BP神经网络，用于分类和预测。也即模式识别和曲线拟合，是用matlab编写实现

NURBS方法的优缺点 NURBS方法的优点表现在以下几个方面： 既为标准解析形状也为自由型曲线曲面的精确表示与设计提供了一个公共的数学形式。 由操纵控制顶点及权因子为各种形状设计提供了充分的灵活性。权因子的引入成为几何连续样条曲线曲面中形状参数的替代物。 NURBS计算稳定且速度快；NURBS有明显的几何解释。 NURBS有强有力的几何配套技术(包括插入节点/细分/消去、升阶、分裂等)。 NURBS在几何变换及平行和透视投影变换下不变。 NURBS是非有理B样条和Bézier形式合适的推广。 NURBS方法主要缺点包括： 需要额外的存储以定义传统的曲线曲面。 权因子的不合适应用可能导致很坏的参数化，甚至毁掉随后的曲面结构。 某些技术用传统形式比NURBS工作得好。如曲面求交。 某些基本算法存在数值不稳定问题。例如：点的反求。 ☆NURBS曲线 ● 有理样条曲线 ◘ 有理样条特点 ◘ NURBS方法 ◘ NURBS特点 ●NURBS曲线表示 ● 形状因子概念 ●NURBS曲线形状 ☆ NURBS曲面 ●NURBS曲面表示 ●NURBS曲面性质 ●NURBS形状因子 ☆ 三次曲线比较

椭圆曲线密码学导论（中文版），不是文字版本，但是清晰。文件密码为123

为了有效改善传感器温度补偿特性，提出了基于傅立叶基函数神经网络算法的温度特性曲线拟合模型。分析厂算法的收敛性，为学习率的选择提供了理论依据。给出了对掺杂苯的Sno2纳米传感器的灵敏度一温度特性曲线进行拟合的实例。结果表明基于傅立叶基函数神经网络算法的传感器温度特性拟合曲线具有高的光滑性和高的拟合精度（10-6），因而是一种有效的温度特性曲线拟合方法。

此文件是基于arcgis4.3做的一些扩展

巴特沃兹滤波器设计及幅频响应曲线和对于阶数N的比较

具有S形曲线的常见方程有： 指数函数 S形曲线 罗杰斯蒂（logistic）模型： 龚帕兹（Gomperty）模型： 理查德（Richards）模型： 威布尔(Weibull)模型：

文章给出了一种新的8样条曲线曲面光顺算法，该算法以型值点的变动量为未知量，以型值点变动量的变动范围为约束条件，给出能量函数；通过遗传算法对能量函数最小化求解，直接得到光顺后的新的型值点；最后给出实例，表明该B样条曲线曲面光顺算法是一种有效的光顺算法。

AUC的计算及ROC曲线的绘制， %scores为每个样本属于1类的概率，testclass分为0类和1类 %输出res为AUC面积，计算方式为矩形面积之和，sum1为ROC曲线的tpr和fpr值对

最优波束形成与常规波束形成的对比；绘制ULA阵最优波束形成和常规波束形成的SINR损失曲线