部分PKU上的源码，希望对大家有所帮助。其中包括所有提交代码，里面均有提示...

脊柱码是无比率码一个新的家庭。他们应用一个随机散列函数在消息比特，以产生伪随机比特，这反过来又可以（可选地）被直接映射到一个密集的高斯或均匀星座用于传输。一个好的，甚至是理想的，解决这一问题的---和一个有吸引力的结构在实际的无线网络---是使通信链路无比率。在一个无比率网络，发送编码数据，而无需任何显式估计或改编，隐适应由噪声，干扰，或衰落引入的变化无常。接收机处理数据（码元或比特），因为它到达时，解码它，直到该消息被成功接收。如果代码是好的，那么网络可以执行良好，没有招致的复杂性和实现多个固定速率编码和它们之间的采摘，实施几比特到码元的映射和采摘一个合适的一个，和最后的挑战，但并非最不重要的，估计信道质量，甚至面对不完善和滞后估计采摘好。

数学变换和滤波fft程序 kfour 傅里叶级数逼近 kkfft 快速傅里叶变换 kkfwt 快速沃什变换 kkspt 快速三次平滑 klman 离散随机系统的卡尔曼滤波 kkabg α-β-γ滤波-Fft math transformation and filtering procedures kfour Fourier series approximation kkfft Fast Fourier Transform Fast Walsh Transform kkfwt rapid kkspt three smoothing klman discrete stochastic system Kalman filter kkabg α-β-γ filter

       本代码是用matlab编写的PCNN神经网络图像分割程序。       PCNN（PCNN-Pulse Coupled Neural Network）, 也即脉冲耦合神经网络。与传统神经网络相比，有着根本的不同。PCNN有生物学的背景，它是依据猫、猴等动物的大脑皮层上的同步脉冲发放现象提出的。PCNN有着广泛的应用，可应用于图像分割，边缘检测、细化、识别等方面。　　PCNN是Eckhorn于20世纪90年代开始提出的一种基于猫的视觉原理构建的简化神经网络模型，与BP神经网络和Kohonen神经网络相比，PCNN不需要学习或者训练，能从复杂背景下提取有效信息，具有同步脉冲发放和全局耦合等特性，其信号形式和处理机制更符合人类视觉神经系统的生理学基础。 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报 打分 发表评论 暂无评论

这是一个迭代法实现的C代码。本算法采用的是SOR迭代法。-This is an iterative method to achieve the C code. This algorithm is used SOR iteration.

C 程序的常规语言语法检查-procedures of conventional C language syntax check

文本读入 实现PageRank。。非常好用，结果放在文本中，方面数据处理。运用大型5000个节点，28000条边都可以实现，都可以用，经典算法，还实现了对集聚系数和度中心度的结果。

用复化梯形的算法思想求取某一表达式在某一点的满足精度的值-Sputum 复化 Kyung-Ju 的 near 法 steel fist 求取某 Nanjing Nanjing 表达 driving Hitomi 某 点的满 glass 精度的 Order

关联分析频繁模式挖掘Apriori、FP-Growth及Eclat算法的JAVA及C++实现。三种算法实现的完整源码工程、源文件、PPT、测试数据及输出示例 ,包括Apriori、FP-Growth及Eclat三种算法的频繁模式挖掘源程序

对于UCI数据集 IRIS 用贝叶斯分类算法分类

主要涉及2812与FPGA配置和连接，以及FPGA驱动。主要涉及2812与FPGA配置和连接，以及FPGA驱动。主要涉及2812与FPGA配置和连接，以及FPGA驱动。主要涉及2812与FPGA配置和连接，以及FPGA驱动。