勒让德

神经网络是现代智能系统的有力工具。目前，在模式识别、特征映射、聚类、分类等应用中，神经网络是必不可少的组成部分。近几十年来，发展了几种类型的神经网络。反向误差传播、Kohonen特征映射和Hopfield网络是已经发展起来的一些基本网络，并在许多应用中得到了应用。

 三种自适应算法LMS（最小均方算法），SER（序贯回归算法），RLS及其比较，基础算法，广范应用于应用于信号处理的各个领域

你好？

项目包括一个测试实施的Goertzel算法频率的认可。说明：给出的主导间距为给定的选择视觉逼近。你可以得到相当准确的读数清洁或中档合成的信号，但仍可能会遇到不准确的较低的低音频率或更复杂的信号。包括一个可调节的滚动条来估计一波剪辑的平均节奏。选择样本的足够数目（约2000至4000）。首选的.wav格式为16位，44100千赫，单声道/立体声。

this doc is the best way to recognise the methods of clustering

资源描述本文首先在查阅和参考大量国内外相关文献的基础上，介绍了无线传感器网 络节点定位技术的研究背景及意义，综述了国内外研究现状，并详细介绍了无线 传感器网络中一些典型的无需测距定位算法和系统。 传统DV-Hop 算法采用较少的锚节点参与平均跳距计算，未知节点使用此平均 跳距值误差大，为了减小DV-Hop 算法的定位误差，提高待定位节点的定位精度， 本文从以下三方面对其进行改进：针对DV-Hop 定位算法适应节点均匀分布的网络 这一特性，在算法的前期提出了节点的部署策略；针对平均每跳距离在求各种跳 数的节点之间的距离时有着不同程度的影响，在算法的中期提出了距离修正值策 略；针对用三边或多边测量法计算未知节点的坐标精度不高这一问题，在算法的 后期使用了具有交叉因子的粒子群算法这一策略 使用Omnet++和Matlab 仿真工具对提出改进算法的有效性进行验证。实验证 明，与DV-Hop 算法相比，三种改进算法的定位精度都得到了一定程度的提高，特 别是基于交叉因子粒子群定位时效果最佳，能更好地满足实际应用的需求。 关键词：无线传感器网络，节点定位技术，距离向量-跳段，平分四块部署，距离 修正，交叉粒子群优化算法

VC++实现的单纯形法寻优，针对单回路控制系统，通过选择控制对象的参数，设置目标函数，获得单纯形法下的最优控制器参数

三角形网格划分器-triangular mesh device

重量级FFT快速傅里叶变换源码和资料，精心收集，如有不足，请指出。Heavyweight FFT Fast Fourier Transform source code and data, carefully collected, if insufficient, please indicate.

这是一个学生管理的简单代码，它是基于MFC的对话框，在这里面，使用了MFC的数据库类CDatabase和CRecordset这两个封装好了的类，同时他实现了基本的学生管理功能，可以用来学习或者练手