发表在今年2007年Science上的一篇论文的代码实现，一种新的有效的聚类算法...

本程序适用于求解形如f(x)=1/2*x Ax+bx+c二次函数的稳定点 -this procedure applies to solution of the form f (x) = 1/2* x" Ax+ bx+ c quadratic function of the stable point

基于动态规划的Job-Shop调度问题

基本的MFC算法-basic algorithm MFC

用C 语言编制了末端设置阀门的简单管道在阀门开启和关闭的情况下的管道一维特征线法计算程序，计算开始需输入管道的有关参数，如水库水位、流速、管道分段数、流速或者流量、管道糙率、波速等等。输出结果中包含管道末端阀门的压力、流速以及管道其他断面的流速和压力变化

这是人工智能的爬山算法。它给最短路径从源节点到目标节点。

计算任意整数的节乘的精确数值,计算速度比较快-Arbitrary integer section calculated by the exact numerical calculation of the faster

四色问题-four color problem

JPL的stacov文件格式转sinex格式的Fortran源程序-JPLs stacov file format change to sinex format Fortran source code

CRF的工具包，实现原理，及样例。CRF(Conditional Random Field) 条件随机场是近几年自然语言处理领域常用的算法之一，常用于句法分析、命名实体识别、词性标注等。在我看来，CRF就像一个反向的隐马尔可夫模型(HMM)，两者都是用了马尔科夫链作为隐含变量的概率转移模型，只不过HMM使用隐含变量生成可观测状态，其生成概率有标注集统计得到，是一个生成模型；而CRF反过来通过可观测状态判别隐含变量，其概率亦通过标注集统计得来，是一个判别模型。由于两者模型主干相同，其能够应用的领域往往是重叠的，但在命名实体、句法分析等领域CRF更胜一筹。当然你并不必须学习HMM才能读懂CRF，但通常来说如果做自然语言处理，这两个模型应该都有了解。

kalman估值器,为了简洁未使用矩阵计算,应用了kalman滤波,c语言实现-A kalman estimator written with c , without matrix operation,applied kalman filter.