多实例学习代码

水电站场内经济运行动态规划程序，实现多台机组间的优化调度，是以流量为目标函数-Hydropower dynamic planning process inside the economy

遗传算法图像分割，利用遗传算法进行图像分割-Genetic algorithm image segmentation, image segmentation using genetic algorithm

龙格库塔算法，用于拟合GLONASS的星历数据，15分钟精度在5米之内，可以向前推，也可以向后推！-Runge- Kutta method for fitting the GLONASS satellite ephemeris data, the accuracy of 15 minutes within five meters, can move forward, but also can push back!

本例子演示了如何利用f90接口来读取已经创建的3维变量，并检查读写正确与否 -This example shows how to use the f90 interface to read the already created three-dimensional variable, and check whether or not to read and write properly

用C语言实现大整数相乘问题-C Language large integer multiplication problems

一个较为普通的算法-a more general algorithm

This a simple demo of how to evaluate mathematical expressions in text format, including provision for variables and functions. The code consists of three simple classes: 1) Calc - which does the main calculations, 2) Stack - which is used to push and pop intermediate operators and numbers and 3) Symbol Table. The symbol table is a collection of calc symbols, a type structure consisting of various elements, including the expression name, function name, and the final value of the expression The evaluation procedure is done in three steps: 1) simplify the expression by removing all the elements within () and storing them in subexpressions within the symbol table. 2) Each of these sub expressions are then converted to RPN format (Reverse polar notation) and evaluated 3) Finally, the main expression is converted to RPN and evaluated-This is a simple demo of how to evaluate mathematical expressions in text format, including provision for variables and functi

The program simulates a Nondeterministic Multitape Turing Machine. It works as ordinary (Deterministic) Turing Machine as well.

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。

/ * * * RC6 描述 * * * / / * 这是一种独立的加密算法的实现： * / /*                                                                      */ / * RC6 由 Ron Rivest 和 RSA 实验室 * / /*                                                                      */ / * 这是一种候选的高级加密标准算法 * / / * 美国国家标准和技术方案。*/ /*                                                                      */ / * 在此实现中的版权由 B R 格莱德曼博士但我 * / / * 特此授予其免费直接或衍生使用主