c拉格朗日插值函数

应用背景初学数据结构基础，链表创建，插入，查找，删除关键技术C语言链表测试程序，包括创建，插入，查找，删除，输出等，各部份分文件存放，包含测试demo，有简单的字符界面，有提示帮助信息

设r是个2^k 进制数，并满足以下条件： （1）r至少是个2位的2^k 进制数。 （2）作为2^k进制数，除最后一位外，r的每一位严格小于它右边相邻的那一位。 （3）将r转换为2进制数q后，则q的总位数不超过w。 在这里，正整数k（1≤k≤9）和w（k＜W≤30000）是事先给定的。 问：满足上述条件的不同的r共有多少个？ 我们再从另一角度作些解释：设S是长度为w 的01字符串（即字符串S由w个“0”或“1”m组成），S对应于上述条件（3）中的q。将S从右起划分为若干个长度为k 的段，每段对应一位2k进制的数，如果S至少可分成2段，则S所对应的二进制数又可以转换为上述的2k 进制数r。 例：设k=3，w=7。则r是个八进制数（23=8）。由于w=7，长度为7的01字符串按3位一段分，可分为3段（即1，3，3，左边第一段只有一个二进制位），则满足条件的八进制数有： 2位数：高位为1：6个（即12，13，14，15，16，17），高位为2：5个，…，高位为6：1个（即67）。共6+5+…+1=21个。 3位数：高位只能是1，第2位为2：5个（即123，124，125，126，127），第2位为3：4个，…，第2位为6：1个（即167）。共5+4+…+1=15个。 所以，满足要求的r共有36个。

MapReduce一开始是由Google提出的一种云计算的编程架构，用来并行处理海量数据 。本例提供一个简单的pagerank算法的MapReduce上的实现。

本文介绍了搜索深度和宽度在人工智能中使用的发展。  在实现中使用了Python。

应用背景本代码用于国际机器人比赛，识别图标有左拐、右拐、直走三个方向，识别率可以达到90%，在机器人倾斜角度相对较小的情况下，识别率可以达到100%。每秒钟可以识别40~60张图片。有效的提升了机器人竞技实力！关键技术本代码采用图像细化骨架提取和霍夫变换拟合直线，通过图像细化提取路标的骨架，再通过霍夫变换拟合直线，再通过拟合的直线，计算拟合后直线的方向，以45度为标准，倾角大于45度的视为纵线，否则视为横线，在通过判定的直线方向给拟合后直线归类，竖直和水平方向，根据直线中心点的位置，判断当先路标的指向。

有限差分法计算二维拉普拉斯方程,有限差分法计算二维拉普拉斯方程,有限差分法计算二维拉普拉斯方程,有限差分法计算二维拉普拉斯方程,有限差分法计算二维拉普拉斯方程,有限差分法计算二维拉普拉斯方程,有限差分法计算二维拉普拉斯方程,有限差分法计算二维拉普拉斯方程,有限差分法计算二维拉普拉斯方程,有限差分法计算二维拉普拉斯方程,有限差分法计算二维拉普拉斯方程,

由中国自动化学会机器人竞赛工作委员会和中国人工智能学会智能机器人专业委员会共同主办，2011年和2012年的比赛项目由深圳大学承办，深圳大学和深圳市机器人协会联合承办的首届大赛于2011年11月12~14日在深圳大学成功举行，吸引了来自全国各地的30多所高校和中学参加，参赛人数接近300人，设立的比赛项目包括：教育机器人智能搬运竞赛、教育机器人擂台、教育机器人游深圳、教育机器人创意设计和制作、微小型群机器人协作和舞蹈、中型组足球机器人竞赛等。

自己培训的题目――N阶幻方的构造-their training topics-- N-order magic square of tectonic

近邻传播(Affinity Propagation,AP)聚类具有不需要设定聚类个数、快速准确的优点,但无法适应于大规模数据的应用需求.针对此问题,提出了分层近邻传播聚类算 法.首先,将待聚类数据集划分为若干适合AP算法高效执行的子集,分别推举出各个子集的聚类中心;然后对所有子集聚类中心再次执行AP聚类,推举出整个数 据集的全局聚类中心;最后根据与这些全局聚类中心的相似度对聚类样本进行划分,从而实现对大规模数据的高效聚类.在真实和模拟数据集上的实验结果均表明, 与AP聚类和自适应AP聚类相比,该方法在保证较好聚类效果的同时,极大地降低了聚类的时间消耗.

数据结构最基本的算法，单链表的c实现，包括创建，删除，修改，增加成员等操作