FFT的C语言实现

由matlab语言编写编写基于adaboost算法的人脸检测 快速高效，参考价值极高matlab 肤色检测结合adaboost算法的人脸特征提取 实现程序 

图形显示正弦波DFT的图像-graphics images sine DFT

webrtc中提取的AEC库，从webrtc开源项目中提取，可以使用，可以作为学习之用，现在关于开源aec算法的 代码少，这个确实还不错

MD5以512位分组来处理输入的信息，且每一分组又被划分为16个32位子分组，经过了一系列的处理后，算法的输出由四个32位分组组成，将这四个32位分组级联后将生成一个128位散列值。MD5中有四个32位被称作链接变量（Chaining Variable）的整数参数，他们分别为：A=0x67452301，B=0xefcdab89，C=0x98badcfe，D=0x10325476。当设置好这四个链接变量后，就开始进入算法的四轮循环运算。循环的次数是信息中512位信息分组的数目。

针对频率、幅值和相位均发生变化的时变信号，现有自适应陷波器(ANF)频率估计方法存在信号频率跟踪精确性和稳定性不足的问题，为此提出了一种基于新误差函数的ANF时变信号频率跟踪方法，通过新误差函数改善自适应算法收敛至最优频率解的精度与速度，以提高时变信号频率跟踪的精确性和稳定性。给出了新误差函数分析结果，新ANF方法实现步骤和该频率估计方法的Cramer-Rao下限。通过训一算与现有ANF的时变信号频率跟踪方法性能进行了比较分析，并针对科里奥利质量流量训一时变信号进行了现场实验验证。结果表明，该方法具有收敛速度快、跟踪精度高、更接近Cramer-Rao下限和抗噪性好的优点。

粒子群优化算法 （PSO） c粒子群优化 （PSO） 算法 [1，2] 在 C 可执行"插入"代码作为一个小型图书馆。粒子群优化算法用于涉及全局随机优化的连续函数 （称为目标函数） 的问题。粒子群优化算法也可用于离散优化问题，但在此库的当前版本中未实施这种行为。使用只是在代码中包括 pso.h 和 pso.c。您需要有 GNU 科学图书馆和各自的发展 （即标题） 文件，以在您的应用程序中包含 pso.c。你的 Makefile 中将添加到您的 LDFLAGS 的-lgsland lgslcblas。为了使用 pso_solve()，您需要：最小化目标函数 （见在 pso.h 中定义类型 pso_obj_fun_t），一个具有正确初始化的 pso_results_t 对象 (malloc 会) gbest 缓冲区。这是将存储发现最好的位置，以及最小的误差 （存储在成员错误）。一个具有正确初始化的值 （使用 pso_set_default_settings() 进行快速和肮脏的初始化） 的 pso_settings_t 对象功能邻域拓扑粒子群优化算法用于确定每个 particle 附近吸引子提供了三种不同的策略：全球的拓扑结构 （PSO_NHOOD_GLOBAL），每个粒子由每一另一种粒子群通知环形的拓扑 （PSO_NHOOD_RING） 在那里存在着固定的环型拓扑结构和每个粒子由其邻近的微粒通知

应用背景c语言课程设计，目前对于理科大学生来说，c语言是大学中的一门必修课，此系统为c语言的学习提供了很好的参考。关键技术利用c语言结构体实现的学生成绩管理系统，利用了c语言机构体，并实现了c语言结构体的增加，删除以及排序等算法。

一个潮流计算的程序，可以对不同数量节点的系统都适用。比较简单，希望对相关人员有用-a flow calculation procedures, the number of nodes in different systems are applicable. Relatively simple, useful for the staff

《c++ 实践之路》光盘中的源代码-"c practice Road" CD-ROM source code

二叉树遍历的方法-binary tree traversal methods