c#代码高斯投影换算过程，经实践验证，过程清晰，结果正确，加油~~

实验一误差分析一、实验目的及要求1．了解误差分析对数值计算的重要性。
2．掌握避免或减小误差的基本方法。
二、实验设备安装有C、C++或MATLAB的计算机。
三、实验原理误差是指观测值与真值之差，偏差是指观测值与平均值之差。
根据不同的算法，得到的结果的精度是不一样的。
四、实验内容及步骤求方程ax2+bx+c=0的根，其中a=1，b=-(5×108+1)，c=5×108采用如下两种计算方案，在计算机上编程计算，将计算结果记录下来，并分析产生误差的原因。
//////////////////////////////实验二Lagrange插值一、实验目的及要求1．掌握利用Lagrange插值法及Newton插值法求函数值并编程实现。
2．程序具有一定的通用性，程序运行时先输入节点的个数n，然后输入各节点的值（），最后输入要求的自变量x的值，输出对应的函数值。
二、实验设备和实验环境安装有C、C++或MATLAB的计算机。
三、算法描述1．插值的基本原理（求解插值问题的基本思路）构造一个函数y=f(x)通过全部节点，即(i=0、1、…n)再用f(x)计算插值，即2．拉格朗日（Lagrange）多项式插值Lagrange插值多项式：3．牛顿（Newton）插值公式////////////////////////////////////实验三高斯消去法解方程组一、实验目的及要求1．掌握求解线性方程组的高斯消去法---列选主元在计算机上的算法实现。
2．程序具有一定的通用性，程序运行时先输入一个数n表示方程含有的未知数个数，然后输入每个线性方程的系数和常数，求出线性方程组的解。
二、实验设备和实验环境安装有C、C++或MATLAB的计算机。
三、算法描述1．高斯消去法基本思路设有方程组，设是可逆矩阵。
高斯消去法的基本思想就是将矩阵的初等行变换作用于方程组的增广矩阵，将其中的变换成一个上三角矩阵，然后求解这个三角形方程组。
2．利用列选主元高斯消去法求解线性方程组

本书是数字通信领域一本优秀的经典教材，既论述了数字通信的基本理论，又对数字通信新技术进行了比较深入的分析。
本书采用信号空间、随机过程的级数展开和等效低通等分析方法，根据最佳接收准则，先后讨论并分析了在加性高斯白噪声（AWGN）信道、带限信道（有符号间干扰和加性噪声）以及多径衰落信道等三种基本的典型信道条件下的数字信号可靠且高效传输及其最佳接收问题。
从信号传输角度主要介绍了通信信号、数字调制、自适应均衡、多天线系统和最佳接收等内容；
从信息传输角度介绍了信息论基础、信道容量和信道编码等内容。
[值得拥有，PDF非常清楚！！！]

：产生等概率且相互独立的二进制序列，画出波形；
产生均值为0，方差为1的加性高斯随机噪声；
进行8PSK调制，画出波形；
进行蒙特卡罗分析；
解调8PSK，画出眼图。

第一章连续的小波变换1．1连续小波变换的定义1．2与短时傅里叶变换的比较1．3连续小波变换的一些性质1．4小波变换的反演及对基本小波的要求1．5连续小波变换的计算机实现与快速算法1．6几种常用的基本小波1．7应用举例第二章尺度及位移均离散化的小波变换2．1离散α，γ栅格下的小波变换2．2标架(frame)概念2．3小波标架2．4应用举例第三章多分辨率分析与离散序列的小波变换3．1概述3．2多分辨率信号分解与重建的基本概念3．3尺度函数和小波函数的一些重要性质3．4由多分辨率分析引出多采样率滤波器组3．5Mallat算法实现中的一些问题3．6离散序列的小波变换3．7金字塔结构的数据编码第四章多采样率滤波器组与小波变换4．1概述4．2多采样率信号处理的一些基本关系4．3双通道多采样率滤波器的理想重建条件4．4多采样率滤波器组的两种一般表示法4．5正交镜像滤波器组与共轭正交滤波器组4．6正交滤波器组的设计4．7二项式小波滤波器组4．8对滤波器组参数与连续时间小渡变换关系的进一步讨论4．9Daubechies小波4．10IIR型的正交滤波器组和小波4．1l双正交滤波器组与双正交小波4．12滤波器组理想重建条件的时域表示式及其设计第五章二维小波变换及其用于图像处理5．1概述5．2二维图像的多分辨率分析：可分离情况5．3五株排列(quincunx)的多分辨率分析5．4应用举例5．5二维连续小波变换第六章小波变换用于表征信号的突变(瞬态)特征6．1概述6．2基本原理6．3几种检测局部性能常用的小波6．4用小波变换极大值在多尺度上的变化来表征信号奇异点的性质6．5用二维小波变换作图像上物体边沿的检测6．6应用举例6．7用小波变换的过零点来表征信号6．8由小波变换的奇异点重建信号6．9仿真计算第七章小波包与时一频平面的铺砌7．1概述7．2小波包的定义与主要性质7．3最优小波包基的选择7．4自适应小波包分解7．5最优小波包作自适应切换时瞬态的抑制——时变滤波器组方法7．6关于时间一频率平面的自适应铺砌7．7基本小波的优化设计7．8小波变换在不同基函数间的换算第八章小波变换与分形信号的分析8．1概述8．2关于分形的简述8．3过程的小波分析8．4确定性的自相似过程8．5过程的信号处理8．6分数布朗运动与分数高斯噪声8．7小波变换用于其他分形问题简介

针对现有的迭代扩展卡尔曼滤波（EIEKF）跟踪时估计精度较低这一不足，提出了一种改进扩展卡尔曼滤波（NIEKF）新算法。
该算法将迭代滤波理论引入到扩展卡尔曼滤波方法中，重复利用观测信息，采用经典的非线性非高斯模型进行仿真实验，给出了该方法与扩展卡尔曼滤波（EKF）、Unscented卡尔曼滤波（UKF）、现有的迭代扩展卡尔曼滤波（EIEKF）的仿真结果，并分析了其跟踪性能和均方根误差。
仿真结果表明,改进扩展卡尔曼滤波（NIEKF）新方法具有更高的估计精度。

针对脉冲激光器峰值功率大、重复频率低和占空比受限等特性，对现有的无线光通信调制方案进行分析和改进，给出改进后调制方案的符号结构，在功率效率、带宽需求和传输容量等方面对其性能进行分析比较，并在理想的加性高斯白噪声干扰下分析其误包率。
理论分析和仿真验证表明：脉冲宽度调制方案具有最大的传输容量，能在适应脉冲激光器特性限制的同时，获得较好的调制性能，在无线光通信系统中有一定的应用前景。

简单的一维高斯滤波程序。
适用于图像处理初学者。
开发平台vs2008+OpenCV2.3.1

程序是用于解决多分类问题的“一对一”方法，程序中有个二分类接口是高斯过程分类器，用户可以进行修改，用什么分类器都可以。
该程序是用MATLAB把一对一的思想写成了代码。

利用高斯函数实现直方图规定化，小程序，图像处理课程小作业。
自用

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。