功能强大的计算器，采用仿C语言表达式语法 并且给出表达式的逆波兰表达式，支持二十余种函数运算，程序经测试成功...

主成分分析算法（PCA），这是一个外国人编写的，很具有参考价值-principal component analysis algorithm (PCA), which was prepared by a foreigner, it is very valuable reference

1. 实现原理： * 任何一个数都可以表示成指数形式，如下所示： * * N=nEe (0=

国外以为牛人编的，我也不怎么懂。。可以用来做毕业设计-abroad who thought that cattle series, I do not understand how. . Can be used to do design graduation

应用背景MFC界面编写的Delta蜘蛛并联机器人的反解算法代码关键技术完整详细的MFC代码，验证过。能被用于机器人系统控制。

matlab环境下开发的模糊控制原程序。-matlab environment developed under the original procedure of fuzzy control.

C++下，最小二乘算法拟合曲线，进行线性拟合，多项式拟合和指数拟合, 所有代码在.h文件中, 只需要包含.h文件到qt工程, 调用接口就能使用拟合曲线函数接口, 亲测可用, 为了大家更好使用, 附上test.cpp, 是调用的大概步骤, 具体使用, 根据需要修改即可

《GPU高性能运算之CUDA》是全国第一本全面介绍CUDA软硬件体系架构的书籍。全面介绍使用CUDA进行通用计算所需要的语法、硬件架构、程序优化技巧等知识，是进行GPU通用计算程序开发的入门教材和参考书。《GPU高性能运算之CUDA》共分5章。第1章介绍GPU通用计算的发展历程，介绍并行计算的历史、现状以及面临的问题；第2章介绍CUDA的使用方法，帮助读者理解CUDA的编程模型、存储器模型和执行模型，掌握CUDA程序的编写方法；第3章探讨CUDA硬件架构，深入分析Tesla GPU架构与CUDA通用计算的相互作用：第4章总结CUDA的高级优化方法，对任务划分、存储器访问、指令流效率等课题进行探讨；第5章以丰富的实例展示如何使用CUDA的强大性能解决实际问题。 《GPU高性能运算之CUDA》可作为CUDA的学习入门和编程参考书，主要面向从事高性能计算的程序员与工程师，使用GPU加速专业领域计算的科研人员，以及对GPU通用计算感兴趣的程序员。开设相关课程的高等院校与科研机构也可选用《GPU高性能运算之CUDA》作为教材。

SURF算法示例 作为尺度不变特征变换算法（Sift算法）的加速版，Surf算法在适中的条件下完成两幅图像中物体的匹配基本实现了实时处理，其快速的基础实际上只有一个——积分图像haar求导。 Hessian矩阵是Surf算法的核心，为了方便运算，假设函数f(z，y)，Hessian矩阵H是由函数，偏导数组成：

 ；近似PI使用蒙特卡罗方法。的例子是基于一个均匀分布的假设。

产生泊松分布随机数的程序-generated random Poisson distribution of the process