本程序为通信中，租赁系统的仿真程序，对于研究租赁系统的人十分有用...

c4.5的源码决策树最全面最经典的版本-Bank of the most comprehensive source of decision tree of the most classic version

应用背景 支持向量机（Support Vector Machine，SVM）是一种新的机器学习方法，其基础是Vapnik创建的统计学习理论（Statiscal Learning Theory，STL）。统计学习理论采用结构风险最小化（Structural Risk Minimization，SRM）准则，在最小化样本点误差的同时，最小化结构风险，提高了模型的泛化能力，且没有数据维数的限制。在进行线性分类时，将分类面取在离两类样本距离较大的地方；进行非线性分类时通过高维空间变换，将非线性分类变成高维空间的线性分类问题。 关键技术 本章将详细介绍支持向量机的分类原理，并将其应用于基于乳腺组织电阻抗频谱特性的乳腺癌诊断。 乳腺是女性身体的重要器官，乳腺疾病类别繁多、病因复杂，其中，乳腺癌是乳腺疾病的一种，逐渐成为危害女性健康的主要恶性肿瘤之一。近年来，乳腺癌等乳腺疾病发病率呈明显上升趋势，被医学界称为“女性健康第一杀手” 。 相关研究结果表明，在直流状态下不同生物组织表现出不同的电阻特性，生物组织电阻抗随着外加电信号频率的不同而表现出较大的差异。常见的电阻抗测量方法有：电阻抗频谱法(Impedance Spectroscopy)、阻抗扫描成像法(Electrical Impedance Scanning，EIS)、电阻抗断层成像法（Electrical Impedance Tomography，EIT）等。电阻抗频谱法的测量依据是生物组织的电阻抗随着外加电信号频率的不同而呈现出较大的差异；阻抗扫描成像法的原理是癌变组织与正常组织及良性肿瘤组织的电导（阻）率相比，存在着显著性的差异，从而使得均匀分布在组织外的外加电流或电压场产生畸变；电阻抗断层成像法则利用设于体表外周的电极阵列及微弱测量电流，提取相关特征并重新构造出截面的电阻抗特性图像。 尽管目前的电阻抗测量结果还存在一些偏差，但相关研究已经证实癌变组织与正常组织的电阻抗特性存在显著地差异。因此，乳腺组织的电阻抗特征可以应用于乳腺癌的检查与诊断中。由于电阻抗测量法具有无创、廉价、操作

蚁群算法的源代码，里面有详细的实现过程，有很好的参考价值-Ant colony algorithm source code, which the realization of the process in detail, have a good reference value

模拟退火算法在贷款组合优化决策中的应用-simulated annealing algorithm in the loan portfolio optimization of

资源描述该代码里包含里两种使用c求逆矩阵的代码，一种是使用伴随矩阵除以行列式得到逆矩阵，另一种是使用高斯消元法求逆矩阵

中山大学sicilyAC源码+注释+中文说明-SYSU sicily Accepted

资源描述kmenas算法首先选择K个初始质心，其中K是用户指定的参数，即所期望的簇的个数。这样做的前提是我们已经知道数据集中包含多少个簇，但很多情况下，我们并不知道数据的分布情况，实际上聚类就是我们发现数据分布的一种手段

很有用的，一些经常用到的C算法程序集。-very useful, some of the frequently used procedures Set C algorithms.

针对人脸的肤色和唇色颜色，进行统计得出变换矩阵和阈值，再对图片进行fisher分类器分类，准确打印出每个像素分类情况，最终得到二值图，得到嘴唇区域

非线性土体有限源程序，包含接触单元等等，功能挺好 -Soil non-linear finite source