熵权法求权重的Matlab实现及演示

资源描述工资管理系统，C语言作业，简单，易用

排列组合的第归算法-permutations and combinations of naturalization Algorithm

用归并的算法思想实验文件的k路归并，代码为文件k路归并的c语言实现-Thinking of merging algorithm with the experimental k-way merge document, code k way merge for files of c language

POJ是北大在线测评系统这里有一些经典试题。P1061青蛙的约会是一道经典试题代码给出了Accepted算法。

总是上面条款说明了其他类型的使用方法，即它执行每当任何列表 （ b或e） 变化中的实体。其中之一发生变化时立即分配一个新值，并由于阻塞赋值， b分配之后一个新值 (考虑到的新值）。在 5 个时间单位的延迟之后, c分配b的值和的值c ^ e藏在一个不可见的存储区。然后后 6 更多的时间单位， d被分配的优盘的值。 在一个进程 （初始或总是块） 内而被逐出的信号必须是类型reg。进程之外，而被逐出的信号必须是类型导线。关键字reg并不一定意味着硬件寄存器。

基于hyperbolic Householder transformation的QR分解。 其使用需要调用hyperbolic Householder transformation程序。-Hyperbolic Householder transformation based on the QR decomposition. Their use need to call the hyperbolic Householder transformation process.

MATLAB编的最优化算法，利用armijo算法进行线搜索。armijo算法是最优化问题中确定步长最常用的算法之一，可以比较快速高效的确定收敛步长。

人工神经网络（Artificial Neural Networks，简写为ANNs）也简称为神经网络（NNs）或称作连接模型（Connection Model），它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连 接的关系，从而达到处理信息的目的。 本程序实现了神经网络算法 的框架，只需提供训练集便可运行。

反向传播的原则是其实很容易理解，即使它背后的数学可以看起来相当令人望而却步。基本步骤如下： 初始化与小随机加权网络。 目前对网络的输入层的输入的模式。 饲料通过网络来计算其激活值的输入的模式。 采取所需的输出和激活值来计算的网络激活错误之间的区别。 饲喂以减少其激活错误对此输入模式的输出神经元的权重进行调整。 传播错误值返回到每个隐藏的神经元，是其在网络激活错误的贡献成正比。 喂养每个隐藏的神经元，以减少它们的贡献对此输入模式错误的权重进行调整。 对每个输入模式输入集合中重复步骤 2 到步骤 7。 重复步骤 8，直到网络接受过适当培训。 为了使这个新的网络通过它的步伐，我下载了经典的虹膜植物数据库从UCI 机器学习资料库。数据集包含三个类的五十实例，每个，其中每个类是指一种类型的鸢尾属植物。一类是线性可分从其他两个 ；后者不是从彼此线性可分的。若要使用此数据，为 csv 文件扩展名的文本文件保存该 web 页。用 Excel 打开并添加三个新列在右边，与0,0,1或0,1,0或1,0,0根据植物品种填补。删除物种名称列，并且您现在有一个文件，它可以喂进入您的网络。

用fortran编写的有限元网格划分程序，主要用于生成三角形单元。可用于不同的数值计算，比如有限体积法，有限单元法，等等。-ANGENER is a fortran source package able to generate triangulations, which can be used for different numerical methods, for example finite volume method, finite element method, etc.