NSGA-Ⅱ多目标优化算法

应用背景此算法是飞思卡尔比赛的电磁车的路径判断算法，和128单片机初始化的方式，配置很全，注释也很详细，很方便刚入手参加飞思卡尔 电磁车组的童鞋们，很值得一看。关键技术飞思卡尔算法，AD值的配置等相关算法

经典的Josephus问题C程序-classic problem Josephus C Program

数据挖掘中的聚合层次聚类算法，有完整的注释-Data Mining syndication hierarchical clustering algorithm, a complete Notes

ｃ语言写的接口，可以使用，效率不高； 里边有一个头文件和一个ｃ文件，没有封装成类。如果需要，可以简单封装一下。 对了，返回值或参数最好改成引用或者指针

图形结构和最大的派系 在广泛的应用，包括社交网络通信分析、 计算机网络分析、 计算机视觉和许多其他中遇到的最大团问题。 对于甚至中等大小的图，原来在计算机科学中的最具挑战性和有趣的问题之一是最大的派系问题。 用于解决的最大团问题的技术 — — 其中包括禁忌搜索、 贪婪搜索、 高原搜索、 实时参数适应和动态解决方案历史 — — 在许多其他问题方案中可以使用。 在短期，解决了最大团问题的代码可以直接对您非常有用，并在算法中采用的先进的技术可以帮助解决其他困难的编程问题。

资源描述基于人工神经网络方法建立了ＲFID 反射信号强度分布模型． 该方法仅依赖数据，实施简 单． 为克服传统BP 算法对初值敏感、易陷入局部极值的缺陷，引入一种连续的蚁群优化算法来 确定多层神经网络的权值，该算法具有更强的全局搜索能力和效率． 讨论了算法的基本理论和具 体步骤，最后利用实际ＲFID 设备采集的反射信号强度数据对算法进行测试，对理论信号模型和 实际的建模结果进行了比较，并分析了算法的逼近能力和泛化能力． 结果表明在考虑到不可避免 的误差和扰动下，所提出的方法可以更好地建模ＲFID 信号强度的实际分布，具有良好的性能．

Fortran code to solve wave equation with multiple methods

C4.5决策树算法，经典，易于理解，中间存在一点点的小问题，希望大家多多指点，帮忙解决

这段代码来自电脑视觉纸，这是完美的 ！摘要本文： 许多计算机视觉任务可以制定作为标签的问题。所需的解决方案是经常空间平滑的标签标签转换与输入图像的颜色边缘的对齐位置。我们表明这种解决方案可以通过用一个非常快速的边缘保持滤波器平滑标签成本高效率地实现。在本文中，我们提出了泛型和简单的框架，包括三个步骤： 1） 构建成本卷，2） 快成本卷过滤和 3） 胜者全拿标签选择。我们主要的贡献是展示提供了一个简单的框架，可以为几个计算机视觉应用取得先进的结果。希望我们达到 1) 视差图 2） 光流场，其中包含极精细的结构，以及大的位移和实时的质量超出那些明德立体基准测试中，所有其他快速 （本地） 方法。为了演示的鲁棒性，我们的框架的几个参数是设置为两个应用程序几乎相同值。同时，提出了一种竞争性的交互式图像分割结果。这项工作，我们希望鼓励其他研究人员利用这一框架到其他应用领域。

利用赫夫曼编码树的原理压缩和解压