TMS320F28335信号产生与分析例程

反取证指示标识，调查通过网络发送的图像，并确保透明性和图像的质量。这项工作提出了 PC 安全工具包 [隐写术与反取证嵌入和有效载荷能力]。该工具包提供了高的嵌入容量 （有效负载） 和图像质量 ；与两个隐写计划，可以嵌入和从图像中提取的秘密。拟议的制度有图像文件和秘密消息作为封面图像和文本的文件。上述方法速记算法是利用改性 direction(HoEMD) 和自适应修正 direction(AdEMD)，其中考虑到敏感人类视觉系统 （HVS） 的亮点。HoEMD 方法利用像素的方向。一个像素有一个较大的变化就意味着更多像素的方向，并最终，较大的嵌入容量。像素差分中提出的 AdEMD 方法用于评价是否位于边缘地区的像素可以容忍更大的变动，比在一个光滑的区域中的像素位置。若要成功地提取一条消息，差分值被维持之前相同的层次上和后隐藏了数据 ；以及用是一个微妙的调整阶段。拟议的隐写术计划在盲 steganalyzer 的有效性使用卡方分析 ； 统计攻击并且有一个伪随机序列为嵌入图像数据。提供了对 [MD5 及 DES] 的数据进行加密和压缩数据的附加功能。

等值线算法，仅供参考，算法有待改进！基于离散点的等值线生成算法,里面包括样例数据！等值线算法，仅供参考，算法有待改进！基于离散点的等值线生成算法,里面包括样例数据！

C[i,j] 表示点i+1，i+2到点j中，选择任意一个点作为根，在（j-i）个解中找出成本最小的最优解 向前递推过程： 首先计算所有j-i=1的C(i, j) 然后依次计算j-i=2,3,…,n的C(i,j)。 C(0,n)=最优二分检索树的成本。 初始值 C(i,i) = 0 W(i,i) = Q(i)，0≤i≤n 最优二分检索树的构造 在计算C(i, j)的过程中，记下使之取得最小值的k值，即树Tij的根，记为R(i, j)。 依据R(0, n)…，推导树的形态

header file implementing LU decomposition of a matrix. The file is independent, all the functions required are in the header file

图像识别练习（字符验证码、车牌号、身份证号）

应用背景基于OpenCV和OpenGL的头部姿态估计；关键技术我用PNP从对应点得到头部的六自由度位姿。我以前在手上选出来的信件，但得到的二维位置：左眼，右眼，左耳，右耳，左嘴，右嘴和鼻子。然后我用一个女性的头部三维模型下（在这里）得到相同的特征的三维点，简单地用meshlab的“获取信息”选择。解决一个PNP（Perspective-N-Point）问题是好的当你想得到2D-3D对应的三维物体的方位（6DOF）。由作者

vc下的一个仿matlab界面的矩阵运算程序，其中单独封装的矩阵类可实现大多数常用矩阵运算功能，经常被我单独拿来使用-vc under an imitation of Matlab interface matrix calculation procedures, which separate package matrices can be used to achieve the majority of matrix calculation functions, I was often alone using them

ACM题目精选，参加ACM大赛有极大的帮助； 数据结构 -ACM topics selected to participate in ACM contest has great help data structure

应用背景统计中经常会遇到求置信区间、置信区域（如置信椭圆、置信椭球）等，有时候需要把置信区域画出来，这样看起看更为直观，下面结合具体案例介绍调用自编函数ConfidenceRegion绘制置信区域。 关键技术【例1】绘制置信区间。产生一元正态分布随机数向量，绘制样本数据的95%置信区间。【例2】绘制置信椭圆。产生二元正态分布随机数矩阵，绘制样本数据的95%置信椭圆区域。【例3】绘制置信椭球。产生三元正态分布随机数矩阵，绘制样本数据的95%置信椭球区域。

c++编程实现BP算法，代码中有详细的文字用以描述解释程序，适用于初学者，对BP算法拥有一个实践程序上的理解