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

C++的异质链表,通过定义一个viod* pData的指针来指向任意一个数据类型或者数据类型,通过C++的多态性实现在一个链表中连接不同数据类型的node的效果.可以实现对list的insert,Delete,print的操作. 支持int,char,double,string四种数据类型.在每个node中记录这个节点的type,和相应数据类型的指针,并通过模板实现对不同数据类型的操作.

iccg解有限差分方程 不完全分解共轭梯度法解有限差分线性方程组 行业软件-ICCG solution of finite difference equation incomplete decomposition conjugate gradient method finite difference solution of linear equations software industry

UserCF和ItemCF是协同过滤中最为古老的两种算法，在top-N的推荐上被广泛应用。这两个算法之所以重要，是因为他们使用了两个不同的推荐系统基本假设。UserCF认为一个人会喜欢和他有相同爱好的人喜欢的东西，而ItemCF认为一个人会喜欢和他以前喜欢的东西相似的东西。这两个假设都有其合理性。根据我的测试，用UserCF和ItemCF做出的推荐列表中，只有50%是一样的，还有50%完全不同。但是这两个算法确有相似的精度。所以说，这两个算法是很互补的。我一直认为这两个算法是推荐系统的根本，因为无论我们是用矩阵，还是用概率模型，我们都非常的依赖于前面说的两种假设。如果用户的行为不符合那两种假设，推荐系统就没必要存在了。因此我一直希望能够找出这两种算法的本质区别。他们有相似的精度，但是coverage相差很大，ItemCF coverage很大而UserCF很小。我还测试了很多其他指标，不过要从这些表象的指标差异找出这两个算法的本质区别还是非常困难。不过上周我基本发现了这两个算法推荐机理的本质区别。我们做如下假设。每个用户兴趣爱好都是广泛的，他们可能喜欢好几个领域的东西。不过每个用户肯定也有一个主要的领域，对这个领域会比其他领域更加关心。给定一个用户，假设他喜欢3个领域A,B,C，同时A是他喜欢的主要领域。这个时候我们来看UserCF和ItemCF倾向于做出什么推荐。结果如下，如果用UserCF, 它会将A,B,C三个领域中比较热门的东西推荐给用户。而如果用ItemCF，它会基本上只推荐A领域的东西给用户。因为UserCF只推荐热门的，所以UserCF在推荐长尾上能力不足。而ItemCF只推荐A领域给用户，这样他有限的推荐列表中就可能包含了一定数量的不热门item，所以ItemCF推荐长尾的能力比较强。不过ItemCF的推荐对某一个用户而言，显然多样性不足。但是对整个系统而言，因为不同的用户的主要兴趣点不同，所以系统的coverage会很大。显然上面的两种推荐都有其合理性，但都不是最好的选择，因此他们的精度也会有损失。最好的选择是，如果我们给这个用户推荐30个item，我们既不是每个领域挑选10个最热门的给他，也不是推荐30个A领域的给他，而是比如推荐15个A领域的给他，剩下的15个从B,C中选择。认识到这一

非线性分析工具。通用时序分析；线性分析；预测；维数、熵估计；降噪；李雅普诺夫指数计算等。

qr码是一种二维条码. 本源码中包含了完整的编码、解码以及测试程序. 多份代码可供选择.-qr code is a two-dimensional bar code. The source code contains a complete encoding, decoding, as well as testing procedures. more than the code to choose from.

2007年全国大学生数学建模竞赛Ａ题全国二等奖优秀论文-2007 National Undergraduate Mathematical Contest in Modeling A title of the National Award for best second-class papers

资源描述1、双击 SDKdlldllsetup.bat 文件，安装 ExtOpenCV 动态库。 2、创建VC工程，将 SDKExtOpenCV文件夹 和 SDKExtOpenCV.h头文件 拷贝到工程目录下。 3、添加 ExtOpenCV.h头文件 到工程即可使用 CExtOpenCV 类库和 OpenCV 中的所有函数。 4、ExtOpenCV 函数功能详细说明见 ManualExtOpenCV参考手册。另附OpenCV中文手册。 5、具体使用方法可参看 Demo 程序，内有主要功能演示。

Capacitated 设施选址问题 (CFLP) 是简单的工厂选址问题的推广。来，我们现在，假设每个设施可以产品的生产数量有限。它是相当普遍的假设和重要性。虽然这些问题的数学模型不是很有区别，但解决方法为 CFLP 是更加困难。CFPL 的最有效方法是 Lagrangen 放松的方法和矩阵的列生成方法.

SVD的应用，奇异值超平面正交投影证明 A中每个向量xi在随机阵B上的正交投影之和的最小值-Application of SVD, singular value hyperplane orthogonal projection proves A vector xi for each B in a random array of the orthogonal projection and the minimum

对数回归方程 LogarithmRegress.cs 方程模型为 Y=a*LnX+b public override double[] buildFormula() 得到系数数组，存放顺序与模型系数相反，即该数组中系数的值依次是b,a。 public override double forecast(double x) 预测函数，根据模型得到预测结果。 public override double computeR2() 计算相关系数（决定系数），系数越接近1，数据越满足该模型。 -Logarithmic regression equation LogarithmRegress.cs equation model for Y = a* LnX+ Bpublic override double [] buildFormula () get coefficient array, the storage order and model coefficients contrary, that is, the array is followed by the value of coefficient b, a. public override double forecast (double x) prediction function, according to the results of model prediction. public override double computeR2 () calculated the correlation coefficient (determination coefficient), coefficient of the closer one, the data satisfy the model more.