对二值化图像画出轮廓图，求出其链码，得到该链码直方图。
附带三个函数，分别求二值化轮廓图、求链码、算链码出现频率，同时给出图像测试。

第一章人工神经网络…………………………………………………3§1.1人工神经网络简介…………………………………………………………31．1人工神经网络的起源……………………………………………………31．2人工神经网络的特点及应用……………………………………………3§1.2人工神经网络的结构…………………………………………………42．1神经元及其特性…………………………………………………………52．2神经网络的基本类型………………………………………………62.2.1人工神经网络的基本特性……………………………………62.2.2人工神经网络的基本结构……………………………………62.2.3人工神经网络的主要学习算法………………………………7§1.3人工神经网络的典型模型………………………………………………73．1Hopfield网络…………………………………………………………73．2反向传播(BP)网络……………………………………………………83．3Kohonen网络…………………………………………………………83．4自适应共振理论(ART)……………………………………………………93．5学习矢量量化（LVQ）网络…………………………………………11§1.4多层前馈神经网络（ＢＰ）模型…………………………………………124．1BP网络模型特点 ……………………………………………………124．2BP网络学习算法………………………………………………………134.2.1信息的正向传递………………………………………………134.2.2利用梯度下降法求权值变化及误差的反向传播………………144．3网络的训练过程………………………………………………………154．4BP算法的改进………………………………………………………154.4.1附加动量法………………………………………………………154.4.2自适应学习速率…………………………………………………164.4.3动量-自适应学习速率调整算法………………………………174．5网络的设计………………………………………………………………174.5.1网络的层数…………………………………………………174.5.2隐含层的神经元数……………………………………………174.5.3初始权值的选取………………………………………………174.5.4学习速率…………………………………………………………17§1.5软件的实现………………………………………………………………18第二章遗传算法………………………………………………………19§2.1遗传算法简介………………………………………………………………19§2.2遗传算法的特点…………………………………………………………19§2.3遗传算法的操作程序………………………………………………………20§2.4遗传算法的设计……………………………………………………………20第三章基于神经网络的水布垭面板堆石坝变形控制与预测§3.1概述…………………………………………………………………………23§3.2样本的选取………………………………………………………………24§3.3神经网络结构的确定………………………………………………………25§3.4样本的预处理与网络的训练……………………………………………254．1样本的预处理………………………………………………………254．2网络的训练……………………………………………………26§3.5水布垭面板堆石坝垂直压缩模量的控制与变形的预测…………………305．1面板堆石坝堆石体垂直压缩模量的控制……………………………305．2水布垭面板堆石坝变形的预测……………………………………355．3BP网络与COPEL公司及国内的经验公式的预测结果比较…35§3.6结论与建议………………………………………………………………38第四章BP网络与遗传算法在面板堆石坝设计参数控制中的应用§4.1概述………………………………………………………………………39§4.2遗传算法的程序设计与计算………………………………………………39§4.3结论与建议…………………………………………………………………40参考文献…………………………………………………………………………

阈值分割法在dicom图像分割中的应用，论文中详细阐述了dicom格式的医学图像信息，如何对其进行医学图像分割处理。
文中用到了迭代法求阈值，以及双峰法求阈值。

一个遗传算法的实例，用matlab写的，包含画图，求解一元函数的最大值。

通过编写杂草算法来寻找到一个二元函数的最小值

随着科学技术和生产力的不断发展,测试任务日趋复杂与完善,在工程振动中阻尼比的测试分析越来越深入,对阻尼比稳定性和精度要求也越来越高。
大多数分析测试是基于半功率带宽法。
文章通过用Matlab对半功率带宽法的结果进行分析,对半功率带宽法的特点、适用范围及影响要素进行探讨,得出了合理的结论及求精确值的方法

采用c#编写的三元函数求最值问题,例子是有三个未知数,且三个未知数有取值范围,根据遗传算法求得三元函数的最大值

数值分析中插值的MATLAB源代码，具体目录如下：函数名 功能Language 求已知数据点的拉格朗日插值多项式Atken 求已知数据点的艾特肯插值多项式Newton 求已知数据点的均差方式的牛顿插值多项式Newtonforward 求已知数据点的前向牛顿差分插值多项式Newtonback 求已知数据点的后向牛顿差分插值多项式Gauss 求已知数据点的高斯插值多项式Hermite 求已知数据点的埃尔米特插值多项式SubHermite 求已知数据点的分段三次埃尔米特插值多项式及其插值点处的值SecSample 求已知数据点的二次样条插值多项式及其插值点处的值ThrSample1 求已知数据点的第一类三次样条插值多项式及其插值点处的值ThrSample2 求已知数据点的第二类三次样条插值多项式及其插值点处的值ThrSample3 求已知数据点的第三类三次样条插值多项式及其插值点处的值BSample 求已知数据点的第一类B样条的插值DCS 用倒差商算法求已知数据点的有理分式方式的插值分式Neville 用Neville算法求已知数据点的有理分式方式的插值分式FCZ 用倒差商算法求已知数据点的有理分式方式的插值分式DL 用双线性插值求已知点的插值DTL 用二元三点拉格朗日插值求已知点的插值DH 用分片双三次埃尔米特插值求插值点的z坐标

用matlab编写的法式，用GA算法求最大值，可以用

利用智能算法之一的蚁群算法求最小值的MATLAB完成

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。