频散曲线计算

信号交替算法方法来绘制信号三角: 积极和消极。这是因为正弦电压被比作一个固定电压。

 ；近似PI使用蒙特卡罗方法。的例子是基于一个均匀分布的假设。

归并排序的c实现-Merging Sort of achieving c

应用程序向导已经创造了这个应用程序的ARS为你。此应用程序不仅介绍了使用Microsoft基础类的基本知识但也是一个起点编写应用程序。该文件包含了什么你会发现在每个文件的摘要说ARS的应用程序。

KMEANS 利用两相的迭代算法来减少点到形心的距离，K 的所有群集的都总和的总和。第一阶段使用文献通常描述作为"批"的更新，每次迭代组成的就是重新分配到他们最近的群集质心点一下子，紧接着簇中心的重新计算。这一阶段可以看作是提供速度快，但可能只有近似解作为起始点，第二阶段。第二阶段使用文献通常描述作为"上线"的更新，在那里点单独重新分配如果这样做会降低的距离，总和和簇中心则在每个重新分配后重新计算。在这第二个阶段的每次迭代包含一通虽然所有的点。KMEANS 可以收敛于局部最优解，在这种情况下是在哪个移动到不同的群集的任何单点增加的距离总和的点的一个分区。这个问题只能是解决了起始点的聪明 （或幸运，或详尽无遗） 的选择。IDX 分为不同的 K 组 = KMEANS （X、 K） 分区 N 由 P 数据矩阵 X 中的点。此分区减少总和，在所有的群集，群集内款项的点到聚类质心的距离。X 行对应于点、 变量对应的列。KMEANS 返回 N 由 1 向量 IDX 包含每个点的聚类指数。默认情况下，KMEANS 使用平方欧氏距离。

#包括；

图像缩放（线性插值法）-image scaling (linear interpolation)

这段代码打印出随机生成学生成绩 Table.Inputs 是： 大量的学生： 数的考试： 数的 Assgs:Number 的小测验： 考试、 assgs 和测验和评估权重。输出是一个表学生 Id 是独一无二的随机生成。和所有的评估分数也随机生成的。它还打印为每个学生的平均和平均的每一次评估。所有的随机生成的数据是放入一个一维数组，然后用从那里。

SIFT特征 (Scale-invariant feature transform，尺度不变特征转换) 是一种计算机视觉的算法，用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量。 此算法由 David Lowe 在1999年所发表，2004年完善总结。其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比对。此算法有其专利，专利拥有者为 英属哥伦比亚大学。

程序中给出了用变形QR方法计算实对称三角阵的全部特征值与相应的向量-Procedures are given deformation QR method with real symmetric triangular matrix of all eigenvalues with the corresponding vector