sm2-3-4 C代码

此代码是用于计算您输入的每个数字的素因数分解。拳头要求您提供输入任意数量要比它开始查找范围从 2 到你的号码/2 内的每一个质数。在那之后，因式分解开始。

三次样条插值逼近函数-cubic spline interpolation function approximation

用遗传算法求y=x*sin(10*pi*x)+2的最大值  -1=

matlab，vb下的snake算法-Matlab, vb the snake algorithm

本文直接应用Wilczak等人[1]提出的算法，从倾斜角度校正声波风速仪记录的风分量。它与双旋转和三旋转算法进行了比较。本提交文件包含：4个示例文件：exampleu PF.m、exampleu rot2.m和exampleu rot3.m以及exampleu frictionVelocity.m-函数tiltCorrection.m；

这是一个集交互式和命令式于一体的一个程序。 ％ 首先程序提示你输入数据，如果你输入的数据正确，则程序继续进行。 ％ 如果你输入的x,y的大小不一致，程序会提示你输入数据有误，然后程序返回再次让你输入数据。 ％待你输入数据正确后，程序会给你一段提示信息， ％ 通过下面的交互式图形，你可以事先估计一下你要拟合的多项式的阶数，方便下面的计算 ％ polytool()是交互式函数,在图形上方[Degree]框中输入阶数,右击左下角的[Export]输出图形 ％ 回车打开polytool交互式界面 ％ 待你回车后，交互式图形界面打开，你可以在图形上方[Degree]框中输入阶数观察多项式拟合的图形, ％ 选择置信区间最小的多项式阶数，以便在下面使用。 ％ 待你选择好所要拟合的多项式阶数后，程序提示你回车继续进行拟合。 ％ 待你回车后，程序提示你输入拟合的阶数， ％ 待你输入拟合的阶数后，回车后会显示拟合多项式相关的数据。 ％ 最后程序提示你输入所需拟合的数据点，输入所需拟合的数据点，就会得到相应的结果。 ％ 如果没有所需要拟合的数据点，直接回车跳过。 ％ 程序结束。 ％ 最小二乘法多项式拟合-err

 1953年美国数学家G.B.丹齐克为了改进单纯形法每次迭代中积累起来的进位误差，提出改进单纯形法。其基本步骤和单纯形法大致相同，主要区别是在逐次迭代中不再以高斯消去法为基础，而是由旧基阵的逆去直接计算新基阵的逆，再由此确定检验数。这样做可以减少迭代中的累积误差，提高计算精度，同时也减少了在计算机上的存储量。    优选法在数学上就是寻找函数极值的较快较精确的计算方法。1953年美国数学家J.基弗提出单因素优选法棗分数法和0.618法（又称黄金分割法）  ，后来又提出抛物线法。至于双因素和多因数优选法，则涉及问题较复杂，方法和思路也较多，常用的有降维法、瞎子爬山法、陡度法、混合法、随机试验法和试验设计法等。优选法的应用范围相当广泛，中国数学家华罗庚在生产企业中推广应用取得了成效。企业在新产品、新工艺研究，仪表、设备调试等方面采用优选法，能以较少的实验次数迅速找到较优方案，在不增加设备、物资、人力和原材料的条件下，缩短工期、提高产量和质量，降低成本等。    新安江模型是河海大学提出的一个水文模型，是中国少有的一个具有世界影响力的水文模型。新安江模型是分散性模型，可用于湿润地区与半湿润地区的湿润季节。当流域面积较小时，新安江模型采用集总模型，当面积较大时，采用分块模型。它把全流域分为许多块单元流域，对每个单元流域作产汇流计算，得出单元流域的出口流量过程。再进行出口以下的河道洪水演算，求得流域出口的流量过程。把每个单元流域的出流过程相加，就求得了流域的总出流过程。    该代码采用单纯形法以及客观优选法两种参数率定中最常用的方法进行水文模型新安江模型的参数率定，在模型中充分考虑了日资料以及时段资料等，将其进行处理在数据库中，同时采用odbc和本地路径两种方法读取数据库，最好的解决了水文模型中参数率定的方法计算，模块化的参数率定方法更适合于初学者应用。

根据粒子滤波与camshift结合的算法，效果还可以，采用手动选择目标。能够有效的完成多目标的跟踪，能够对人体车辆，行人，人脸多目标进行跟踪。

about cooperation of list

数学变换和滤波fft程序 kfour 傅里叶级数逼近 kkfft 快速傅里叶变换 kkfwt 快速沃什变换 kkspt 快速三次平滑 klman 离散随机系统的卡尔曼滤波 kkabg α-β-γ滤波-Fft math transformation and filtering procedures kfour Fourier series approximation kkfft Fast Fourier Transform Fast Walsh Transform kkfwt rapid kkspt three smoothing klman discrete stochastic system Kalman filter kkabg α-β-γ filter