图像增强算法

数据挖掘 聚类算法 k-means的实现，改进了一些初始中心选取的方法。聚类算法是最大化类间差异，而最小化类内部差异的算法，k-means比较经典，但是缺点是需要指定k值，并且聚类结果与初始中心有很大的关系，通过改善聚类初始中心选取的方法，能够得到更加稳定的聚类结果

输入汉诺塔的总阶数，就可以显示汉诺塔的移动步骤，即每一步的移动，最后显示移动的总次数-Enter the Tower of Hanoi s total order, we can show the movement of Hanoi Tower, that is, to every step of the movement, and finally show the total number of mobile

用fortran语言编写的程序，在该系统下可以直接运行。希望大家多多提意见。-using FORTRAN language prepared by the procedure, the system can be run directly. We hope that more criticism.

翻译 maninwest@Codeforge 作者:John D. Cook@CodeProject这里介绍一个算法，优化化带有一个变量的函数而不需要导数。通常，需要导数的方法稳定但是慢，不需要导数的方法快捷但是不稳定。这里实现的这个方法稳定且高效。这个方法开始是Richard Brent 实现的。 给定一个函数  f(x) 和一个区间l [a, b], 该方法是找出函数 f(x) 在 [a, b] 区间的最小值。该方法也可以用于找出最大值。要找出最大值，指向传递原函数的反函数。即 f(x) 的最大值出现在-f(x) 的最小值点。Brent 的方法比较稳定。也很容易使用。用户不需要提供导数函数。该方法为了稳定牺牲了一些效率，但是相比其他稳定的方法如黄金分割法，则更加快捷。使用函数这里给出的代码是一个 C++ 函数和使用此函数的示例项目。要在你自己的项目中使用，只需在 Brent.h.头文件中添加#include 即可。最小化函数的主要输入是一个模板化实参，一个函数对象实现目标函数最小化。目标函数必须使用签名 double operator()(double x)实现 Public 方法。例如，这里是一个用于计算函数 f(x) = -x exp(-x) 的函数对象类。 class foo { public: double operator()(double x) {return -x*exp(-x);} };代码需要函数对象而不是函数的主要原因是，需要在应用中优化的函数，除了函数实参外，还要依赖参数。函数对象可以有很多参数，它们在找到一个变量的结果函数最小值前固定。其他实参是函数需要找到最小值的区间的终点，偏差用于停止， 一个输出参数用

求解线性规划的对偶单纯形法，c语言版。线性规划的对偶单纯形法用c语言实现

这是二分法求根的源码-This is the dichotomy of the source Root

伸展树的一系列操作代码实现，

Implemementation of Runge Kunt metthod, using TkInter

查找是使用计算机中CPU最大的一个功能，查找算法决定了程序的优劣性，此算法完成了顺序查找的实现。- The search was uses in the computer a CPU biggest function, the search algorithm had decided the procedure fit and unfit quality, this algorithm has completed the smooth search realization.