the codes and solution for zoj 2210

One of the world-wide cooperative computing tasks is the "Grand Internet Mersenne Prime Search" -- GIMPS -- striving to find ever-larger prime numbers by examining a particular category of such numbers. A Mersenne number is defined as a number of the form (2p–1), where p is a prime number -- a number divisible only by one and itself. (A number that can be divided by numbers other than itself and one are called "composite" numbers, and each of these can be uniquely represented by the prime numbers that can be multiplied together to generate the composite number — referred to as its prime factors.) Initially it looks as though the Mersenne numbers are all primes. Prime Corresponding Mersenne Number 2 4–1 = 3 -- prime 3 8–1 = 7

多视角人脸检测，基于皮肤检测，有训练和检测的详细代码，多视角人脸检测，基于皮肤检测，有训练和检测的详细代码，多视角人脸检测，基于皮肤检测，有训练和检测的详细代码，多视角人脸检测，基于皮肤检测，有训练和检测的详细代码，多视角人脸检测，基于皮肤检测，有训练和检测的详细代码，多视角人脸检测，基于皮肤检测，有训练和检测的详细代码，多视角人脸检测，基于皮肤检测，有训练和检测的详细代码，多视角人脸检测，基于皮肤检测，有训练和检测的详细代码，

一元线性回归，数值分析方面可参考-one yuan linear regression, numerical analysis can look at the reference

一个贪吃蛇AI的js实现，基本思想：先模拟一条蛇使用去吃食，若吃到食物后（广度优先寻最短路径）蛇处于安全状态，则让真蛇去吃；若不安全，则跟着蛇尾走（广度优先寻最长路径），没走一步都需进行一次上述判断。注：只要能找到蛇头到蛇尾的路径，则蛇安全。 上述算法仍可能导致蛇进入死循环，则没有安全路径可以吃到食物，该情况发生在大部分食物已经吃完的时候，目前没找到解决办法，若有兴趣或有更好的解法，欢迎联系。

程序：全主元Gauss消去法 过程：gaussq(aa,bb,xx,n,sgn) 作用：aa为系数矩阵，bb为右端向量，xx为解向量，n为方程阶数，sgn为标识符，1表示计算正常进行，0表示计算失败 方程形式为：aa(n,n)*x(n)=bb(n)-Procedure: All the main element Gauss elimination process: gaussq (aa, bb, xx, n, sgn) Role: aa for the coefficient matrix, bb for the right-hand side vector, xx for the solution vector, n the order of the equation, sgn as identifiers, 1 indicates the calculation as normal, 0 indicates failure of the calculation equation of the form: aa (n, n)* x (n) = bb (n)

程序包含了显示类中二维显示和三维显示的关键技术，程序在VC6.0下调试通过，显示类的定义部分在eidterView.h 文件中， 其实现部分在 eidterView.cpp文件中，显示包括了 显示图形和方向函数以及三维情况下函数图形的显示，任何人可以在此基础上加以修改完善

与常见的归并排序算法不同，效率更高，使用C++编写，vs更高版本也可以直接用。 用模板类编写，可以熟悉模板的写法。 归并排序是分治法的典型应用，把原始数组分成若干子数组，对每一个子数组进行排序，继续把子数组与子数组合并，合并后仍然有序，最终得到排序结果。

小生境遗传算法(NGA)的MATLAB工具箱及四个应用实例，这个代码可以和支持向量机融合，根据自己的需要，来编写程序，这是最新的研究算法 提供给对支持向量机感兴趣的人

棋盘覆盖问题的算法源程序-chessboard coverage of the algorithm source code

应用背景对于智能计算、优化理论方面，遗传算法和粒子群算法都属于现代仿生类优化算法，但是两者还是存在差异，遗传算法的核心在于变异和交叉，粒子群算法的核心在于个体寻优和群体寻优之间取平衡。通常研究者机械地将将两种算法结合起来，使得程序复杂，运行时间偏长，本程序以粒子群算法为主，巧妙地将遗传算法的变异思想引入粒子群算法，这一简单改进却可以大大提高粒子群算法的性能。但是，注意 引入随机数时的阈值 需要反复试验确定，目前这个程序没有做到阈值自适应。关键技术将遗传算法的变异思想 巧妙引入 粒子群算法 中改进粒子群算法寻优性能，使得寻优速度更快，当测试复杂高维的benchmark时，也更加接近最优值