搜索资源列表
new
- 本程序画出了时间序列下的各变量变化图，得到混沌性质，从而在区域内对变量进行取值，达到模拟出混沌的目的
Agent
- 实现Agent,绕墙走的功能,实现了图形化界面.点中按钮<AddWall>或<AddBlock>,使其处于按下状态,然后就可以在左边的矩形区域内通过点击鼠标左键设定墙或障碍物. 另外,还可以设定一组障碍物,方法是:先在 左上角按下鼠标左键,然后按住鼠标左键,拖动鼠标到所需的右下角,松开鼠标左键,这样,左上角和右下角之间的矩形区域就都被设成了障碍物
aaa
- 分治法解决最近对问题 画一条垂直线x=c，把这些给定点分为两个包含n/2个点的子集S1和S2，使得n/2个点位于直线的左侧或直线上，另外n/2个点位于直线的右侧或直线上；遵循分治法的思想，递归地求出左子集S1和右子集S2中的最近对，分别为d1与d2；之后d=min{d1,d2}。合并过程：在以垂线x=c为对称轴，2d为宽度的区域内求最近两个点的距离，记为d3；求D=min{d,d3}；
random
- 随机数类: 可以随意生成一个给定区域内的随机数或伪随机数
自组织系统Kohonen网络模型源程序
- 自组织系统Kohonen网络模型。对于Kohonen神经网络，竞争是这样进行的：对于“赢”的那个神经元c，在其周围Nc的区域内神经元在不同程度上得到兴奋，而在Nc以外的神经元都被抑制。网络的学习过程就是网络的连接权根据训练样本进行自适应、自组织的过程，经过一定次数的训练以后，网络能够把拓扑意义下相似的输入样本映射到相近的输出节点上。网络能够实现从输入到输出的非线性降维映射结构：它是受视网膜皮层的生物功能的启发而提出的。~..~-Kohonen network model. For Kohonen
EST_Method_and_Programe.rar
- matlab圆度误差的评定算法，最小二乘法，最小包容区域法，最大外接圆法，最小内接圆法,roundness error matlab assessment algorithm, the least square method, the minimum tolerance zone method, the largest circumcircle method, the smallest within the inscribed circle method
matlab-functions
- ：在有限区域内分布的稀疏不均的、具有一定分布结构的海量数据集的高效、高精度聚 类问题是一个尚未完全圆满解决的难题。针对Affinity Propagation 聚类算法(AP)的不足之处， 提出了两个改进型的聚类算法-n limited areas of uneven distribution of sparse, has certain distribution structure of the mass datasets of high efficiency, high precis
Tdcoorconvert
- 根据读取到的已知控制点的坐标，计算在该区域内的平面转换五参数，该五参数不同于当前使用较多的四参数-According to the known control point to read the coordinates to calculate the plane in the region converted five parameters, the five parameters to use more different from the current four-parameter
Main
- 1、 采用原始变量法，即以速度U、V及压力P作为直接求解的变量 2、 守恒型的差分格式，离散方程系对守恒型的控制方程通过对控制容积作积分而得出的，无论网格疏密程度如何，均满足在计算区域内守恒的条件； 3、 采用区域离散化方法B，即先定控制体界面、再定节点位置 4、 采用交叉网格，速度U、V与其他变量分别存储于三套网格系统中； 5、 不同的项在空间离散化过程中去不同的型线假设，源项采用局部线性化方法；扩散——对流项采用乘方格式（但很容易转化为中心差分、迎风差分或混合格式）；街面上的
ONE
- 1、 采用原始变量法，即以速度U、V及压力P作为直接求解的变量 2、 守恒型的差分格式，离散方程系对守恒型的控制方程通过对控制容积作积分而得出的，无论网格疏密程度如何，均满足在计算区域内守恒的条件； 3、 采用区域离散化方法B，即先定控制体界面、再定节点位置 4、 采用交叉网格，速度U、V与其他变量分别存储于三套网格系统中； 5、 不同的项在空间离散化过程中去不同的型线假设，源项采用局部线性化方法；扩散——对流项采用乘方格式（但很容易转化为中心差分、迎风差分或混合格式）；街面上的
TWO
