常用算法的C程序。主要内容包括多项式的计算、复数运算、随机数的产生、矩阵运算、矩阵特征值与特征向量的计算、线性代数方程组的求解、非线性方程与方程组的求解、插值与

DXF轨迹图转G代码，有 直线，圆，圆弧，样条曲线，优化多段线，多段线。与下位机串口通讯！只有一些基本的功能，离实际应用还有距离，但可以作为参考代码，还是有一定的借鉴意义的！注意注册串口控件，要不然不能运行的起来

从压缩感知入手，阐述了基于压缩感知的三维物体成像方法和数学模型。用不同的测量矩阵和稀疏矩阵对不同特性的目标进行测量和重构，对不同的测量矩阵和稀疏矩阵进行分析，目标的特性不同，最佳的测量矩阵和稀疏矩阵也不尽相同，本文通过实验仿真对实验结果进行了分析，并且得出了测量次数与重构精度之间的关系，深度区间与测量次数之间的关系。

一种好的改进遗传算法function [opy,optimy]=GA(pt,gennum,psize)% 输入参数：% pt       m*n的加工时间矩阵（n是工件数目，m是机器数目）由已知给的T矩阵，可得n=100,m=10% gennum   迭代的次数（代数）% psize    种群的规模大小%输出参数：% opy       最优的Makespan值pc=0.9;%交叉因子pm=0.1;%变异因子[m,n]=size(pt);current_gen=1;%current_gen means the current generationnewgen=zeros(psize,n+1); %mewgen is the new generation of the populationnewgen(1:psize,1:n)=rand(psize,n);%主种群初始化，0-1之间的随机数 %Generalize the initial groupfather=zeros(2,n); %father is used to store the two genes for crossover and mutation avgen=zeros(1,gennum); %avgen is the matrix of the average of all the generationsoptimx=zeros(1,n);optimy=ones(1,gennum);%Generalize the initial groupfor i=1:psize    [Ya,pop(i,1:n)]=sort(newgen(i,1:n));%种群排序，实数编码转换为自然数编码 随机生成的0-1之间的小数进行排序然后取每个从小到大数对应的位置    newg

产生指数分布随机数的程序-index generated random distribution of the process

采用遗传算法对6变量输入、50个隐含层、3个输出层的变量构成的神经网络模型进行训练，包含源数据和源代码，可以直接修改应用。

伪随机数生成算法，很优秀，double 0-1-pseudo-random number generator algorithm, very good, double 0-1

求取任意精度pi值-arbitrary precision strike pi value

改进后的bp 算法实现．＼并给出一些实例子进行模拟算法用vc实现-bp improve the algorithm. And gives some examples for simulation algorithm to achieve vc

信息论中唯一可译码的判断，比较实用。学习信息论的同学可以参考。-Information theory can only decode the judge, more practical. Learning students can refer to information theory.

皮斯卡带领 utilizando c 段 microprocessadores pic。 皮斯卡带领 utilizando c 段 microprocessadores pic。 皮斯卡带领 utilizando c 段 microprocessadores pic。 皮斯卡带领 utilizando c 段 microprocessadores pic。