动态反馈控制算法

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。

一个自己写的关于Hermite的matlab程序-Wrote it myself on a Hermite process of matlab

简单的讲，所谓拟合是指已知某函数的若干离散函数值{f1,f2,…,fn}，通过调整该函数中若干待定系数f(λ1, λ2,…,λ3), 使得该函数与已知点集的差别(最小二乘意义)最小。如果待定函数是线性，就叫线性拟合或者线性回归(主要在统计中)，否则叫作非线性拟合或者非线性回归。表达式也可以是分段函数，这种情况下叫作样条拟合。-Simply speaking, the so-called fitting refers to a function known to a number of discrete function values (f1, f2, ..., fn), by adjusting the number of undetermined coefficient function f (λ1, λ2, ..., λ3), makes the function and known points of difference (least squares significance) the smallest. To be determined if the function is linear, is called linear regression or linear regression (mainly in the statistics), otherwise known as non-linear fitting, or nonlinear regression. Expressions can also be a sub-function, this case is called spline fitting.

实现多元线性回归方程自变量的选择及系数的求解，获得显著性拟合方程-The realization of multiple linear regression equations to solve significant

这个是机器学习实战的部分代码，亲测可用。。。比较适合于入门学习。。。。很不错的。。。现在只是上传了源码的一部分，之后的以后会陆续上传上来。。。希望大家一同学习进步。。。。。。

二分法查找-dichotomy Search

遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解 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

用于实现多相滤波结构，提高效率，通常用在实现通道划分的结构，通带平坦度更好，相对于其他的滤波器组结构来说有更优秀的通带和阻带性能

资源描述求两个输入序列的最长的公共子字符串的长度。子字符串中的所有字符在源字符串中必须相邻。 如字符串：21232523311324和字符串312123223445，他们的最长公共子字符串为21232，长度为5。

用C++编写的双三次样条插值算法-prepared by the C-cubic spline interpolation algorithm