C++实现矩阵的所有运算

C4.5算法是机器学习算法中的一种分类决策树算法,其核心算法是ID3算法.  C4.5算法继承了ID3算法的优点，并在以下几方面对ID3算法进行了改进：   1) 用信息增益率来选择属性，克服了用信息增益选择属性时偏向选择取值多的属性的不足；  2) 在树构造过程中进行剪枝；   3) 能够完成对连续属性的离散化处理；  4) 能够对不完整数据进行处理。   C4.5算法有如下优点：产生的分类规则易于理解，准确率较高。其缺点是：在构造树的过程中，需要对数据集进行多次的顺序扫描和排序，因而导致算法的低效。

杭州电子科技大学acm 赛题第1001题的源代码-Hangzhou University of Electronic Science and Technology acm title section 1001 title game source code

CRC-16 CRC-32 算法介绍,程序代码-CRC-16 CRC-32 algorithm, the program code

隐马尔可夫模型简介-Hidden Markov Model Introduction

在教学《信息论与编码》操刀编写的C代码，没用使用数据结构中关于树的方法，一般同学都可以看懂的，希望对你们有点帮助。

98年全国大学生数学建模竞赛B题"水灾巡视问题"模拟退火算法。-98 National Mathematical Contest in Modeling B and that the "flood inspections" simulated annealing.

麦克大牛的OMP重构，算法，以色列理工的，亲测很好，以色列理工就是牛，以色列第一，21世纪诺贝尔奖排名第10的，优点重构精度很高，有利于还原，L0范数优化，直接求解NPhard问题，绝对料多，运行都要1周，自己看文件，m文件写得很多。。。

应用背景本代码主要实现搜索引擎的几个评估准则，包括NDCG@K、DCG@K、P@K、RR@K、ERR@K这五类评估准则的实现，这代码主要是根据RankLib中的评估准则代码以scala的形似展现出来，相对于RankLib中的 评估代码而言，本代码短小，可读性强，可移植性大，关键技术本文使用 的scala实现，对NDCG@K、DCG@K、P@K、RR@K、ERR@K这五类评估准则的实现，跟RankLib中的评估公式保持一致

包括有向图和无向图的DFS算法，UDG算法，任意两点间距离，Prim算法等等

用于改善图像中的浓雾效果，包括暗通道算法和retinex算法