北大ACM试题poj 第3065题源码，很好的代码，希望对搞ACM的同学有帮助...

此程序为数值算法分析里的跳马算法演示程序-procedure for numerical algorithm analysis of the algorithm vault Demonstration Program

遗传算法在运行早期个体差异较大，当采用经典的轮盘赌方式选择时，后代产生的个数与父个体适应度大小成正比，因此在早期容易使个别好的个体的后代充斥整个种群，造成早熟。在遗传算法后期，适应度趋向一致，优秀的个体在产生后代时，优势不明显，从而使整个种群进化停滞不前。因此对适应度适当地进行拉伸是必要的，这样在温度高时(遗传算法的前期)，适应度相近的个体产生的后代概率相近；而当温度不断下降后，拉伸作用加强，使适应度相近的个体适应度差异放大，从而使得优秀的个体优势更明显。由于模拟退火算法和遗传算法可以互相取长补短，因此有效地克服了传统遗传算法的早熟现象，同时根据聚类问题的具体情况设计遗传编码方式、适应度函数，使该算法更有效、更快速地收敛到全局最优解。本案例研究了基于遗传模拟退火算法的聚类算法。

这段代码是 utliised，如下所示： 1-将视频转换为帧，然后到图像的 SIFT 得到对取自两个图像的对应点 2 恢复 homographies 的每个图像 3-扭曲图像之间的单应 4 混合图像转换成使用加权的平均的马赛克 5-查看结果

particle filter using SIR

泛型粒子过滤器： 注： 重采样对这种演算法称为每个步骤执行时引导粒子滤波

该代码用了三种不同的算法生成你想要的随机数序列个数，包括乘同余方法、乘同余组合发生器；其中的参数是在蒙特卡罗方法在实验核物理这本书中以及“蒙特卡洛方法中随机数发生器和随机抽样方法的研究.金畅"这篇文献中找到的。本人实验多次，经检测两种方法生成的随机数的均匀性符合要求，且用此随机数进行已知分布的抽样也能达到要求。

数值分析中常用的几种算法的实现-numerical analysis of several commonly used algorithms to achieve

南邮算法实验，动态规划法求解最长公共子序列问题，也实现了备忘录方法求解最长公共子序问题。可实现输出一组解，也可以输出所有可能的最长公共子序。实现了实验要求的所有思考题

决策树算法分为几类 这是C4.5的实现 各种可以实现的包裹

该程序是用C语言写的采用了动量方法的BP神经网络，它具有极其强大的扩展性，可用于函数的逼近及分类识别等各方面，语言书写规范，其中大量使用了动态分配一、二维数组的方法，该网络实例中实现的是对某一函数的逼近，输入层为二层，中间层可自己设定多达十几层，逼近精度非常精确。读者可根据自己的需要设定各层的数目以及相应的训练样本进行训练与测试。-The program is written in C language using the momentum method of BP neural network, which has extremely powerful scalability, can be used for function approximation and classification in areas such as language specification, including large-scale use of a dynamically allocated one, two dimensional array of methods, examples of the network realize that the approximation of a function, for the second input layer, middle layer can be set as many as a dozen layers, close to very precise accuracy. Readers may need to be set in accordance with its own number of floors and the corresponding training samples for training and testing.