讲述了辨识的一些基本概念和基础知识，用经典辨识方法和最小二乘法进行辨识及对应的控制算法...

本程序可以用来实现FFT的经典算法，虽然现在已经有好多人开发了很多实现逆序的方法，但这种算法易懂好理解，让大家共享-FFT algorithm can achieve a classic inverse rank algorithm

zigbee算法仿真重要的源代码，也是编程中最重要的一部分，用来地址分配源程序

一个小游戏，用delphi做的，鸡兔同笼,数学计算！-a little game with delphi done, chickens and rabbits into the same cage, mathematical calculations!

资源描述这是用C语言实现的hash算法，sha3。这是用C语言实现的hash算法，sha3。这是用C语言实现的hash算法，sha3。这是用C语言实现的hash算法，sha3

这是我所有的家当哦,c语言源程序,其中有C语言二级考试的题目呢!-This is all my family"s, oh, c source language, which has two C-language examination questions!

TF-IDF（term frequency–inverse document frequency）是一种用于资讯检索与资讯探勘的常用加权技术, TFIDF的主要思想是：如果某个词或短语在一篇文章中出现的频率TF高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。TFIDF实际上是：TF * IDF，TF词频(Term Frequency)，IDF反文档频率(Inverse Document Frequency)。TF表示词条在文档d中出现的频率。IDF的主要思想是：如果包含词条t的文档越少，也就是n越小，IDF越大，则说明词条t具有很好的类别区分能力。如果某一类文档C中包含词条t的文档数为m，而其它类包含t的文档总数为k，显然所有包含t的文档数n=m + k，当m大的时候，n也大，按照IDF公式得到的IDF的值会小，就说明该词条t类别区分能力不强。但是实际上，如果一个词条在一个类的文档中频繁出现，则说明该词条能够很好代表这个类的文本的特征，这样的词条应该给它们赋予较高的权重，并选来作为该类文本的特征词以区别与其它类文档。这就是IDF的不足之处。

龙格库塔法解二阶方程的数值计算代码. 分别套用两次龙格库塔法解-Runge-Kutta method of numerical solution of second-order equation of the code. Were applied to two solutions of Runge-Kutta method

大牛Knuth写的线性规划的C源代码，另附说明文档-Knuth s linear programming C source code, documentation attached

快速傅里叶变换是一种计算离散傅里叶变换算法和它的逆。 傅里叶分析转换时间与频率，反之亦然 ；FFT 快速计算这种由 factorizingthe DFT 矩阵转换成一种产品稀疏的因素。

基于单片机的交通灯设计，本代码可以实现一般路口红绿灯的工作，并且可以随时切换