NFA转换为DFA等工具，用java语言

资源描述快速排序的C + +，20000种元素（如果你想的话你可以改变）与时间和迭代次数显示

AHP 算法 许多决策问题涉及因素很的多。例如，如果您是骗局-用户试读一份新工作，因素可能包括入职薪酬、 职业发展机会， 您的工作位置，你在工作时的类型会有工作的人工作 将会做的事情，和各种各样的附带福利。如果您正在考虑购买寿险的计算机的有不少重要的因素，以及考虑： mem 辽阔的价格，与其他计算机、 灵活性、 品牌名称、 软件可用性的兼容性 存在的任何用户组和计算机制造商和本地的支持 计算机存储区。在购买新的或使用的汽车，这种因素作为颜色、 样式、 制作和模型， 一年、 数英里 （如果它是一辆二手车）、 价格、 经销商或您所购买的人 从汽车、 担保和保险的成本可能要考虑的重要因素。 在多因素决策、 个人主观及直觉地考虑 在作出他们的选择的各种因素。艰难的决定，为一个定量的方法是 建议。所有的重要的因素然后可授予适当的重量和每个 替代方法，如一辆汽车、 一台计算机或新的就业前景，可以评估的角度 这些因素。这种方法称为多因素评价

lpc implement for distribut

本程序主要实现了离散时间的傅立叶变换，具有很强的可移值性，原理简单。-This procedure has been the main achievement of the discrete-time Fourier transform, has a strong value can be changed, and simple.

应用背景本文提出了一种从图像中提取独特不变特征的方法，可用于完成不同视角之间目标或场景的可靠匹配的方法。这种特点对图像的尺度和旋转具有不变性。并跨越很大范围的对仿射失真，三维视点的变化，添加的噪音和光照变化的图像匹配具有鲁棒性。关键技术 通过将个别特征与由已知目标特征组成的数据库进行快速最近邻算法的匹配，然后使用Hough变换来识别属于单一目标的聚类（clusters），最后通过最小二乘解执行一致的姿态参数的核查确认。这种识别方法可以在有力确定对象之间的聚类和遮挡的同时实现近实时性能。

辛普森复合算法 典型-Simpson typical composite algorithm

你好？

线性相关性检验，采用f0作为检验标准，数据输入采取读取文件。 气象统计常用。

算法的一些集合，包括最小二乘，线性变换等，用C++ 实现-Algorithm a number of collections, including the least squares, linear transformation and so on, using C++ Realize

poj 3310 的代码和方法说明,个人原创- the codes and solution for poj_3310.