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...

数值算法 RungeKutta-numerical algorithm RungeKutta

      采用老外的滤波器的资料设计的数字陷波器，数字陷波设计的matlab代码以及数字陷波的原理，可以做到实时有效，已经在项目中验证过了。

有1、2、3、4个数字，能组成多少个互不相同且无重复数字的三位数？都是多少？  程序分析：可填在百位、十位、个位的数字都是1、2、3、4。组成所有的排列后再去掉不满足条件的排列。 

算例1使用图形学算法在屏幕上画出一个圆，运行结果如附图1. 运行本程序后，先要求用户输入要画圆的圆心坐标、半径等数据，然后清屏并按照用户给出数据画出一个圆。 知识点：Turbo C的图形方式编程、画圆算法等； 算例2：实现屏幕画线和画矩形的程序，运行效果见附图2. 运行本程序后在屏幕上显示256色的套接矩形框。 知识点：DOS中断调用以及怎样直接写视频缓冲区； 算例3：使用BIOS中断INT 10H的功能随机生成图案，运行效果附图3. 程序执行后将在屏幕上随机生成颜色并进行填充，本例中随机颜色的初始值选择比较偏近于蓝色调，也可以自行设ing。 算例4：实现了图形的旋转、平移和缩放，运行效果如附图4.

本代码实现循环阈值基于内类方差最小化 （就这样做的 Otsufor 线性阈值） 的两个的版本。我们的方法是适用于 circulardata，例如颜色、 方向等。

本文利用经典的四阶龙格库塔方法计算洛伦茨方程，并画出相应的蝴蝶效应图。而且此程序具有可扩展性，可用于计算其他系统（比如达芬系统，若斯勒系统等等）以及画出相应的图形。

应用背景这是支持向量机（SVM）的C #代码。从互联网上下载我。它的分类和模式识别是非常有用的。我相信如果你正在学习人工智能机还是有很大的帮助。这是一个GUI软件以及包括源代码。关键技术在机器学习， ； ； 支持向量机（SVM，也； ；支持向量网络）是 ；监督学习 ； 模型与相关的学习算法； ；，数据分析和模式识别，用于分类 ； ；和 ；回归分析。给定一组训练样本，每个标记为属于两个类别之一，训练一个SVM算法建立模型，分配新的实例为一类或其他，是一种非概率 ；二元 ；线性分类器。支持向量机模型是一个代表性的例子，空间中的点，将使单独的类的实例被明显的差距，尽可能宽。新的实例映射到相同的空间和预测属于一类基于差距落在哪边。

pi的1万位算法-the 10,000 Algorithm

全排序- All arranges

基于matlab的约束非线性规划算法库，适于学习！-Matlab-based algorithm for the constrained nonlinear programming library, suitable for learning!