-direction (u)nv: number of detector pixels of z-direction (axial) (v)su: size of real (length) of detector u-direction -> resolution of a pixel = su/nusv: size of real (length) of detector v-direction -> resolution of a pixel = sv/nvDSD: distance between source to detectorDSO: distance between source to iso-center (image center).dir: rota

主要用于计算半导体激光器调制的程序；可以针对常用的半导体激光器的调制进行数值分析-mainly used in the calculation of the semiconductor laser modulation procedures; can address common semiconductor laser modulation Numerical Analysis

应用背景 图像颜色的检测 ，精度不是很高 视频图像中 工业检测中对颜色的判断。 将颜色分为了7类，如果有需要可以自行分类 关键技术将传统的RGB转化到到HSV上，进行颜色的识别。我是用在了车辆识别的项目上 通过对检测区域的控制来检测颜色的 精度还可以，但是遇到光照或者其他雾化的图片精度也不是很好

对数据结构（李春葆版本）比较详细的讲解，里面还有ppt对理论比较详细的讲解，对于像对数据结构深入了解的人大有裨益。

***

应用背景基于OPENCV的人脸检测算法，能够实现基本的人脸检测，对于初学者是较好的实例，可根据具体的平台进行修改关键技术目标检测已经应用到很多领域，目前人脸检测是较为热门和成熟的话题，本代码希望通过简单实例，介绍基本的入门代码。

应用背景主要是对手写字体进行识别，首先训练手写字体库，可在官网下载手写字体库。对样本库中的样本进行训练，进而识别多种手写字体，主要针对0--9这10个数字，可以准确进行识别。关键技术主要采用C和OPENCV混合编程，提取样本HOG特征，运用SVM分类器对样本进行分类识别。获得训练分类器后，可以自己手写一个0--9中的任意字体，放入分类器中进行识别。