delphi与图形学结合编程的一个小城许

本程序主要供学习C语言的初学者应用,其功能是输入一个字符串,然后降末尾的*号删除-This procedure primarily for beginners to learn C language applications, and its function is to enter a string, and then down at the end of the deletion of an asterisk

它是免费的任何非商业用途。教授-教科文组织统计研究所旨在帮助 Visual c + + 程序员在执行 today 的大多数要求的 GUI 设施在其应用程序中保存几百个小时。它是一个可扩展的、 面向对象的框架使您可以轻松地自定义并扩展其功能。加上我们的奋斗，以保持最新的 UI 趋势，确保我们的客户获得最具创新性的最新的图形用户界面，适合他们的需要。

应用背景测试蓝牙连接的demo，学习蓝牙连接，给初学者一个思路。关键技术C++，DEMO，连接，蓝牙，buletooth。

Windows Kernel

butterfly at nature-butterfly at nature

很好用的串口开发类-good use of the Serial Development,

应用背景基于图形的物体跟踪是一个重要的计算机视觉科学的分支，是适用于这两个行业和其他方面。图像跟踪方法大致分为2个主类别：概率跟踪和确定跟踪。概率跟踪方法已成为占主导地位，由于其稳定和强大的性能。卡尔曼滤波器和粒子滤波是它们的经典代表。卡尔曼过滤器对系统模型和后验分布有严格的限制因此，仅仅是能够处理线性，高斯和单模态情况。然而，在图像跟踪应用程序，后密度是往往是非线性的，非高斯和多模态，从而应用卡尔曼滤波器是有限的。不同于卡尔曼滤波，粒子滤波因为它的维护能力，在跟踪领域有了很大的发展状态的多模态分布和噪声的鲁棒性。本文主要讨论了粒子滤波在图像跟踪中的应用一系列理论基础，并实现了一个简单的自适应粒子滤波。关键技术计算机视觉科学中的基于图像的目标追踪是一个重要的分支，无论是在工业界还是在其他领域都有非常广泛的应用。图像跟踪方法大致可分为两大类概率跟踪方法和确定性跟踪方法。概率跟踪方法由于性能稳定、可靠，已经成为图像跟踪的主流方法。卡尔曼滤波聚类方法和粒子滤波方法就是这类方法的典型代表。卡尔曼滤波聚类方法对系统模型和后验概率有很高的要求和严格限制，只能处理线性，高斯，单模态的情况，而在图像跟踪应用中，后验概率的分布往往是非线性、非高斯、多模态的，因此卡尔曼滤波聚类方法的应用收到一定限制。与卡尔曼滤波聚类方法不同，粒子滤波对于系统模型没有特殊要求，而且能够保持状态的多模态分布，不易受杂波的影响，在跟踪领域得到了很大发展。本文主要探讨粒子滤波算法在图像跟踪当中的应用，它的一系列理论基础，以及实现了一个简单的自适应粒子滤波算法。

用于实时显示指定的文件内容，方便调试jsp/java时，显示其生成的debuglog。-designated for real-time display of the contents of the documents to facilitate debugging jsp/java, the show generated debuglog.

活性污泥ASM2模型，用于环境工程专业本科或研究生教学所用-NO descripe,there may be some mistake!I am sorry.If you have any problem, please e-mail!

数据链路层crc算法