Adaboost 算法 实现小例子

利用横向递归算法解决数据组合的问题， 比如数组为a, 长度为len， 横向递归 B display(a,len) b是二维数组，a是一维数组-the use of horizontal recursive algorithm to solve the problem of data sets, such as the array is a length of len, horizontal display recursive B (a, len) b is the two-dimensional array, is a one-dimensional arrays

2009

用递归算法求解把m个苹果放入n个盘子总共有多少种放法。很简单的程序，从屏幕输入两个参数， 一个为苹果个数，第二个为盘子个数。然后enter返回结果。

PI值的计算算法，c++代码，值得好好学习-PI value of the algorithm, c code, it is worth to learn

Gauss_Seidel迭代-Gauss_Seidel

一个经典问题的比较好的解决方法-a classic problem of a relatively good solution

基本的蚁群聚类算法，已通过验证，可直接运行。压缩包中除了有基本的蚁群聚类算法实现外，还有改进的蚁群聚类算法和程序结果，以及讲解PPT。

（1）Msls分三步对系统和噪声模型进行辨识，采用脉冲序列作为辅助系统模型，用 计算输出数据 ；用原输出数据 计算 ，用递推最小二乘方法分别对系统参数和模型参数进行估计。 （2）M.dat,wnoise1.dat分别为M和白噪声序列。Wnoise1.dat的长度为700，wnoise2.dat的长度为1000。Msls6.c为N=600的程序，Msls8.c为N=800的程序。 （3）程序运行后，生成的两个h文件为产生的脉冲响应函数。Msls6.dat为msls6.c的参数估计结果，msls8.dat为msls8.c的参数辨识结果。分别如下所示： a1=0.906331 a2=0.160170 a3=0.025525 b1=0.704475 b2=-1.497551 c1=1.009114 c2=0.446890 a1=0.906347 a2=0.159066 a3=0.024650 b1=0.700720 b2=-1.493327 c1=1.008787 c2=0.425714 （4）由数据结果可以看出，采用msls辨识方法估计精度要比els法的估计精度差一些。尤其是噪声参数c2的估计误差不在1％以内。这是由于msls法计算上较为简便，计算上的简化就带来了估计精度上的误差。由N=600和N=800相比较，可以看出当N增大时，误差有所减小。理论上当N趋于无穷时， 。 -err

牛顿向前插值法，完全自己编的，可以在X表的范围内任意输入一个值，代码挺好的-Newton forward interpolation method, fully developed, the X within the context of an arbitrary input value, the code is very good

装配生产线调度m行和N站