加权的 KNN

反向传播的原则是其实很容易理解，即使它背后的数学可以看起来相当令人望而却步。基本步骤如下： 初始化与小随机加权网络。 目前对网络的输入层的输入的模式。 饲料通过网络来计算其激活值的输入的模式。 采取所需的输出和激活值来计算的网络激活错误之间的区别。 饲喂以减少其激活错误对此输入模式的输出神经元的权重进行调整。 传播错误值返回到每个隐藏的神经元，是其在网络激活错误的贡献成正比。 喂养每个隐藏的神经元，以减少它们的贡献对此输入模式错误的权重进行调整。 对每个输入模式输入集合中重复步骤 2 到步骤 7。 重复步骤 8，直到网络接受过适当培训。 为了使这个新的网络通过它的步伐，我下载了经典的虹膜植物数据库从UCI 机器学习资料库。数据集包含三个类的五十实例，每个，其中每个类是指一种类型的鸢尾属植物。一类是线性可分从其他两个 ；后者不是从彼此线性可分的。若要使用此数据，为 csv 文件扩展名的文本文件保存该 web 页。用 Excel 打开并添加三个新列在右边，与0,0,1或0,1,0或1,0,0根据植物品种填补。删除物种名称列，并且您现在有一个文件，它可以喂进入您的网络。

应用背景此算法是飞思卡尔比赛的电磁车的路径判断算法，和128单片机初始化的方式，配置很全，注释也很详细，很方便刚入手参加飞思卡尔 电磁车组的童鞋们，很值得一看。关键技术飞思卡尔算法，AD值的配置等相关算法

根据K-L变化对肤色的椭圆区域YUV颜色空间对摄像头采集的图像进行肤色提取，简易而快速的算法，适合在不同的光照背景之下。

C++常用算法，给计算方法中各种基本应用提供参考-C common algorithms for calculation method to provide the basic reference

一个魔方图的程序,希望大家给予支持!-a Rubik"s cube map procedures in the hope that we can give support!

资源描述数据挖掘中的关联规则发现算法——apriori的c++实现。数据输入是在窗口中输入，根据提示即可。注意事项：1.除了最后的阈值设定为小树（小于1大于0），其余全部为整数。中间事务的输入用空格隔开。建议3个以内。

应用背景最近写的一个DS18B20进行温度测试程序，应用在Zigbee模块CC2530上。DS18B20采用单总线传输方式，应用中能够最小化利用片上那个资源。关键技术CC2530 是用于2.4-GHz IEEE 802.15.4、ZigBee 和RF4CE 应用的一个真正的片上系统（SoC）解决方案。它能够以非常低的总的材料成本建立强大的网络节点。DS18B20是常用的温度传感器，具有体积小，硬件开销低，抗干扰能力强，精度高的特点。  

一个较为基础的算法。在C++中实现读取BMP文件信息并将图片顺时针旋转90度。附带有文字注释，可作为C++教学中使用的程序范例或作业题目来使用。

该代码已应用于航空航天领域。重新进入大气层的物体会产生冲击波。

using System; using System.Collections.Generic; using System.ComponentModel; using System.Data; using System.Drawing; using System.Linq; using System.Text; using System.Windows.Forms; using System.Drawing.Drawing2D; using System.Threading;  namespace WinRandomPI {     public partial class GetPIValue : Form