该矩阵类库源代码已通过编译，希望对大家有帮助！

蚁群算法的matlab源代码实现，十分实用。

资源描述应用高斯模型对颜色进行识别，本算法对颜色进行了一个模糊分类并识别，算法中可以识别的颜色现在总共只有10种，大家根据算法思路经行扩展以便识别更多类的颜色。当前的研究是为了经行车辆的颜色分类识别，所以注释中有车辆相关的关键词，虽然实验的图片是使用的一张非车辆图片。

本资源是HM 12.1 的源码，由于HM源码需要SVN工具下载，为了方便学习HEVC的朋友们，我特意从用SVN下载先来，打包成rar，希望对学习HEVC的朋友提供方便，HEVC的解码还算可以，问题是编码端效率现在还是个普遍的问题，相信在流媒体传输方向有大作为

VS-C# 2010下运行。其中混合高斯算法有些问题，其余两种可以实现。

Learnin Mathematics with the ABACUS Activity-book part 01

传统单链表的算法实现不能满足企业应用，企业里使用的链表实现是经过改良的，实现了算法和业务逻辑的分离（这里是重点，也只有这样才能被实际使用，如果你是传统的实现方式在使用的话，建议看看这里的实现思想），所以实现与传统的方法也不一样。具体实现直接看代码，注意与传统链表的实现接口destory和clear，以及调用方式有很大的不同，可能需要慢慢理解

vs2008开发工具，c#编写程序，打开图片，然后鼠标点击图片，得到颜色的RGB值和点击图片的位置坐标……得到颜色值的部分代码如下：                 Color pointColor = bmp.GetPixel(X, Y);                 textBox1.Text = pointColor.R.ToString();                 textBox2.Text = pointColor.G.ToString();                 textBox3.Text = pointColor.B.ToString();                 LAB_POS.Text = "坐标：" + X.ToString() + "," + Y.ToString();

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

Stack在 c中

本程序是实现PCA算法的一个完整java程序。代码的层次清晰，包含特征值和特征向量的提取等。能让你迅速了解并学会PCA算法。程序中包含测试数据，只要变换测试数据，就可以运行你想应用的数据库。