某次python作业

由中原大學資訊管理研究所李維平、黃郁授、戴彰廷,三位學者所發表

研究生期间上《数值计算方法》课的作业，所有代码都是C语言实现并调试通过，现在上传为大家服务。这是论博格算法-Romber algorithm with C language

计算两个日期间的天数差-calculate the day interval between two datetime value

矩阵乘法

网络的迅速发展，必然会导致拥塞的发生，如何避免拥塞和控制拥塞已成为现代网络研究的热点。 由于网络中95%的字节数据是使用TCP协议来传输的，因此，研究TCP中的拥塞避免和拥塞控制便成为拥塞研究的重点

资源描述 基于VQ和HMM的语音处理-c++读入wave文件，可进行显示波形，进行端点检测，提取语音特征参数，通过训练，最后可以进行简单的语音识别，代码充足，是大家学习的好工具。

Svd Feature包含一个很灵活的Matrix Factorization推荐框架，能方便的实现SVD、SVD++等方法, 是单模型推荐算法中精度最高的一种。SVDFeature代码精炼，可以用相对较少的内存实现较大规模的单机版矩阵分解运算。 另外含有Logistic regression的model，可以很方便的用来进行ensemble运算

求解线性规划的对偶单纯形法，c语言版。线性规划的对偶单纯形法用c语言实现

应用背景最优形状设计是一种学习多层感知器的任务，应用神经网络对实际执行问题进行研究设计一个机翼，在这里的目标是电脑化的翼型设计过程和较少的时间设计机翼，在这个过程中，一个希望优化的解决方案的一些数学模型的标准它的领域，分享设计是非常重要的工业应用领域，一数学模型和物理约束的最佳形状设计所需的，为神经网络的变分公式为问题的解决提供了直接的方法。我们用传统的逆方法利用流域的保角映射方法，基于人工的逆设计方法进行了神经网络的计算，计算流体力学求解器（流利）首先是用来生成存储和服务的解决方案作为神经网络的输入。基于这些数据，使用一个合适的算法和神经网络的训练确定了优化的网络，并提出了一种翼型设计的技术方案。基于神经网络的逆设计。每个设计师都有自己的方式和他喜欢的工具进行。有些人喜欢使用反设计代码（比如Eppler代码）规定的流动参数，得到几何图形。气动设计大致可分为以下2类：1）直接数字优化方法2）逆方法。关键技术可以描述的翼型轮廓通过一系列的X和Y坐标。空气动力系数对应于一系列的翼型件存储在一个数据库中，随着翼型坐标，优化后的进给前馈神经网络是用来生成翼型坐标作为输出的通过气动系数作为输入，对目标和获得的翼型进行了比较，并从优化的神经网络中提取翼型外形匹配与存储在数据库中的翼型配置文件。

C语言命令行编程源代码，需要在DOS环境下看出功能，不过是一个学习老的编程思想的好例子！-command line C programming language source code in DOS environment to see functional, but old is a learning program with the idea of a good example!