Harris焦点检测

函数连分式的计算-function even fractional calculation

CRC-ITU 查表算法 C 语言版，输入数据头指针和长度，计算其 16 位 CRC           请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

资源描述本文件详细介绍了最短距离的求解过程，并包含了多个Dijkstra算法程序的主函数，在MATLAB平台上对其进行了仿真测试，测试结果显示，算法是可行有效的。

OTP 即一次性口令相比于原来的远程认证系统有着更好的安全性-OTP one-time password that is compared to the original remote authentication system has better security

Runge-Kutta-Verner方法求积分，包括cpp源码-Runge-Kutta-Verner method of quadrature, including the cpp source code

gdal读入测试代码，vs2008工程。GDAL是一个操作各种栅格地理数据格式的库。包括读取、写入、转换、处理各种栅格数据格式（有些特定的格式对一些操作如写入等不支持） 本测试代码在读入图像后，读取图像尺寸

GPSS语言编写的排队系统的模型模拟程序。和文档在一起的还有一个word的说明和一个c语言编写的排队系统的模拟程序，可以对照比较模拟的结果。-GPSS language model of queuing system simulation program. And documents with a word description and a c languages queuing system simulation program, you can compare the results of simulation.

这个是机器学习实战的部分代码，亲测可用。。。比较适合于入门学习。。。。很不错的。。。现在只是上传了源码的一部分，之后的以后会陆续上传上来。。。希望大家一同学习进步。。。。。。

使用递归实现的快速排序法-Quick sort using recursive

TF-IDF（term frequency–inverse document frequency）是一种用于资讯检索与资讯探勘的常用加权技术, TFIDF的主要思想是：如果某个词或短语在一篇文章中出现的频率TF高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。TFIDF实际上是：TF * IDF，TF词频(Term Frequency)，IDF反文档频率(Inverse Document Frequency)。TF表示词条在文档d中出现的频率。IDF的主要思想是：如果包含词条t的文档越少，也就是n越小，IDF越大，则说明词条t具有很好的类别区分能力。如果某一类文档C中包含词条t的文档数为m，而其它类包含t的文档总数为k，显然所有包含t的文档数n=m + k，当m大的时候，n也大，按照IDF公式得到的IDF的值会小，就说明该词条t类别区分能力不强。但是实际上，如果一个词条在一个类的文档中频繁出现，则说明该词条能够很好代表这个类的文本的特征，这样的词条应该给它们赋予较高的权重，并选来作为该类文本的特征词以区别与其它类文档。这就是IDF的不足之处。