快速傅里叶变换的C实现，采用新的倒序算法，程序代码只有一百多行，就要以实现千个采样点的计算...

分形云（或灰尘）开始形成从一个用户定义的点P（A，B，X，Y），并通过大量的重复一些变换得到一些很酷的照片。因为事实上，我们可以顺着小径起点是离开（P0开始吧，p1-1st迭代，P2第二，的…PX即点图）图也被称为轨道（轨迹）的动态系统。得到一个粗鲁的估计是，B，X和Y是很好用的我你准备好clouds.xls。1 6张显示计算的序列这里给出的模式实例1 6。x()表显示图形的样子计算序列低接参数（有一些评论为什么）。提交575 K因为xls文件。

应用背景下面的列表包含了近200个程序（有些是客户端，有些是基本的基础设施）。单击“程序名称”访问“爪哇代码”；单击“访问”的描述，并单击“数据文件名”访问数据。自我检验关键技术该应用程序加载。民众似乎是最好的如果你第一次去的第一个演示，从那里直接到二使用在网页端提供的链接。如果你从第一个演示到这个页面（带背面按钮），然后去二次演示，事情可能会卡住。停止，重装，访问其他页面，可能最终得到的东西装等。

学习算法分析时必须掌握的算法。01背包，经典无需多言。我以前的作业。-Learning algorithm analysis must master algorithm. 01 backpack, classic Needless to say. My previous job.

本程序主要实现一个单道批处理系统的作业调度模拟程序，作业调度算法主要有先来先服务(FCFS)、最短作业优先(SJF)、响应比高者优先(HRN)等调度算法。该程序主要实现了以上三种算法，并且程序中给出了详细的代码注释，能够加深对作业调度算法的理解

基于支持向量机的水声信道盲均衡算法的研究-Based on support vector machines underwater acoustic channel blind equalization algorithm

应用背景package Kmeans; import java.io.BufferedReader; import java.io.FileReader; import java.util.ArrayList; public class KMeans { private static String fileName = "E:java练习Arithmeticjulei1.txt"; // 文件地址 private static int numTotal; // 聚类总数 private static int K; // 聚类的簇数关键技术典型的聚类算法，应用广发，学习简单，java技术的使用

LU分解法求解线性方程组的VB.NET源码.里面有详细的使用说明.-LU decomposition method for solving linear equations of VB.NET source. There are detailed instructions.

资源描述在uc_os ii环境下运行哲学家算法~可以直接运行，uc_os ii环境已经搭建完成~可以直接使用，快快来下吧

单因素方差分析程序-single-factor analysis of variance procedure

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.