DFT的matlab源代码快速Johnson-Lindenstrauss变换（FJLT） 快速JLT的Cython和python实现。 使用FFTW。 依存关系 FFTW，一种快速的DFT库，可从处获得。 赛顿 安装 python setup.py install 用法 在python中，使用SubsampledRandomizedFourrierTransform中的SubsampledRandomizedFourrierTransform类遵循scikit-learn接口。 在cython中，直接使用SubsampledRandomizedFourrierTransform1d中的SubsampledRandomizedFourrierTransform1d或random_projection_fast.pyx中的函数。 有关快速演示，请参见demo.py。 作者/联系方式 加布里埃尔·克鲁梅纳赫（Gabriel Krummenacher）

gjk.c –平原C的Gilbert-Johnson-Keerthi 这是在普通C语言中粗略但快速地实现GJK冲突检测算法的功能。只有一个C文件，少于200行，没有依赖关系。 目前处于2D模式，即将推出完整的3D版本。此2D版本使用Minkowski求和，并在Minkowski空间中构建一个三角形单形，以判断两个任意凸多边形是否发生碰撞。 3D版本将大致相同，但将在3维Minkowski空间内构建一个四面体单形。 它当前仅指示是否存在碰撞。 距离和接触点的C代码即将推出。 免责声明 他妈的许可证和版权。 我这样做是出于学习目的，这是公共知识，任何用法都是完全免费的。 使用范例 这是的示例案例的。 将两个测试的多边形定义为纯C矢量结构类型的数组。 GJK的这种实现实际上并不关心数组中顶点的顺序，因为它将所有点集都视为凸多边形。 struct _vec2 { float x; float

实施 Carnegie-Mellon STATLIB/Applied Statistics AS-99 以拟合约翰逊曲线 pdf，由以下人员开发： Hill, ID, R. Hill 和 RL Holder，1976 年。AS 99 算法：按矩拟合约翰逊曲线，应用统计，卷。 25，第 2 期，180-189。 [gamma,delta,lambda,xi,jctype,fault_msg]=cmu_as99_johnson_pdf_off_line(x) 输入： 样本观测值的 x 向量 输出： AS-99 中的参数名称。 约翰逊曲线参数： AS-99 哈恩-夏皮罗伽马伽马δ eta xi epsilon 拉姆达 拉姆达 Johnson 曲线类型和错误状态：jctype、fault_msg

本压缩包中的文档参考《算法分析与设计》第三版 王晓东——动态规划一章完成，内含源代码，可供有兴趣的同学参考使用。

《实用多元统计分析（第四版）》简介： 　　本书为多元统计分析领域内的经典著作，对社会科学和自然科学的许多学科中常要运用多元统计方法来分析数据的研究者是一本很好的专业参考书，同时也可以作为高等院校研究生学习应用统计类课程的教学参考书。本书的内容十分丰富，涵盖多元统计分折的各种有广泛应用的、经典和现代的模型和方法，分为四大部分：第一部分：预备知识，其中包括多元分析概述，矩阵代数与随机向量，样本几何与随机抽样，多元正态分布；第二部分：关于多元均值与线性模型的推断，其中包括关于均值向量的推断，多个多元均值向量的比较，多元线性回归模型；第三部分：协方差结构分析，其中包括主成分分析，因子分析与对协方差矩阵结构的推断，典型相关分析；第四部分：分类和分组方法，其中包括判别与分类，聚类、距离方法与多维标度变换。

[Johnson & Graham]高速数字设计中文版.pdf 非常经典哦

Visual Studio 2015高级编程(第6版)完整版 ([美]Bruce Johnson) 中文pdf扫描版

Building on the foundations of its predecessor volume, Matrix Analysis, this book treats in detail several topics with important applications and of special mathematical interest in matrix theory not included in the previous text. These topics include the field of values, stable matrices and inertia, singular values, matrix equations and Kronecker products, Hadamard products, and matrices and functions. The authors assume a background in elementary linear algebra and knowledge of rudimentary analytical concepts. The book should be welcomed by graduate students and researchers in a variety of mathematical fields both as an advanced text and as a modern reference work.

目录： 第一章-基本原理 第二章-逻辑门的高速特性 第三章-测量方法 第四章-传输线 第五章-地平面和层堆积 第六章-匹配 第七章-过孔f 第八章-电源系统 第九章-连接器 第十章-带状电缆 第十一章-时钟分发 第十二章-晶体振荡器

openGJK {#mainpage} openGJK库使用Gilbert-Johnson-Keerthi（GJK）算法来计算凸多边形之间的最小距离。 该实现遵循“ ”中的描述，并已在Unix和Windows系统上针对C，C＃和Matlab程序进行了测试。 该库为研究人员提供了一种开箱即用的工具：您可以将其导入程序中，并用它来测量3D中两个凸多面体之间的距离。 它所需要的只是描述两个物体的顶点的坐标。 该库并未针对生产进行优化，但确实提供了全面而强大的实现。 对于大多数应用程序来说，它足够快，您也可以从此处构建以适合您自己的应用程序。 例如，openGJK不适用于增量版本，也不适用于NURBS，但它为此类特定应用程序提供了一个很好的起点。 入门 使用openGJK非常简单。 本指南将帮助您开始编译和使用openGJK。 我什么时候应该使用openGJK？ OpenGJK在设计时充分考虑了准确性和鲁棒性，适用于工程仿真。 该库的好用法包括有限元方法（FEM）和离散元方法（DEM）。 基本上，openGJK可以测量任何凸多面体之间的距离。 例如： 线段 三角形 四面体 立方体。