简单的用户登录计算器

在理解了离散小波变换的基本原理和算法的基础上，通过设计VC程序对简单的一维信号在加上了高斯白噪声之后进行Daubechies小波、Morlet小波和Haar小波变换，从而得到小波分解系数；再通过改变分解得到的各层高频系数进行信号的小波重构达到消噪的目的。在这一程序实现的过程中能直观地理解信号小波分解重构的过程和在信号消噪中的重要作用，以及在对各层高频系数进行权重处理时系数的选取对信号消噪效果的影响。

本书共分６篇，第１篇统计学基础知识与ＳＡＳ软件应用技巧，介绍了统计学的基本概念和学习方法、试验设计入门、统计描述、ＳＡＳ软件应用入门、编写ＳＡＳ实用程序的技巧、单变量统计分析和利用SAS／GRAPH模块绘制常用统计图的方法。第２篇试验设计与定量资料的统计分析，介绍了与ｔ检验、非参数检验和各种方差分析有关的试验设计和数据处理方法。第３篇试验设计与定性资料的统计分析，介绍了处理二维及高维列联表资料的各种统计分析 方法，包括卡方检验、Fisher的精确检验、典型相关分析、logistic回归模型和对数线性模型等内容。第４篇试验设计与回归分析，介绍了回归分析的种类和选用方法、简单直线回归、多项式回归、简单曲线回归、多元线性回归、协方差分析、直接试验设计及其资料的回归分析等有关内容。第５篇生存分析，介绍了生存资料的特点、生存时间函数和生存分析 方法的分类等基本概念；生存资料的非参数分析方法、ＣＯＸ模型分析方法和参数模型的回归分析方法。第６篇多元统计分析，介绍了主成分分析、因子分析、对应分析、聚类分析、判别分析、典型相关分析。-The book is divided into six, a statistically based knowledge and skills in SAS software applications, introduced the basic concepts in statistics and learning methods, experimental design entry, statistical description of SAS software application entry, to prepare SAS utility skills, single variable statistical analysis and use SAS/GRAPH mapping module commonly used statistical map. The first two experimental design and quantitative analysis of the statistical data, presented with t-test, non- parametric tests and the analysis o

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。

face detection in color image

这是肝脏 ct 图像的分割算法。在该算法中使用小波变换，这是非常有效和有用在图像处理中。

algoritm - 贝尔曼 - 福特。  这是如何运作的？像其他动态规划问题，该算法计算自下而上地的最短路径。它先计算出的最短距离为具有在路径中在最一个边缘的最短路径。然后，它计算与在-NOST2的边缘，依此类推最短路径。外循环的第i次迭代后，用至多我边计算出的最短路径。可以有最大| V | - 在任何简单的路径1的边缘，这就是为什么在外循环运行的| v| - 1次。我们的想法是，假设不存在负权重周期，如果我们已经计算了最短路径至多我的边缘，然后迭代在所有边的保证，得到最短路径与在最第（i +1）个边（证明是简单，你可以参考这个或麻省理工学院的视频讲座）

本代码实现： 1） 吐 16 KHz 音频使用 FIR QMF 过滤到两个平等乐队，低 （0-4） 千赫、 高 (4-8) KHz 2） 适用任何的处理算法，例如噪音减少。 3） 合并这些两个带两个窗体原始乐队。

哈希算法，具有自动扩展功能

优化计算的新方法 可以直接进行数值计算- The optimized computation new method may directly carry on the value to calculate

蚁群聚类算法是人们对蚂蚁堆形成原理进行研究而产生的一种群体智能算法。LF蚁群聚类算法的主要思想是：将待聚类的数据对象随机放置在一个二维区域中，人工蚂蚁在二维区域内随机移动，每只蚂蚁根据数据对象与局部环境的相似程度，决定捡起或放下该数据对象的概率，相似程度越高捡起的概率越小，放下的概率越小，蚂蚁的移动使得它与其邻域内的邻居相互影响、相互作用，经过一定代数的迭代后，蚁群联合行动导致属于同一类别的对象在同一个空间区域聚集在一起，实现自组织的聚类过程。