功能：返回双精度参数的反全余弦的三角函数值 返回返回双精度参数y和x的数值由公式y/x计算的反正切三角函数值...

在测绘或地图学中，经常会需要用高程点生成DEM，一般首先由这些点按最小原则生成三角网，此代码即是根据任意多个点生成Delaunay三角网功能。-In the mapping or cartography often elevation point will need to generate DEM, generally the first point from these principles by the smallest triangulation generated, the code that is generated in accordance with any number of points, Delaunay triangulation function.

这是一份基于c++实现的查找二叉树(排序二叉树)的实现代码。在源代码类中，包含二叉查找树的插入，删除，以及查找树中任意排序任意位置的数。其中函数包含了递归实现和非递归实现。

蚁群聚类算法是人们对蚂蚁堆形成原理进行研究而产生的一种群体智能算法。LF蚁群聚类算法的主要思想是：将待聚类的数据对象随机放置在一个二维区域中，人工蚂蚁在二维区域内随机移动，每只蚂蚁根据数据对象与局部环境的相似程度，决定捡起或放下该数据对象的概率，相似程度越高捡起的概率越小，放下的概率越小，蚂蚁的移动使得它与其邻域内的邻居相互影响、相互作用，经过一定代数的迭代后，蚁群联合行动导致属于同一类别的对象在同一个空间区域聚集在一起，实现自组织的聚类过程。

我们

C常用数值算法－－特征函数-C commonly used numerical algorithm-- eigenfunction

0 / 1背包问题是一个N P-复杂问题，为了解决该问题，，将用回溯算法解决该问题。既然想选择一个对象的子集，将它们装入背包，以便获得的收益最大，则解空间应组织成子集树的形状（如图1 6 - 2所示）。该回溯算法与4 . 2节的装载问题很类似。首先形成一个递归算法，去找到可获得的最大收益。然后，对该算法加以改进，形成代码。改进后的代码可找到获得最大收益时包含在背包中的对象的集合。-0/1 knapsack problem is a P-complex issues, in order to solve the problem, and will be used backtracking algorithm to solve the problem. As to the choice of a subset of object, they will load a backpack, in order to obtain the greatest profits, the solution should be organized into space subset of the shape of the tree (Figure 1 6-2 below). The backtracking algorithms and 4. Two loading problem is very similar. Forming a recursive algorithm to get the maximum benefit available. Then, this algorithm is modified to form code. Improved code can be found at the maximum benefits included in the backpack of a collection of objects.

use GA to deal with 模糊随机规划例题-use GA to deal with fuzzy stochastic programming examples

阶乘,一个数学公式-a program for calculating factorial.

应用背景 这是一个用计算机图形学做的的二维绘图程序，界面良好，互动性高。主要内容包括：1.基础图元的生成，如直线、椭圆、区域填充等。 2.样条曲线的生成，如Bezier曲线、B-样条曲线，二次累加 弦长曲线。3.任意的多边形的生成。 关键技术 MFC的框架。onpaint函数编写。二次曲线的算法。任意多边形生成算法。

资源描述基于人工神经网络方法建立了ＲFID 反射信号强度分布模型． 该方法仅依赖数据，实施简 单． 为克服传统BP 算法对初值敏感、易陷入局部极值的缺陷，引入一种连续的蚁群优化算法来 确定多层神经网络的权值，该算法具有更强的全局搜索能力和效率． 讨论了算法的基本理论和具 体步骤，最后利用实际ＲFID 设备采集的反射信号强度数据对算法进行测试，对理论信号模型和 实际的建模结果进行了比较，并分析了算法的逼近能力和泛化能力． 结果表明在考虑到不可避免 的误差和扰动下，所提出的方法可以更好地建模ＲFID 信号强度的实际分布，具有良好的性能．