差分进化Java代码

著名的迭代就近点算法（icp）的源代码，在20世纪80年代中期，很多学者开始对点集数据的配准进行了大量研究。1987年，Horn[1]、Arun[2]等人用四元数法提出点集对点集配准方法。这种点集与点集坐标系匹配算法通过实践证明是一个解决复杂配准问题的关键方法。1992年，计算机视觉研究者Besl和Mckay[3]介绍了一种高层次的基于自由形态曲面的配准方法，也称为迭代就近点法ICP（Iterative Closest Point）。以点集对点集（PSTPS）配准方法为基础，他们阐述了一种曲面拟合算法，该算法是基于四元数的点集到点集配准方法。从测量点集中确定其对应的就近点点集后，运用Faugera和Hebert提出的方法计算新的就近点点集。用该方法进行迭代计算，直到残差平方和所构成的目标函数值不变，结束迭代过程。ICP配准法主要用于解决基于自由形态曲面的配准问题。

大脑设计_适应性行为的起源-cerebral design _ the origin of adaptive behavior

C语言程序代码中的欧姆定律示例

只是试试，简单版贪吃蛇

曲线的三次样条插值，在非首尾节点处具有三次光滑性质-Curve cubic spline interpolation, in both nodes with non-smooth nature of the three

传输矩阵法模拟光子晶体的模拟程序，好用，特别对于研究人员！-transfer matrix method photonic crystal simulation and the simulation and ease of use, especially for researchers!

这是计算机算法基础中的动态规划的方法的一个例子，多段图是一个很经典的问题！这里的程序用于求解最小成本路径，用类似的思想可以解决最优分配方案的问题！-This is a computer algorithm based on the dynamic programming methods of an example, many of the map is a classic question! Here the procedures for calculating the minimum cost path, with similar ideas can solve the optimal distribution program!

数据挖掘是信息产业界近年来非常热门的研究方向，聚类分析是数据挖掘中的核心技术。本文对数据挖掘领域的聚类分析方法及代表算法进行分析，并从多个方面对这些算法性能进行比较，同时还对聚类分析在数据挖掘中的几个应用进行了阐述。-Data Mining is the IT industry is very popular in recent years the direction of the research, cluster analysis is data mining in the core technology. In this paper, the field of data mining methods and the representative of cluster analysis algorithm analysis, and from several aspects of these algorithms to compare the performance, but also on the cluster analysis of data mining in several applications are described.

粒子群算法的C语言形式，为你提供一种将智能算法运用于实际的工程中提供一定的编程思路，让算法不仅限于MATLAB中的仿真测试，让你了解到实际算法的应用。

牛顿插值计算（牛顿插值公式)-Newton interpolation (Newton interpolation formula)