HGE 图形引擎的示例，用于 PureBasic 4.X

电梯模型！！ 输入在几层停就在几层停-lift model! ! The importation of the layers on layers of stop stop! !

使用uilib库制作的浏览器，使用VS2012工程，界面简洁，可输入地址，回到主页，可隐藏界面，系统托盘显示，包含资源文件uilib使用VS2012编译通过，包含头文件，Debug库和dll文件，工程已配置好，直接编译即可

用递归将整数转换为字符串的C++程序 通过求得整数每位数，再将其转为ASCII码,再调换每位顺序-using recursive integral to the conversion to a string obtained by C program every few Integer, and then converted to ASCII and then swap each sequence

这是一个用来求循环节的程序，最后输出循环节-This is a section used for the process cycle, the last section of the output cycle

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。

读写大容量文件时比较有用的-read and write large files more useful when

solve for Topcoder SRM416-250 the class MostCommonLetters is desired

This is program to make simple database using Visual basic 6.0 that can view, add, delete and update databases.

用C写的basic解释程序-C write basic procedures explained

高斯 坐标 计算 公式-Gaussian formula for calculating the coordinates