初学python写的小demo，挺有意思，可以根据获取的数据进行分析（希望你分析后能中大奖，哈哈哈）

Java 中不可修改的 KDTree 实现，支持最近邻、k-最近邻和半径搜索。 要使用，您希望存储在树中的数据必须实现 KDData 接口，这需要实现一个方法，该方法提供表示数据位置的双精度数组。 依赖项是用于测试的 Google Guava 和 JUnit。

qt编译的java调用dll的例子，AMD版本。最近换了新电脑，主机是AMD64位的，发现之前qt的工程编译出来的dll不能用了，所以重新编译和修改pro工程，100%测试通过。在新的系统里加入参数，具体参数请打开pro文件查看。 另，我更新到qt 5.1 发现jni.h会找不到，配置完pro文件后，要重新选定输出目标就行了。

问题：对于平面上给定的N个点，给出所有点对的最短距离，即，输入是平面上的N个点，输出是N点中具有最短距离的两点。

Team刚刚完成了一个敏捷项目，做一下项目总结，以备以后借鉴和提高。项目要成功的最关键因素是什么？软件要快速高效又高质量的提交靠的是什么？有人说最关键是项目经理，关键是沟通，有人说是技术设计，有人说是对需求的把握……从我看来，都是盲人摸象，项目要成功，软件要快速高效又高质量的提交，靠的是多重因素的整合和平衡；首先要对需求的准确理解和把握，贯穿全流程的沟通，做项目靠人，对人/士兵的管理（物质、心理），适合组织的先进的过程（开发，测试，评审，组织，考核），还有工具的运用和整合大大提升组织效率，缺少那一样都是不行的。成功的模式只有一个，而失败却有各式各样，就是这个道理。沟通，沟通，随时随地，全方位立

最近邻分类器的MATLAB实现,能运行。

能够实现对一幅图像的最近邻、双线性、双三次三种插值

（3）最近邻分析 最近邻分析是一种分析点位置关系的点模式分析法。分析过程中心思想是先测出每点与其最近点间距离，然后将量测值与所测距离均值进行比较。 由于点对象之间距离太近会发生冲突，因此最近邻分析在动物个体和种群的活动中具有很高的利用价值，如猴、虎、狮、鳝鱼。

ICP 算法将两个点云作为输入并返回刚性变换（旋转矩阵 R 和平移向量 T），以最好地对齐点云。 例子： [R,T] = ICP(q,p,10); 使用算法的 10 次迭代将 p 的点与点 q 对齐。 然后使用转换应用R*p + repmat(T,1,length(p)); 该文件实现了点对点和点对平面以及一些其他功能，例如外推、加权函数、边缘点拒绝等。 有关 ICP 算法和实现的变体的介绍性文本，请参阅http://www2.imm.dtu.dk/~jakw/publications/bscthesis.pdf Hans Martin Kjer & Jakob Wilm -- PET 运动校正的表面配准算法评估

最近邻分类器(NN) 假设i.i.d.样本集 对于样本 ，NN采用如下的决策： 相当于采用 近邻方法估计后验概率，然后采用最大后验概率决策。 分类一个样本的计算复杂度： （采用欧氏距离）