FFT

使用基于K-L变换的特征选择方法,使原本4维的特征向量降至3维-KL transform based feature selection method, so that the original 4-dimensional feature vector is reduced to 3-dimensional

k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。-k-means algorithm process as follows: First of all, the object data from the n choose k object as initial cluster centers and the remaining for the other object, then according to their cluster center with those of the similarity (distance) respectively assigned to them with the most similar (represented by cluster center) clustering obtained and then calculated for each new cluster center clustering (all objects in the cluster mean) repeated this process until the standard measure of function until the beginning of convergence.

系统辨识中，一个很重要的方法是用相关分析法辨识脉冲响应，该程序可以计算出输入和输出序列的互相关函数，以及计算出脉冲响应估计值-system identification, a very important way is to analyze the identification impulse response, the program can calculate the input and output sequence of cross-correlation function, and calculated the estimated value of the impulse response

一个不错的线性规划问题求解的程序-a good linear programming problem solving process

问题描述：设R={ r1, r2, ...., rn}是要进行排列的n个元素。其中元素r1,r2,......,rn可能相同。试设计一个算法，列出R的所有不同排列。 编程任务：给定n 以及待排列的n 个元素。计算出这n 个元素的所有不同排列。

C[i,j] 表示点i+1，i+2到点j中，选择任意一个点作为根，在（j-i）个解中找出成本最小的最优解 向前递推过程： 首先计算所有j-i=1的C(i, j) 然后依次计算j-i=2,3,…,n的C(i,j)。 C(0,n)=最优二分检索树的成本。 初始值 C(i,i) = 0 W(i,i) = Q(i)，0≤i≤n 最优二分检索树的构造 在计算C(i, j)的过程中，记下使之取得最小值的k值，即树Tij的根，记为R(i, j)。 依据R(0, n)…，推导树的形态

自动俄罗斯方块，能够自己消行，消行达到15000左右，但有些还待改进-Auto Tetris, to make their own consumer line, elimination of about 15,000 lines, but there are still room for improvement

资源描述摘要：对物联网的研究和应用进展进行综述分析。首先介绍了物联网的起源、国内外物联网的研究和应用现状。 然后详细讨论了物联网的定义、物联网的体系结构、物联网的异构融合网络层、物联网的感知节点与终端、泛在传 感网、物联网的业务支撑与智能处理技术、物联网的业务平台技术、物联网安全和物联网标准等关键技术。最后提 出了物联网研究的关键技术和主要内容。 关键词：物联网；传感网；泛在网；RFID

windows小帮手,vc6.0开发的,有点小问题-windows Assistant, vc6.0 developed a bit small problem