杉木滤波器的代码，实现基本的杉木过滤器

摄影测量中单独像对立体前交的算法实现，挺有用的-Photogrammetry separate ago as a three-dimensional reference to the algorithm, quite the

1．显示游戏的界面功能游戏界面上包括游戏等级选择、重新开始、游戏帮助的控件对游戏进行相应的设置。2．接受鼠标输入功能能够接受玩家的鼠标输入功能，把棋子放入指定的位置。3．根据规则翻转相应的棋子无论是电脑或是玩家在棋盘中落下棋子后，能够根据游戏的规则，把横向、纵向及对角直线上的棋子全部翻转过来，变成最后落下棋子的颜色，并对棋子数量进行增减。4．游戏胜负判断功能双方都没有棋子可下时棋局结束，以棋子数目来计算胜负，棋子多的一方获胜。在棋盘还没下满时，如果一方的棋子应经被对方吃光，则棋局结束。将对手棋子吃光的一方获胜。5．实现人机对战模式支持人工智能，根据游戏等级的不同，进行不同的算法深度搜索，找出最合理的位置进行落子操作。6．人工智能的等级设置能够指定当前电脑人工智能的等级。根据不同的等级，其算法搜索深度不同。7．游戏提供帮助说明在游戏界面中，提供一个控件。以方便对本游戏不了解的玩家对游戏进行操作和使用

此代码是为了控制 igbt 在 inverter.the 代码中创建的 c + + 中，和工作完善。它适用于逆变器

-第一，该程序将扫描压缩的文件并将输入的字符保存在文件中，（nhapDuLieu 函数），然后按常规字符出现的顺序进行排序。-接下来，用来加密数据，以创建哈夫曼树由 taoCayHuffman 方法 ()。数据将存储在输出文件中。后来当解码使用所存储的数据来生成用于减压的哈夫曼树。-使用 ListNode 是双重链接列表 HuffmanNode 存储。每个 HuffmanNode 7 组件，包括光标，左、 右。 + 符号是字符。 + 频率是相匹配的字符个数。 + 码字是对应的二进制数字的十进制表示形式。例如码字的 A 为 3，它对应于二进制代码 011。 + CodewordLen 存储位码字数量，以避免与 0011 混淆或 11 011 或 00011......+ RunLen 长度的字符的编码 （） 操作相同原则： 例如，在原始输入文件中包含的字符串 AAAB，AAA 和码字存储在 110，" 包 " 将节省码字它作为 4 个字节 （32 位），万人......为 000110 （32 位）。然后 B 是在存储和处理，B 的码字是 01-> 保存到 " 包 " 通过添加左侧 " 包 " 以前-> 000 个。000 110 01 （也就是 32 位） — — 的运作原则解码 （）： 解码 （） 操作简单编码 （）。首次创建数组数据 [] 用方法 nhapDoThuongXuyen ()，然后由 taoCayHuffman () 构造的哈夫曼树最后在函数中解码的树和原始字符串 () 扫描

求解三对角方程组,有详细的注释。 节省存储空间的算法-Solving tridiagonal equations, there are detailed notes. Algorithm to save storage space

较好的计算阻尼Newton法的C++程序，可以很快得到较精确的结果-Better calculation of the damping Newton method C++ program, you can quickly get more accurate results

该程序使用C++语言，实现分类，优点是使用SVM训练模型，简单、实用、可以实现二分类、多分类的功能

ACM题目，实现两个大数的相乘，题目详见http://acm.zju.edu.cn/show_problem.php?pid=1272-ACM topic, the two realize the multiplication of large numbers, see the topic http://acm.zju.edu.cn/show_problem.php?pid=1272

主要是利用数据结构中的Dijkstra、Floyd算法来完成实验要求。首先，利用Dijkstra来生成从一个节点到另外节点的最短距离。接着，利用Floyd算法实现各个节点到剩余节点的最短距离。

反向传播的原则是其实很容易理解，即使它背后的数学可以看起来相当令人望而却步。基本步骤如下： 初始化与小随机加权网络。 目前对网络的输入层的输入的模式。 饲料通过网络来计算其激活值的输入的模式。 采取所需的输出和激活值来计算的网络激活错误之间的区别。 饲喂以减少其激活错误对此输入模式的输出神经元的权重进行调整。 传播错误值返回到每个隐藏的神经元，是其在网络激活错误的贡献成正比。 喂养每个隐藏的神经元，以减少它们的贡献对此输入模式错误的权重进行调整。 对每个输入模式输入集合中重复步骤 2 到步骤 7。 重复步骤 8，直到网络接受过适当培训。 为了使这个新的网络通过它的步伐，我下载了经典的虹膜植物数据库从UCI 机器学习资料库。数据集包含三个类的五十实例，每个，其中每个类是指一种类型的鸢尾属植物。一类是线性可分从其他两个 ；后者不是从彼此线性可分的。若要使用此数据，为 csv 文件扩展名的文本文件保存该 web 页。用 Excel 打开并添加三个新列在右边，与0,0,1或0,1,0或1,0,0根据植物品种填补。删除物种名称列，并且您现在有一个文件，它可以喂进入您的网络。