simhash算法实现

分布式水文模型SWAT在水文中享有较高的盛誉，它能够综合反映一个地区的水文地质状况，以及水文气象状况，而其源代码更是研究SWAT的必备“神器”，学习了解SWAT的源代码不仅可以在最短的时间内学习到SWAT的“精要”，更能学习其Fortran语言，了解模型到代码的转换，更能学习到其模型的“实质”。 因此，一些致力于水文模型研究以及编程语言学习的“童鞋”们，你们有福了，赶紧下载这个SWAT的源代码，有时间慢慢学习，仔细推敲，水文中的模型就是只要学会一种，其他的基本触类旁通！

提供了多项式计算、矩阵计算、随机数产生、插值、拟合、方程组求解等一些数值计算算法，并附有查找、排序算法。在对这些算法进行讲解的同时，附上所有算法的C源码，方便进行动手尝试学习。-Provides a polynomial calculation, matrix calculation, random number generation, interpolation, fitting, solving equations and some numerical algorithms, along with search, sorting algorithms. In these algorithms to explain the same time, accompanied by all the algorithms of the C source code, facilitate hands-on attempt to learn.

用调用函数法实现bp网络，已载入训练和测试样本供大家分享和学习，有较理想的差准率和查全率。-Call function method used to achieve bp network, has been printed in the training and test samples for all to share and learn from, there are better rates and quasi-differential recall.

关于矩阵运算的一些方法。如逆矩阵

经纬度BL换算到高斯平面直角坐标XY（高斯投影正算）的源码及算法-BL converted to latitude and longitude Gaussian plane rectangular coordinates XY (Gauss projection is counting) the source code and algorithm

应用背景这是产生PWM感应电机的SVPWM算法关键技术这种利用MikroC Pro的dsPIC编译器生成的代码

代码实现了daugman 的微积分运算符，用于虹膜边界的定位和分段，只需运行 run.m 文件

IT++是一个数学，信号处理和通信类功能的C++库。它的主要用途是模拟通信系统，并进行研究相关领域的通信。它综合了Matlab的功能和C的速度，适合于信号处理等领域。功能和特点模板阵列和堆叠的集装箱类命令和文件的论点分析器模板向量和矩阵类稀疏向量和矩阵类载体功能和矩阵类矩阵分解等特征 求解线性方程组 随机数代二进制和伽罗瓦类型（标量，矢量和矩阵）一体化的一维职能无条件的非线性优化 统计类过滤功能和类频域滤波FFT算法，理论，变换，和Hadamard变换时域和频域窗口评估和寻找根源的多项式（逆行动）滤波器的设计功能快速独立分量分析 矢量调制器（如OFDM和MIMO ）OFDM系统和CDMA调制器 多径信道（包括频率单位和频率选择性）海明，格雷，CRC码基于事件的仿真类 信号和简化语法 TCP连接客户端和服务器 选择性重复传标量化和矢量量化类高斯混合模型 阅读和保存几种不同的音频文件格式 阅读和保存不同的图像格式 二进制文件格式，最基础的IT + +类型 定点标量，矢量和矩阵类型

DFT的数字采样数据可以用在任何时间序列数据（声波/振动/地震等）平面文本输入（没有声卡）

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