分形云

不用多说，快速傅立叶变换算法大家都知道的。-Needless to say, the Fast Fourier Transform algorithm we all know.

资源描述kmean 对彩色图像进行聚类，设置初始类中心，不停的迭代更新类中心，直到迭代停止，得到的分割效果不错，对学习了解kmeans和图像分割具有一定的帮助，欢迎大家下载，一起进步，一起学习。代码注释详细，可阅读行强，希望大家喜欢，欢迎下载哦。

vc编的线性规划源码,单纯形方法求解线性规划问题-vc-compile-source linear programming, simplex method for solving linear programming problems

Wolf方法计算Lyapunov指数 Wolf方法计算Lyapunov指数 Wolf方法计算Lyapunov指数 Wolf方法计算Lyapunov指数 Wolf方法计算Lyapunov指数 Wolf方法计算Lyapunov指数 Wolf方法计算Lyapunov指数 Wolf方法计算Lyapunov指数 Wolf方法计算Lyapunov指数 Wolf方法计算Lyapunov指数 Wolf方法计算Lyapunov指数 

表达式二叉树-Expression of BinaryTree

本程序包含LS信道估计方法和MMSE信道估计方法，程序已经验证，当可以获得训练符号时，最小二乘（LS）法信道估计由于简单而被广泛用于信道估计。将训练符号用于信道估计，可以提供较好的性能，即降低误码率（BER），该程序正确可用，且带有注释，方便理解运用！

应用背景一个旅行推销员是准备一个大的销售之旅。在他的家乡，提着手提箱，他将进行一次旅行，他的每一个目标城市被访问一次然后回家。鉴于城市之间的两两距离，在参观他们的最佳顺序是什么，从而减少整体的距离？为城市的1，……，N，推销员的故乡1，让a  ； ；（dij）是城际间的距离矩阵。我们的目标是设计一个旅行的开始和结束在1，包括所有的其他城市是一次性的，并具有最低的总长度。图中显示了一个涉及五个城市的例子。 ；关键技术让我们马上进入DP。那么什么是适当的子问题求解TSP？在这种情况下，最明显的部分解决方案是一个旅游的初始部分。假设我们在市1的要求开始，参观了几个城市，现在在城市的什么信息是我们为了扩大这部分旅游需求？我们一定要知道，因为这将决定哪些城市未来最方便的访问。我们还需要知道所有访问的城市到目前为止，所以我们不要重复任何人。在这里，然后，是一个合适的子问题。

约瑟夫环，运用了数据结构中的链结构。具体请详细观察源程序-Joseph Wan, the use of the data structure in the chain structure. Please observe the specific source code

C++Bulider与Matlab的混合编程中的用C++Bulider来实现Matlab的技术文章-Bulider C and Matlab programming mixed with the C Bulider to achieve Ma tlab technical articles

fortran版奇异值分解子程序，适合气象统计计算。-fortran version of singular value decomposition subroutine, suitable for meteorological statistical computing.