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...

你自己漫漫理解吧，我市转载的-your own long understood it, reproduced in the city

这是一个关于BP神经网络的程序，对初学者有一定的帮助。-This is a study on BP neural network procedures, these will certainly help beginners.

BC环境下开发C语言实现的埃尔米特差值法的图形输出

用Information Gain构造决策树的方法。 计算各分支的熵 “晴”的分支含2个正例3个反例，所需期望信息量为：         M(天况为晴)＝－2/5 * log2 (2/5)－3/5 * log2 (3/5)　                               ＝　0. 971 bits “多云”的分支，含4个正例0个反例：          M(天况为多云)＝0  “雨”的分支，含３个正例２个反例：           M(天况为雨)＝－3/5 * log2 (3/5)－2/5 * log2 (2/5)　　  

根据均匀分布的产生原理和公式，求出均分分布的序列，该序列为0-1内的随机数

数据挖掘统计方法与实践，主要讲述统计学在数据挖掘中的应用。-Data Mining and practice of statistical methods, mainly on the statistics in data mining applications.

先由原始图像（任选）产生待恢复的图像；(产生方法如下：冲激 函数为 ，将原始图像与冲激函 数卷积产生模糊，然后再迭加均值为0，方差为8，16，32的高斯 随机噪声而得到一组待恢复的图像 ； -By the original images (optional) have to be the restoration of the image (the method is as follows: impulse function, the original image with the impulse function arising convolution fuzzy, and then stacking the mean is 0, the variance for the 8,16 , 32 the Gaussian random noise has been a group of images to be restored

全主元高斯消元法求解复系数线性方程组的解-err

分布式水文模型SWAT在水文中享有较高的盛誉，它能够综合反映一个地区的水文地质状况，以及水文气象状况，而其源代码更是研究SWAT的必备“神器”，学习了解SWAT的源代码不仅可以在最短的时间内学习到SWAT的“精要”，更能学习其Fortran语言，了解模型到代码的转换，更能学习到其模型的“实质”。 因此，一些致力于水文模型研究以及编程语言学习的“童鞋”们，你们有福了，赶紧下载这个SWAT的源代码，有时间慢慢学习，仔细推敲，水文中的模型就是只要学会一种，其他的基本触类旁通！

资源描述 C++编写harris角点检测代码, 一、Harris角点检测基本理论（要讲清楚东西太多，附录提供文档详细说明） 1.1 简略表达： 角点：最直观的印象就是在水平、竖直两个方向上变化均较大的点，即Ix、Iy都较大  边缘：仅在水平、或者仅在竖直方向有较大的变化量，即Ix和Iy只有其一较大  平坦地区：在水平、竖直方向的变化量均较小，即Ix、Iy都较小角点响应 R=det(M)-k*(trace(M)^2) (附录资料给出k=0.04~0.06，opencv指出是0.05-0.5，浮动较大) det(M)=λ1*λ2 trace(M)=λ1+λ2 R取决于M的特征值，对于角点|R|很大，平坦的区域|R|很小，边缘的R为负值。