接缝雕刻 Java中实现 特征 在Java中实现了Seam Carving算法。 GUI使用Java Swing开发。 实现了基于线程的用于调整图像大小的过程，该过程允许调整大小的过程在后台工作。 用户可以在调整大小后保存图像。 运行项目 要从命令行运行项目，请转到dist文件夹并键入以下内容，或直接双击该文件： java -jar SeamCarver.jar

基本遗传算法在GPU 上并行实现其所有操作,提高其运行速度和准确度

Bp神经网络算法(VC++实现)，包含main函数和BpNet类的控制台程序，带有详细的注释。

为了高速实现自适应信号处理，本课题在对自适应信号处理算法研究的基 础上，对 LMS 算法进行了基于 FPGA 的实现。首先对自适应 LMS 算法作了适合采用 流水线技术的划分，把整个算法划分为若干独立的子操作。然后在此基础上提出一种新 的流水线流程。该流水线流程可以分为局部流水线和整体流水线两种。它们在系统中相 互独立，但必须协调。在基于 FPGA 实现 LMS 算法的过程中，还采用现代电路设计最流 行的模块化设计的方法。根据设计过程中必须进行舍位处理，提出了修正的 LMS 算法的表达式，表示了实际实现与理论公式的偏差。仿真结果表明整个设计方 案是正确的、可行的。

k均值聚类算法（k-means clustering algorithm）是一种迭代求解的聚类分析算法，其步骤是，预将数据分为K组，则随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本，聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有（或最小数目）对象被重新分配给不同的聚类，没有（或最小数目）聚类中心再发生变化，误差平方和局部最小。

matlab源码，SQP源码的实现原理，可以进行修改后实现更进一步的优化

JavaScript SM3 简介 国密SM3密码杂凑算法JavaScript实现。目前只能在服务器端环境Node.js使用。 使用 直接下载源代码将sm3.js拷贝到你的项目中，或者使用安装： npm install sm3 const sm3 = require('sm3'); const hash = sm3('值'); 要求 没有依赖，但Node.js版本需>=6.0.0，或使用sm3-babel.js文件（Node.js版本>=1.0.0）， 也可自行使用对sm3.js文件进行转化 babel sm3.js --out-file sm3-babel.js 接口 const hash = sm3('值'); 参考 License .

A星算法简单的实现，分别使用C#、Python、JavaScript三种语言实现，通过界面10x10方格展示算法过程 思路参考于：https://blog.csdn.net/zhanghow/article/details/53585286

彩色补偿的matlab代码mcl 蒙特卡洛定位（MCL）算法作为粒子滤波器的实现。 SIR算法的预测和更新步骤略有不同，用于3D状态空间（x，y，θ）中的跟踪问题和全局定位问题。 在MATLAB中进行仿真以进行数据分析，这是KTH应用估算课程的一部分。 背景 目标跟踪：我们要在每个时间步长重复估计对象的位置，因为它提供了有关目标如何从上一个时间步长移动，一些测量值以及目标的初始位置（目标位置）的[不准确]信息。第一个时间步的目标）。 通常，假设过程噪声与状态无关，我们可以将预测步骤分解为两个步骤（应用运动+扩散）。 我在此滤镜中将里程表用作运动模型。 重采样： -Vanilla（多项式）重新采样：执行重新采样步骤的最简单方法。 该方法使用N个随机变量和粒子集权重的累积分布函数（CDF）独立绘制粒子。 -系统重采样（Stochastic Universal re-sampling）：一种替代重采样的方法，除了具有更好的方差外，它还具有更好的速度。 两种重采样方法在过滤器中均可用。 数据关联：使用最大似然数据关联算法。 权重和离群值：计算了关联之后，权重和离群值检测方法可以使用诸如粒子平均

清华大学胡广书的数字信号处理，光盘资料。 其中并有个别M文件的详细介绍，不可多得，欢迎下载。