一个基于C++的成绩管理系统

资源描述很经典的图像特征匹配算法sift。里面有说明和demo，从国外网站搬过来的，大家可以试试。每行都有注释，可以自己添加源码。。。。。。

算法基本思想是：以循环的方式随机选择簇头节点，将整个网络的能量负载平均分配到每个传感器节点中，从而达到降低网络能源消耗、提高网络整体生存时间的目的。仿真表明，与一般的平面多跳路由协议和静态分层算法相比，LEACH分簇协议可以将网络生命周期延长15%。

此程序能将模拟滤波器转变为数字滤波器,在数字信号处理问题上有着广泛的应用-analog filter into digital filters, in digital signal processing problem has wide application

欢迎大家和我交流，相互学习，这些文件均由本人所写或改编，由于这里所有的源代码 版本为V1.0,在加上本人能力有限，所以难免有些错误和缺陷。如果你发现什么错误的地方， 可以通过邮件或博客发送给我。我编写这些常用数据结构的主要原因也是因为自己当初没有 学好，所以亡羊补牢一下，复习复习。我觉得只看书印象是不深刻的，所以就将它们编写实 现出来。为了方便管理和组织，顺便就脚上了make 编译系统，让其更好的运行和编译。 总得算是写了不少，如果仅仅留在自己的硬盘是，也太浪费资源了，所以就顺便传到网 上来公大家参考，方便大家学习，对喜欢makefile 的朋友，也有一定的学习价

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。

本代码实现循环阈值基于内类方差最小化 （就这样做的 Otsufor 线性阈值） 的两个的版本。我们的方法是适用于 circulardata，例如颜色、 方向等。

matlab数值积分工具箱 nit toolbox-matlab numerical integration toolbox nit toolbox

c写的随机数生成程序，很实用，跨平台，可以在Linux下编译，也可以改成在windows下下编译

该源码用于实现广度搜索，大家可以相互学习，欢迎提供意见-The source code used to achieve the breadth of search, we can learn from each other, welcome advice

4个关于二维积分函数的C程序，以及示例，来自《C语言数值常用程序》，所以程序均经过本人测试可以正常使用！-four two-dimensional integral function of the C procedures, as well as examples from the "C language commonly used numerical procedures," and so I have to undergo testing can be used normally.