under Windows using Fast Fourier changes, the screen

这个工具箱提供了功能以及示例和演示的数值积分与大多数已知的正交规则的功能。函数 （被积函数） 可以定义为内联函数，如函数处理，作为单独的 m 文件，或甚至如表列离散数据。为每个正交规则该软件包包含：(a) 函数积分的计算点 （即它们的节点或坐标或横坐标和相应的权重），（如果这是可能的。(b) 执行数值积分的函数(c) 核实上述职能此程序包中包含的集成规则如下所示：（内联函数/函数句柄/m 文件 Clenshaw-柯蒂斯 1） 自适应方法(2) 自适应高斯-Kronrod 方法内联函数/函数句柄/m 文件(3) 自适应高斯-勒让德方法内联函数/函数句柄/m 文件(内联函数/函数句柄/m 文件 4) 自适应高斯点法(5) 自适应梯形法则为内联函数/函数句柄/m 文件的(6) Clenshaw-柯蒂斯方法内联函数/函数句柄/m 文件(7) 高斯-切比雪夫方法内联函数/函数句柄/m 文件(8) 厄米高斯方法内联函数/函数句柄/m 文件(9) 高斯-Kronrod 方法内联函数/函数句柄/m 文件(10) 拉盖尔-高斯方法内联函数/函数句柄/m 文件(11) 高斯-勒让德方法内联函数/函数句柄/m 文件(内联函数/函数句柄/m 文件 12) 高斯点法(13) 米尔恩方法内联函数/函数句柄/m 文件 （举个例子）(14) 牛顿柯特斯列表功能(15) 牛顿柯特斯对于内联函数/函数句柄/m 文件(16) Romberg 方法内联函数/函数句柄/m 文件(17) Simpson 方法内联函数/函数句柄/m 文件(18) 梯形规则列表功能(19) 梯形法则为内联函数/函数句柄/m 文件的(20) 维德尔方法内联函数/函数句柄/m 文件 （举个例子）所有功能充分验证和优化，以最大化性能。所有的功能，除了那些整合表列 （离散） 的数据，可以集成在一次操作的多个时间间隔，即这个数值积分工具箱进行了矢量化。间隔时间

C++作业，实现vector-C operations and achieve vector

求实系数代数方程全部根的牛顿下山法,java,源程序具有自带的数据，经过验证结果无误。使用者可以直接调用方法-realistic Algebraic equations of Newton-down, java, with its own source of data, proven correct results. Users can directly call methods

快速排序是一种分而治之的排序算法

遗传算法优化神经网络程序matlab

应用背景CN24是一个完整的语义分割框架充分利用卷积网络。它支持多种平台（Linux，MAC OS X和Windows）和库（OpenCL，英特尔，AMD aCML……）同时提供免费的参考实现的依赖。软件开发的计算机视觉组和在耶那大学。关键技术完全卷积网络的语义分割框架设计的像素明智的标签和语义分割，（火车和测试你自己的网络！）适用于各种应用程序和，在与驱动辅助系统，场景理解，遥感，生物医学图像处理等多支持OpenCL  ；不仅适用于NVIDIA GPU高性能实现的，最小的依赖关系和其他库

应用背景现实生活中，电路、路网等很多的应用都需要分析大量的图信息，现在高效分析的做法就是将应用中的图抽象为一个数学意义上的图，可以讲电子元件、路元等元素抽象为图中的顶点，将元素之间的关系抽象为图中的边，将这个关的属性抽象为边上的权重，这样我们就面对一个分析处理这个巨大图的问题，metis算法就是高效解决这个问题的一个算法。关键技术多级划分算法包括粗化，初始划分和细化三个部分。其中粗化部分是为了减少图的规模，减少图的复杂度，构件图的多级层次；初始划分是为了将图粗化到一定程度之后，对被粗化的图进行初次划分；细化算法是按着粗化的层次一层一层的将图恢复成原状并且恢复过程中逐层优化。

人工智能作业，用模拟退火算法实现的JSP问题。-Artificial intelligence, operations, using simulated annealing algorithm for JSP problem.

c语言简单算法实例-c algorithm example, simple language

几个基本的程序机制和算法-Several basic procedures mechanisms and algorithms