csv 到 json 脚本

从正则式转化为有穷自动机-from regular-into DFA

这是数据挖掘中的一次作业，用推荐系统的方法，来对电影打分。SVD(Singular Value Decomposition)的想法是根据已有的评分情况，分析出评分者对各个因子的喜好程度以及电影包含各个因子的程度，最后再反过来根据分析结果预测评分。

基本点序列比对算法。当 newgeneis 发现，通情达理理解其功能的标准方法就是看通过已知基因的数据基和夏装接近的匹配项。如此接近的两个基因是由他们排列的程度来衡量的。正式这，想到作为一个长字符串在字母表 σ 上的基因 = {A、 C、 G、 T}。考虑两个基因 （字符串） x = ATGCC 和 y = TACGCA。对齐的 x 和 y 是一种通过编写他们 incolumns，比如说匹配这两个字符串：− T − G C C− C G C T A

提出了一个实时的视线追踪方案。程序可运行，追踪效果好。 An eye tracker gives the pixel position of the center of the pupil in an image whereas a gaze tracker determines where the person is looking on the screen. ↩ Timm and Barth. Accurate eye centre localisation by means of gradients. In Proceedings of the Int. Conference on Computer Theory and Applications (VISAPP), volume 1, pages 125-130, Algarve, Portugal, 2011. INSTICC.

一个实用的复杂卡尔曼滤波，对初学者很有帮助。 -The complexity of a practical Kalman filter, useful for beginners.

#ifndef _BINARY_TREE_H_INCLUDED#define _BINARY_TREE_H_INCLUDED#include #include templatestruct Bintree_node {T element;Bintree_node* lchild;Bintree_node* rchild;explicit Bintree_node(const T& elem=T(), Bintree_node* lchd=0, Bintree_node* rchd=0): element(elem), lchild(lchd), rchild(rchd) {}};templateclass Binary_tree {public:typedef Bintree_node* PBtn;Binary_tree();virtual ~Binary_tree();void clear();int depth() const;int size() const;virtual PBtn find(const T& elem) const=0;virtual void insert(const T& elem)=0;virtual void erase(const T& elem)=0;virtual void print(std::ostream& output) const=0;void print_tree(std::ostream& output) const;protected:

快速排序是一种分而治之算法。快速排序将大表分成两个更小的子列表：低和高的元素的元素。快速排序可以递归的子列表排序。步骤：选择一个

通过图形界面上数据的输入，将进程的所需的最大资源数、已分配资源数、完成进程所需的剩余资源数数据存入数组中，再根据银行家算法要求，进行进程间的运行分配，而后显示在左侧的面板上。

 采用C++语言编写的一种新的ＩＰ聚类算法。算法结合最长前缀匹配和最近邻规则聚类算法的概念，运用逐步优化的层次聚类的思想，自动并有意义地进行基于数据集中地址属性的无监督聚类。