Deep 学习算法

该程序是用小波函数构建神经网络的源程序。用以分析心电信号、脑电信号等等。-that the procedure was constructed using wavelet neural network function of the source. For the analysis of ECG, EEG, and so on.

这个文件是用来模拟QDPSK的误码率的。结果被写入一个txt文件，然后您可以将其导入matlab。

从键盘输入阿拉伯的浮点数人民币然后，转换成中文大写的人民币-keyboard input from the Arab yuan float then converted into Chinese yuan of capital

读者-写者的读写限制（包括读者优先和写者优先）         1）写-写互斥，即不能有两个写者同时进行写操作         2）读-写互斥，即不能同时有一个读者在读，同时却有一个写者在写         3）读读允许，即可以有2个以上的读者同时读读者优先的限制：        如果一个读者申请读操作时，已经有一个读者在读，则该读者可以直接读写者优先的限制：        如果一个读者申请读操作时，有写者在等待访问共享资源时，则该读者要等到没有写者处于等的状态时才能开始读操作

粒子群优化算法 （PSO） c粒子群优化 （PSO） 算法 [1，2] 在 C 可执行"插入"代码作为一个小型图书馆。粒子群优化算法用于涉及全局随机优化的连续函数 （称为目标函数） 的问题。粒子群优化算法也可用于离散优化问题，但在此库的当前版本中未实施这种行为。使用只是在代码中包括 pso.h 和 pso.c。您需要有 GNU 科学图书馆和各自的发展 （即标题） 文件，以在您的应用程序中包含 pso.c。你的 Makefile 中将添加到您的 LDFLAGS 的-lgsland lgslcblas。为了使用 pso_solve()，您需要：最小化目标函数 （见在 pso.h 中定义类型 pso_obj_fun_t），一个具有正确初始化的 pso_results_t 对象 (malloc 会) gbest 缓冲区。这是将存储发现最好的位置，以及最小的误差 （存储在成员错误）。一个具有正确初始化的值 （使用 pso_set_default_settings() 进行快速和肮脏的初始化） 的 pso_settings_t 对象功能邻域拓扑粒子群优化算法用于确定每个 particle 附近吸引子提供了三种不同的策略：全球的拓扑结构 （PSO_NHOOD_GLOBAL），每个粒子由每一另一种粒子群通知环形的拓扑 （PSO_NHOOD_RING） 在那里存在着固定的环型拓扑结构和每个粒子由其邻近的微粒通知

使用栈实现括弧配对问题-use Stack bracket matching problem

实现复杂有价值的数据的 RLS 算法。（算法 5.3-预订： 自适应滤波： 算法和实际执行，尼斯)

用C#实现线性表和多项式相加功能-C# linear polynomial form and function together

问题得到解决：编写一个程序来安排司机15天，给予最佳的解决方案。这是什么意思最优：用于最小驱动器，驱动器的关联是幸福的驾驶员协会强制执行一些规则，如司机不能在白班的工作，如果他在最后一个夜班工作过。输入：驱动程序的首选hollydays，最好轮班工作（阵列模式一样，看JPG GILE）输出：每个驾驶者的换挡，对于整个两个星期内，一些调试数据。在输出中 - 查找出“后移分配”，其他的东西都只是日志信息，你可以放心地忽略。