算法、 初始化和非负矩阵分解的收敛性

Market Newman写的复杂网络的加权GN算法 算法用Python写的 其基本思想是不断的删除网络中具有相对于所有源节点的最大的边介数(ege betweenness)的边，然后，再重新计算网络中剩余的边的相对于所有源节点的边介数，重复这个过程，直到网络中，所有边都被删除。

原创的简朴的秒表，-original simplicity of the stopwatch

KMEANS 利用两相的迭代算法来减少点到形心的距离，K 的所有群集的都总和的总和。第一阶段使用文献通常描述作为"批"的更新，每次迭代组成的就是重新分配到他们最近的群集质心点一下子，紧接着簇中心的重新计算。这一阶段可以看作是提供速度快，但可能只有近似解作为起始点，第二阶段。第二阶段使用文献通常描述作为"上线"的更新，在那里点单独重新分配如果这样做会降低的距离，总和和簇中心则在每个重新分配后重新计算。在这第二个阶段的每次迭代包含一通虽然所有的点。KMEANS 可以收敛于局部最优解，在这种情况下是在哪个移动到不同的群集的任何单点增加的距离总和的点的一个分区。这个问题只能是解决了起始点的聪明 （或幸运，或详尽无遗） 的选择。IDX 分为不同的 K 组 = KMEANS （X、 K） 分区 N 由 P 数据矩阵 X 中的点。此分区减少总和，在所有的群集，群集内款项的点到聚类质心的距离。X 行对应于点、 变量对应的列。KMEANS 返回 N 由 1 向量 IDX 包含每个点的聚类指数。默认情况下，KMEANS 使用平方欧氏距离。

非线性方程组求解_程序,mulStablePoint    用不动点迭代法求非线性方程组的一个根mulNewton    用牛顿法法求非线性方程组的一个根mulDiscNewton    用离散牛顿法法求非线性方程组的一个根mulMix            用牛顿-雅可比迭代法求非线性方程组的一个根mulNewtonSOR    用牛顿-SOR迭代法求非线性方程组的一个根mulDNewton    用牛顿下山法求非线性方程组的一个根mulGXF1            用两点割线法的第一种形式求非线性方程组的一个根mulGXF2            用两点割线法的第二种形式求非线性方程组的一个根mulVNewton    用拟牛顿法求非线性方程组的一组解mulRank1    用对称秩1算法求非线性方程组的一个根mulDFP            用D-F-P算法求非线性方程组的一组解mulBFS            用B-F-S算法求非线性方程组的一个根mulNumYT    用数值延拓法求非线性方程组的一组解DiffParam1    用参数微分法中的欧拉法求非线性方程组的一组解DiffParam2 &nb

Gryphon is a Java-based computational fluid dynamics code written to solve the quasi 1-D Euler equations.

采用dsp28335 产生三相的spwm信号，在微型逆变器中的应用，分析了spwm信号的产生原理与dsp28335相关的寄存器配置，

应用背景本次智能小车设计是在全国电子设计大赛的背景下，省区选拔第一阶段，我和两名队友协作努力，一起完成整个电路的硬件设计，和算法。获得区级三等奖，成功进入国家级的初赛。关键技术本次智能小车的关键设计在于电路的选择和算法的实现。电路我采用最简单的51单片机作为MCU，对于循迹完全足够了，红外传感器既可以循迹，也可以避障。

sevral exapmles of mapel

这是一个bch编码的程序，以前看到的都是小数据量的用不到循环语句，而这个用到了循环语句，所以解决了数据量大的问题。在用的时候只需要把数据导入到里面就完全ok了，不信你可以试试。

分配订购 A1 ；:::;对 nonterminals 的语法。 我： = 1 到 n 做开始为 j： = 1 到 1 做开始为每个窗体 Ai 的生产 ！Aj做开始删除 Ai ！Aj从每个生产的形式 Aj 的语法 ！做开始添加 Ai ！端端端的语法变换 Ai-生产，消除直接左的递归结束