C#寻找素数 素数寻找问题由来已久，一直是一些数学家追求的目的。...

快速傅里叶变换的C实现，采用新的倒序算法，程序代码只有一百多行，就要以实现千个采样点的计算-Fast Fourier Transform of C realized, the introduction of a new reverse algorithm, program code, only more than 100 lines, it is necessary to achieve the 1000 sampling points calculation

井底压力计算软件，用Vb编写，可以用来计算油井沿程压力变化，温度变化；程序中含有说明，主要根据两相流的一些相关知识编写。

利用Gauss积分公式进行数值积分，将区间 细分成n个相等的子区间，然后在每个上使用经过修改适用于不同子区间的三点Gauss公式计算积分的值，然后求和。-Using Gauss integral formula for numerical integration, will be subdivided into n-equal interval sub-intervals, and then apply to each use of a modified three-point range in different sub-Gauss formula to calculate the value of points, and then summed.

资源描述自己包装的openssl库自己包装的openssl库自己包装的openssl库自己包装的openssl库自己包装的openssl库

tempo 1 segundo，led 1赫兹，辅助频率；

代数方程-Algebraic equations

神经网络算法，主要介绍基本神经网络。

应用背景元胞自动机在密码学领域是有用的？虽然确定性，所代表的细胞的细胞自动机模拟的信息是不会产生的可逆的，逻辑的数学算法，它是通过一个过程，而不是不像现实生活中产生的。这实际上可能是最接近的，我们可以得到真正的随机数据从一台计算机，但能够复制它完全应该我们知道的初始配置。关键技术首先是使用一个现有的位图图像。网格的宽度和高度都设置为相同的尺寸作为原始图像，和每个细胞的状态集从相应的源像素的亮度，通过过程称为误差扩散（较暗的像素，更可能的细胞会变得活跃，用黑色像素有100%的几率，而像素0 %的机会）。

骨架旨在代表对象的一般形式的基于区域的形状特征提取。骨架 （即，从数字的二进制图像的骨架提取） 提供了基于区域的形状特征。它是在光栅矢量转换或在模式识别中常用的预处理操作。有三种主要的骨架提取方法： 检测脊的边界点，距离图计算由边界点，生成的 Voronoi 图和逐层侵蚀称为细化。在数字空间中，可以提取只有一个近似"真正的骨架"。有两个要求必须遵守： 拓扑 （为了保留原始对象的拓扑），几何 （强迫正在包括、 旋转、 平移和缩放的最重要的几何变换下的不变性与对象的"骨架"） 这个代码可以帮助您生成的二维二值图像的形状骨架

function [R_best,L_best,L_ave,Shortest_Route,Shortest_Length]=ACATSP(C,NC_max,m,Alpha,Beta,Rho,Q)%%-------------------------------------------------------------------------%% 主要符号说明%% C n个城市的坐标，n×2的矩阵%% NC_max 最大迭代次数%% m 蚂蚁个数%% Alpha 表征信息素重要程度的参数%% Beta 表征启发式因子重要程度的参数%% Rho 信息素蒸发系数%% Q 信息素增加强度系数%% R_best 各代最佳路线%% L_best 各代最佳路线的长度%%========================================================================= %%第一步：变量初始化n=size(C,1);%n表示问题的规模（城市个数）D=zeros(n,n);%D表示完全图的赋权邻接矩阵for i=1:nfor j=1:nif i~=jD(i,j)=((C(i,1)-C(j,1))^2+(C(i,2)-C(j,2))^2)^0.5;elseD(i,j)=eps;      %i=j时不计算，应该为0，但后面的启发因子要取倒数，用eps（浮点相对精度）表示endD(j,i)=D(i,j);   %对称矩阵endend%{1.C就是城市坐标             x         y城市1    0