克鲁斯卡尔算法

TF-IDF（term frequency–inverse document frequency）是一种用于资讯检索与资讯探勘的常用加权技术, TFIDF的主要思想是：如果某个词或短语在一篇文章中出现的频率TF高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。TFIDF实际上是：TF * IDF，TF词频(Term Frequency)，IDF反文档频率(Inverse Document Frequency)。TF表示词条在文档d中出现的频率。IDF的主要思想是：如果包含词条t的文档越少，也就是n越小，IDF越大，则说明词条t具有很好的类别区分能力。如果某一类文档C中包含词条t的文档数为m，而其它类包含t的文档总数为k，显然所有包含t的文档数n=m + k，当m大的时候，n也大，按照IDF公式得到的IDF的值会小，就说明该词条t类别区分能力不强。但是实际上，如果一个词条在一个类的文档中频繁出现，则说明该词条能够很好代表这个类的文本的特征，这样的词条应该给它们赋予较高的权重，并选来作为该类文本的特征词以区别与其它类文档。这就是IDF的不足之处。

此算法是在VS中实现的二叉遍历算法，二叉树的基本的遍历规则有三种：前序遍历，中序遍历和后序遍历。对于每一种遍历，树中每个结点都要经过3次。前序遍历在第一次遇到结点时立即访问，中序遍历第二次遇到结点时访问，后序遍历则到第三次遇到结点时才访问。

本文件是基于C语言的基本粒子群算法实现代码，其中测试函数使用的超球函数。本文件对于粒子群算法初学者能起到一定辅助作用

C4.5的简化版本是一个决策树的算法-C4.5 is a simplified version of the Decision Tree Algorithm

优先队列（priority_queue)和一般队列(queue)的函数接口一致，不同的是，优先队列每次出列的是整个队列中最小（或者最大）的元素。 本文简要介绍一种基于数组二叉堆实现的优先队列 详细出处参考：http://www.jb51.net/article/41978.htm

monte carlo方法在各个方面中的小应用-monte carlo method in all aspects of small applications

这是一个函数，模拟 Alamouti 时空计划并绘制误码率 vs 信噪比图。

本程序为通信中，租赁系统的仿真程序，对于研究租赁系统的人十分有用

在powerbuilder 7.0中实现md5的算法，下载后直接导入到pbl库文件中，即可使用。-in powerbuilder 7.0 achieving md5 algorithm downloaded directly into the pbl the document can be used.

这个程序使用了遗传算法来优化点对点之间的轨迹度量。-This code proposes genetic algorithm (GA) to optimize the point-to-point trajectory planning for a 3-link (redundant) robot arm.