算法设计报告5个重要算法，包括贪心，回溯，动态规划，分支限界，分治法，每种算法介绍及实例问题代码，C++成功编译运行...

MissSVM 是一个包求解基于半监督的支持向量机的多示例学习问题。MissSVM 旨在表明如果采取独立实例的假设，多实例学习可以看作半监督学习的一个特殊情况，多实例学习领域可能并入半监督学习的领域。因此，未来的多实例学习研究应假定只有序列矩袋及避免独立实例的假设

doolittle直接分解法和guass-sedilla迭代法解方程组源码-doolittle direct decomposition and guass-iterative method of sedilla equations FOSS

bfgs算法求全域最小数值点，c++源程序,文件读入套用方便-bfgs domain algorithm ambitious minimum values, c source, the document read into the convenient use

要找到解决办法 f (x) = 0 给定连续函数 * 区间 [a，b]，在 f(a) 和 f(b) 有上 f * 符号相反： * * 输入： 终结点 a、 b ；容忍 TOL ； * 迭代 N0 最大次数。 * * 输出： 近似解决方案 p 或 * 一条消息，该算法将失败。 */

这是一个八皇后问题的程序-This is a question of the Queen"s eight procedures

应用背景gSpan是图形数据库频繁图挖掘软件包。 ；给定一个集合的图形和最小支持度阈值，gSpan能够发现所有的子图的频率高于阈值。 ；的gSpan的细节可以在下面的文件中找到，基于图结构的gSpan：模式挖掘， ；的 ；X燕和J.汉族。 ；触发。2002基于数据挖掘的国际会议（ICDM 102）。 ；  [PDF]；扩展版，UIUC的技术报告，uiucdcs-r-2002-2296  ；[PDF]关闭图形系统：挖掘频繁闭图模式， ；用X燕和J.汉族。 ；触发。2003知识发现与数据挖掘国际会议（SIGKDD 2003） ；。【PDF】使用协议下载仅用于内部研究的目的，再分配和商业使用是不允许的；使用下载的软件仅限于性能测试。对于其他利益，联系作者。关键技术gSpan是图形数据库频繁图挖掘软件包。 ；给定一个集合的图形和最小支持度阈值，gSpan能够发现所有的子图的频率高于阈值。并；

等离子体PIC模拟-PIC simulation of plasma

本算法是自己的机器人课程设计，有具体的算法原理和程序设计介绍。具体内容见设计报告书。在压缩包里。 本设计学习并分析了基本RRT路径规划的原理，并通过参考资料及自己分析，提出了一种改进的RRT路径规划算法。为了验证改进型RRT算法的正确性以及合理性。最后在VS2010开发环境下用C++编写了两种RRT算法的程序代码及演示界面。通过一定量的实验得到了大量数据。经过数据分析，验证了改进型RRT是正确的，并且在不破坏基本RRT算法的随机性的前提下，有效的将随机性和目的性结合起来，提高了RRT算法的效率和路径的质量。 本设计中，选取二维平面作为机器人的运动环境。即在二维平面下进行RRT算法设计，将机器人看做二维平面上的一个点。机器人的运动是连续的。 用C++语言实现算法，在VS2010集成开发环境下运行调试程序。 在演示软件中，将机器人所处的环境大小设置为600*400。机器人的起始位置用一个半径为30的大圆的圆心表示。目标点用一个半径为

三维FDTD程序（一个Fortran写的三维FDTD程序）-Three-dimensional FDTD program (written in a Fortran three-dimensional FDTD program)

实际的单片机应用系统开发过程中，由于程序功能的需要，经常编写各种延时程序。延时时间从数微秒到数秒不等。对于许多C51开发者，特别是初学者，编制非常精确的延时程序有一定难度。本文从实际应用出发，讨论几种实用的编制精确延时程序和计算程序执行时间的方法，并给出各种方法使用的详细步骤，以便读者能够很好地掌握理解。