运动物体检测一般分为背景建模和运动物体分析两步。即构建不包含运动物体的背景模型。然后将新的视频帧和背景模型对比，找出其中的运动物体。目前比较好的背景建模算法有两种：1)文章（Zivkovic Z. (2004) Improved adaptive Gausianmixture model for  backgroundsubtraction, Proceedings of ICPR 2004, August 23-26, Cambridge, UK.）提出的高斯混合模型法。在此算法中，背景的每一个像素都被拟合到一个高斯混合模型。对于新的图片，只需要判断每个像素是否服从这个高斯混合模型就可以判断

基于Union-Find数据结构实现Kruskal求最小生成树，代码设计及变量命名附详细注释。基于Union-Find数据结构实现Kruskal求最小生成树，代码设计及变量命名附详细注释。

RSA加密算法的实现，使用c++语言编程，使用dev c++平台编码，文件为cpp格式。经过反复测试代码正确，可搭配RSA讲解教程一起使用，讲解教程点击我的个人主页即可查看，希望能够对你有帮助，谢谢。

用于机动目标跟踪的交互式多模型算法完整实现程序

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

基于FPGA的DES加密算法的实现、电子技术,开发板制作交流

介绍了DES算法原理，详细分析了子密钥生成、S盒和轮函数的设计。将DES算法采用资源优先方案，在轮函数内部设置流水线架构，提高了整体处理速度；简化子密钥与原始密钥的生成关系，实现子密钥在迭代过程的动态分发；利用双重case语句实现S盒的变换功能，加快算法执行速度。运用硬件描述语言Verilog,采用自顶向下的设计思想,在FPGA平台上实现了改进DES算法的功能。

实现fisher算法，并对两个二维正态分布随机序列 进行训练，进而可在屏幕上任意取点，程序可输出属于第一类 还是第二类

基于java实现协同过滤算法，并附带测试集，假设用户喜欢跟他过去喜欢的物品相似的物品 ，历史上相似的物品在未来也相似 ，给定用户u，找到他过去喜欢的物品的集合R(u). ， 把和R(u)相似的物品推荐给u.

工程概览 fusion：windows环境下基于opencv + QT的算法实现 fusion-refactor：windows环境下基于opencv + QT的算法实现（重构版本，便于hls编译的过渡代码） fusion-vivado：windows环境下的vivado工程 fusion-hls\src_xf：windows环境下vivado hls工程（基于xfopencv），包含项目用到的各种fpga核 fusion-linux\java-fusion：基于springboot的java服务端web项目 fusion-linux\vue-fusion：基于vue的前端页面 fusion-linux\vue-fusion-video：基于vue的前端页面（模拟了视频效果） fusion-linux\zynq-fusion：在开发板linux系统环境运行的应用 fusion-linux\zynq-fusion\qt-fusion：跨平台的opencv + QT算法实现（基于zynq 7020平台），整合fpga加速 fusion-linux\zynq-fusion\