神经网络优化算法

高斯消元法解n阶线性方程组 这里是数学方法中常用的计算程序-Gauss elimination method for n-linear equations here is the mathematical methods used in calculation procedures

在该算法中，我们使用语言 php 翻译难题 8，8 的谜题是用来考验智力的经典问题之一.在这里是多么经典 8 的难题，看起来像在一个 3 X 3 盒子里所有的盒子都充满了号码从 1 到 8，除了一个盒子可以移动的空白，以左、 右、 上和下。 在初始状态数是不可排序、 处于最终状态的数字进行排序。我们的目标是找出移动这种空白状态的序列达到了这一最终目标。在这个问题中我们尝试用广度优先搜索来解决它。我们用特别 Que 在 PHP 中可用来存储难题的国家。作为初始状态变得无序，如果它需要若干步骤来达到目标状态，它会采取大量内存和可能超出您的 PHP 限制。试着保持像记忆一样可能在 PHP 中这里是在 8 的难题实现广度优先搜索的 PHP 代码。

一个用C语言实现的最短路径算法(华南农业大学信息学院计算机系).-a C language of the shortest path algorithm (South China Agricultural University, Department of Computer Information Institute).

应用背景最大功率点跟踪（MPPT） ；是一个充电控制器使用的风力涡轮机和太阳能光伏系统的最大功率输出技术的使用。光伏太阳能来源于不同的配置。最基本的版本是一个电力从收集器面板到逆变器（通常是通过控制器），并从那里直接到电网。另一个版本可能会在逆变器中拆分电源。这就是所谓的混合逆变器。在任何给定的时刻，每一个给定的时刻，每一个功率的分配比例是连续变化的。部分电力进入电网，部分电池组。第三个版本是连接到电网还通过一个专门的光伏逆变器的MPPT。在这个配置功率从太阳能电池板到逆变器，从那里到一个电池组。这些配置的变化，而不是只有一个单一的逆变器，微逆变器的部署，一个用于每个光伏板。据称，该太阳能电池的效率提高了20%。为完整起见应该提及的是，现在有配备专业逆变器MPPT（主要来自中国）被设计为三个功能。他们并网风力发电以及光伏太阳能发电和分支电力的电池充电。关键技术 ；太阳能电池有着复杂的关系，温度和总电阻之间产生一个输出效率可根据  I-V曲线分析。它是以样本的MPPT系统的光伏电池的输出和应用适当的电阻（负载）获得任何给定的环境条件下的最大功率。[ 1 ]  ；最大功率点跟踪设备通常集成到 ；电力转换器 ；系统提供电压或电流转换，过滤，和驾驶各种负荷调节，包括电网，电池，或电机。太阳能逆变器的直流电源转换为交流电源和可能包含这样的逆变器MPPT：样本的输出功率（I-V曲线）的太阳能电池组件和应用适当的电阻（负载）以获得最大功率。MPP（最大功率点）是MPP电压的乘积（vmpp）和MPP电流（最大）。

开发环境：vc++6.0 windows2000 专业版 在正常情况下，opengl开发包在安装完vc++6以后，就已经安装好了， 所以本程序不需要其他的组件 源代码包含了三维地形生成的全过程，包括数据的读入，数据的组织， 三角网的构造，光照、材质、纹理等应用，对于核心代码均有简明的注释 至于某些特殊函数，请参考opengl和windowsapi的书籍，在msdn上均可以查到函数的使用说明。 几个文件的说明： dh10.bmp是本程序使用的导弹模型的纹理图片 dh10.mtl是本程序使用的导弹模型的材质文件 dh10.obj是本程序使用的导弹模型的数据文件 draw.dll，draw.h,draw.lib 专门用于绘制三维模型的通用动态库及其相关文件，由于项目原因，这部分源代码还不能公开 直接运行需要的文件 .exe dh10.bmp dh10.mtl dh10.obj draw.dll

c++成员指针的例子-members pointer example

石油常用单位换算,适合学地球物理方面的人-oil commonly used unit conversion of suitable geophysical the people

模式识别与智能计算-Matlab技术实现  PDF+光盘资料本书广泛吸取统计学、神经网络、数据挖掘、机器学习、人工智能、群智能计算等学科的先进思想和理论，将其应用到模式识别领域中；以一种新的体系，系统、全面地介绍模式识别的理论、方法及应用。全书共分为13章，内容包括：模式识别概述，特征的选择与提取，模式相似性测度，贝叶斯分类器设计，判别函数分类器设计，神经网络分类器设计（BP神经网络、径向基函数冲经网络、自组织竞争神经网络、慨率神经网络、对向传播神经网络、反馈型神经网络），决策树分类器，粗糙集分类器，聚类分析，模糊聚类分析，遗传算法聚类分析，蚁群算法聚类分析，粒子群算法聚类分析。本书内容新颖，实用性强，理论与实际应用密切结合，以手写数字识别为应用实例，介绍理论运用于实践的实现步骤及相应的Matlab代码，为广大研究工作者和工程技术人员对相关理论的应用提供借鉴。本书可作为高等院校计算机工程、信息工程、生物医学工程、智能机器人学、工业自动化、模式识别等学科本科生、研究生的教材或教学参考书，亦可供相关工程技术人员参考。

数据进制转换源码，很简单的代码，供参考-Hexadecimal conversion data source, a very simple code, for reference

//最小二乘法直线拟合 m_FoldList为关键点(x,y)的链表 拟合直线方程(Y=kX+b) -//linear least squares fitting m_FoldList as the key point (x, y) of Chain fitting linear equation (Y = C/56 b)