运筹学算法包C实现

   创建一个主体（客体）就把创建主体（客体）的一个结构加入到主体（客体）链表中去，然后和客体关联起来，一个可以对应一主体并创建一个用户对客体的一个权限结构，使得用户对客体的权限关联起来关联起来，由于设计时候有一个小疏忽，这里的客体并不是主体自己创建的，而是由管理员创建的，所以必须为客体定义其拥有者，点击客体授权进入到客体拥有者授予界面，如下。通关选中客体与主体，点击授予就可以为客体分配其拥有者，然后回到主界面刷新一下，就可以发现授权链表内容被修改了，然后我们通过登陆界面进入到用户专属的授权表，如登录是s1我们可以看到如下界面，左边的权限表是s1所有的权限，然后我们选中一个权限（其中拥有权不能授予，不然会报错）再点击主体，授予，就可以把权限授予到点击的主体，刷新一下授权表就可以查看已经授予的权限 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

二维平面delaunay三角剖分，可以较好的实现二维平面上点集的三角网格化，使用随机增量算法实现！

本文件提供了蚁群优化算法，实现了Kmean聚类，投影寻踪聚类，可以用于图像分割、点云聚类，对于广大算法研究者具有很好的借鉴意义。

这篇文章提供了使用PIC16F877微控制器的ADC代码。这段代码是用C语言编写的，使用MPLAB和高科技的C编译器。您可以从“下载”网站下载此代码

应用背景大量视觉应用依赖于整个图像匹配关键点。在过去的十年中对功能更快，更稳健的关键点和关联算法族群包括：尺度不变特征变换（SIFT），提速强大的功能（SURF），以及最近的二进制稳健不变可扩展关键点（BRISK），仅举几例。关键技术我们提出了一个新的关键点描述符的灵感来自于人类视觉系统和更精确的视网膜上，创造了快速视网膜关键点（FREAK）。二进制串的级联是通过有效地在视网膜的采样模式比较图像强度计算。

KMEANS 利用两相的迭代算法来减少点到形心的距离，K 的所有群集的都总和的总和。第一阶段使用文献通常描述作为"批"的更新，每次迭代组成的就是重新分配到他们最近的群集质心点一下子，紧接着簇中心的重新计算。这一阶段可以看作是提供速度快，但可能只有近似解作为起始点，第二阶段。第二阶段使用文献通常描述作为"上线"的更新，在那里点单独重新分配如果这样做会降低的距离，总和和簇中心则在每个重新分配后重新计算。在这第二个阶段的每次迭代包含一通虽然所有的点。KMEANS 可以收敛于局部最优解，在这种情况下是在哪个移动到不同的群集的任何单点增加的距离总和的点的一个分区。这个问题只能是解决了起始点的聪明 （或幸运，或详尽无遗） 的选择。IDX 分为不同的 K 组 = KMEANS （X、 K） 分区 N 由 P 数据矩阵 X 中的点。此分区减少总和，在所有的群集，群集内款项的点到聚类质心的距离。X 行对应于点、 变量对应的列。KMEANS 返回 N 由 1 向量 IDX 包含每个点的聚类指数。默认情况下，KMEANS 使用平方欧氏距离。

Mathematical expressions parser library

二值图像连通域标记算法与代码。这里列举二值图像连通域标记算法包括直接扫描标记算法和二值图像连通域标记快速算法，都是自己编的，已调试通过。

计算光子晶体能带的程序，用matlab编写，比较容易理解！-photonic crystals can be calculated with the procedures used Matlab to prepare, easier to understand!

一种关于多模式匹配问题的算法优化的研究。-Research on Optimizing Multi- Pattern Matching Algorithm