Thin plate Spline（薄板样条差值）2D版本的java实现，在平面上按下鼠标，产生一个控制点，然后要按住鼠标拖拽，释放点为此控制点发生形变之后的对应点。（注意：一定要拖拽，单击鼠标是没有用的！）

Python：花了好久才写完的拉格朗日差值法和牛顿差商法的实现 文章目录首先简述一下拉格朗日算法的公式和思想其次，我们来看看什么是牛顿差值方法，差商表又是如何构造的呢？ 首先简述一下拉格朗日算法的公式和思想 首先拉格朗日差值公式如下： 那么这个公式的思想是什么呢？ 1.得到的差值计算式必须穿过所有的已知的节点。（已知节点必须互异：即已知点不重合） 2.当x=xi，对应的某一项系数必须为1，而其他项的系数均为0，此时结果为yi。 3.通过1和2的思想去构造系数因子，可以得到如下结果： 4.将得到的xi…xn与对应的yi…yn相乘得到最终的拉格朗日差值公式。 算法实现的角度考虑，如何对系数因

三次样条差值c语言实现，解方程部分对系数矩阵分屏内存进行了优化，适合大量数据使用

牛顿迭代 高斯消元法及LU分解 牛顿差值 三个报告 自认为还不错哦 需要的可以看看哦

递推法，迭代法，atiken迭代，jacobi迭代，gauss-seidel迭代，qr分解，高斯消元，三次样条差值，newton差值等相关的数学方法

拉格朗日，牛顿插值，高斯，龙贝格

自己编写的C语言版的计算方法中 牛顿插值和三次样条插值程序，函数为1/(25+x^2) 能完成牛顿差值的多项式表达式 三次样条插值多项式表达式，可以比较这两者误差 绝对可用的程序

这是一个非常简单好用的东东，用于简单计算两个日期之间的差值。

提出一种变换方向自适应的差值扩展可逆数据隐藏算法(ACD)，ACD通过扩展像素对的差值嵌入数据。像素对中一为参照像素，另一为变换像素，ACD根据像素对所处区域类型的估测，自适应选择变换像素，暗区选大值像素，亮区选小值像素，否则选默认方向像素。理论分析及实验结果表明，ACD解决了预测误差扩展可逆数据隐藏算法(PEE)在暗或亮载体时灰度溢出急剧增加的问题，与采用现有灰度溢出解决方案的PEE相比，改善了载体普适性，性能更稳定。

Python连接数据库时采用的是官方给出的mysql-connector-python，下载地址：https://dev.mysql.com/downloads/connector/python/ 记得在文件-设置-工程中添加模块“mysql-connector”。