- 1、 采用原始变量法，即以速度U、V及压力P作为直接求解的变量 2、 守恒型的差分格式，离散方程系对守恒型的控制方程通过对控制容积作积分而得出的，无论网格疏密程度如何，均满足在计算区域内守恒的条件； 3、 采用区域离散化方法B，即先定控制体界面、再定节点位置 4、 采用交叉网格，速度U、V与其他变量分别存储于三套网格系统中； 5、 不同的项在空间离散化过程中去不同的型线假设，源项采用局部线性化方法；扩散——对流项采用乘方格式（但很容易转化为中心差分、迎风差分或混合格式）；街面上的
THREE
- 1、 采用原始变量法，即以速度U、V及压力P作为直接求解的变量 2、 守恒型的差分格式，离散方程系对守恒型的控制方程通过对控制容积作积分而得出的，无论网格疏密程度如何，均满足在计算区域内守恒的条件； 3、 采用区域离散化方法B，即先定控制体界面、再定节点位置 4、 采用交叉网格，速度U、V与其他变量分别存储于三套网格系统中； 5、 不同的项在空间离散化过程中去不同的型线假设，源项采用局部线性化方法；扩散——对流项采用乘方格式（但很容易转化为中心差分、迎风差分或混合格式）；街面上的
FOUR
- 1、 采用原始变量法，即以速度U、V及压力P作为直接求解的变量 2、 守恒型的差分格式，离散方程系对守恒型的控制方程通过对控制容积作积分而得出的，无论网格疏密程度如何，均满足在计算区域内守恒的条件； 3、 采用区域离散化方法B，即先定控制体界面、再定节点位置 4、 采用交叉网格，速度U、V与其他变量分别存储于三套网格系统中； 5、 不同的项在空间离散化过程中去不同的型线假设，源项采用局部线性化方法；扩散——对流项采用乘方格式（但很容易转化为中心差分、迎风差分或混合格式）；街面上的
FIVE
- 1、 采用原始变量法，即以速度U、V及压力P作为直接求解的变量 2、 守恒型的差分格式，离散方程系对守恒型的控制方程通过对控制容积作积分而得出的，无论网格疏密程度如何，均满足在计算区域内守恒的条件； 3、 采用区域离散化方法B，即先定控制体界面、再定节点位置 4、 采用交叉网格，速度U、V与其他变量分别存储于三套网格系统中； 5、 不同的项在空间离散化过程中去不同的型线假设，源项采用局部线性化方法；扩散——对流项采用乘方格式（但很容易转化为中心差分、迎风差分或混合格式）；街面上的
MATLABandVC
- MA11AB与VC++混合编程，开发了水轮机综合特性曲线数据处理系统。该系 统利用VC++友好的界面编程对水轮机综合特性曲线已知区域数据进行提取，使用MATLAB 搜索引擎调用RBF人工神经网络库对提取数据进行拟合并结合边界约束条件对未知区域内的 数据进行预测-MA11AB with VC++ mixed programming, developed the turbine characteristic curve of integrated data processing syst
Recog
- 一个手势识别程序，使用有监督的神经网络实现，用户可以在窗口区域内用鼠标模拟手势，程序可以自动识别，而且可以自定义手势-a gesture recognition program based on Neural Network,the gestrue can be simulated by mouse move, furthermore, you can also define the gesture by yourself
code
- 随机输入n跳直线 利用增量算法 在一个方块区域内实现他的dcel图 利用opengl把效果图展示出来 -Stochastic input n-hop linear incremental algorithm in a box to use within the region to realize his plan to use opengl to dcel effect diagram displayed
balls
- 能够在指定区域内生成数量为N，半径为R的球体(A sphere with a number of N and a radius of R can be generated in the specified area)
针对二元函数在矩形区域内求最大值问题
- 针对二元函数在矩形区域内求最大值问题(遗传算法训练)(Aiming at the maximum value problem of two element function in rectangular area)
HDR_Imaging
- 采用基于梯度的算法，通过matlab实现高动态范围成像。高动态范围图像，相比普通的图像，可以提供更多的动态范围和图像细节，根据不同的曝光时间的低动态范围图像，利用每个曝光时间相对应最佳细节的低动态范围图像来合成最终高动态范围图像，能够更好的反映人真实环境中的视觉效果。这里采用的高斯模糊展示了高动态范围图像中超出取值范围的数值也是有用的，即使它们在转换成低动态范围图像的时候通常都要被裁掉。在原始的高动态范围图像中，这些像素都有非常大的亮度值。当图像模糊的时候，周围的像素亮度被“拉高”并且在色度映射