矩阵类，封装了一些有关矩阵的运算

用于检测网络中的群落结构的快速算法。第一个示例中工作的我们的算法，我们有使用计算机大量的随机生成与已知的群落结构，我们的图表然后运行通过算法来量化其性能

cython写的DTMF解码器（python直接使用，效率和c接近）

使用哈希来做第一张地图，并使用一个字符串的最小表示测试天气 2 字符串具有相同的最小表示形式，结合哈希。

cannon算法在openmp中的实现

用于链表数组堆栈课程设计，作为一个模板以供使用。调试结果显示符合要求。

代码是利用Prolog来解决两个问题：数独和八皇后问题。

Mathematical function library for Microsoft C / by Unjeng Vheng 书的配套三张软盘-Mathematical function library for Microsoft C/by the book Unjeng Vheng matching three floppy disks

应用背景大量视觉应用依赖于整个图像匹配关键点。在过去的十年中对功能更快，更稳健的关键点和关联算法族群包括：尺度不变特征变换（SIFT），提速强大的功能（SURF），以及最近的二进制稳健不变可扩展关键点（BRISK），仅举几例。关键技术我们提出了一个新的关键点描述符的灵感来自于人类视觉系统和更精确的视网膜上，创造了快速视网膜关键点（FREAK）。二进制串的级联是通过有效地在视网膜的采样模式比较图像强度计算。

高斯混合模型（GMM）算法利用matlab实现，主函数信息如下：%   emgmm：GMM参数生成函数%   Input：%              Data：      D x N ，N个D维数据%              Alpha0： Gauss模型的权重初始值%              Mu0：      D x M，Gauss模型的中心初始值%              Sigma0：Gauss模型的方差初始值（假设每个方差矩阵都是对角阵， 即一个数和单位矩阵的乘积）%              loglikthreshold：EM迭代停止条件%   Output：%              [Alpha, Mu, Sigma]：高斯混合模型参数

回溯法的m着色问题，用bool方阵（方阵阶数表示点数）表示两点是否邻接。结果实现出所有颜色数小于m的着色方法-retroactive law m coloring problems, bool Matrix (Matrix said the order points), whether adjacent 2:00. The results achieved in all colors of a few less than the colored m