刚刚下载的指纹识别程序，我还没来的及看呢？

一个最短路径算法，可以作为初学参考，具有一定的价值和扩展空间-A shortest path algorithm, can serve as a beginner reference, has a certain value and the expansion of space

stand alone header file implementing eigen value decomposition for a symmetric matrix-stand alone header file implementing eigen value decomposition for a symmetric matrix

algoritm - 贝尔曼 - 福特。  这是如何运作的？像其他动态规划问题，该算法计算自下而上地的最短路径。它先计算出的最短距离为具有在路径中在最一个边缘的最短路径。然后，它计算与在-NOST2的边缘，依此类推最短路径。外循环的第i次迭代后，用至多我边计算出的最短路径。可以有最大| V | - 在任何简单的路径1的边缘，这就是为什么在外循环运行的| v| - 1次。我们的想法是，假设不存在负权重周期，如果我们已经计算了最短路径至多我的边缘，然后迭代在所有边的保证，得到最短路径与在最第（i +1）个边（证明是简单，你可以参考这个或麻省理工学院的视频讲座）

fft源程序，里面有一个fft的写好的类，大家一起分享一下吧-fft source code, which has a fft of written categories, share it with everyone

遗传算法优化 BP 神经网络是用遗传算法来优化 BP 神经网络的初始权值和阈值,使优化后的 BP 神经网络能够更好地预测函数输出。遗传算法优化 BP 神经网络的要素包括种群初始化、适应度函数、选择操作、交叉操作和变异操作。

这 8 拼图规划求解。你输入你讨厌的小 8 拼图和它的当前状态将使用 Hillclimbing 算法来计算的你可以用来解决这一难题的动作列表。它是与交互式文本模式基于接口在 c + + 写的。请输入数字 0-8。保持你的光程长短期可以，并使节点 1 和 65536 之间的数目 （在 x86 计算机） 上。

《optimization using nondominated sorting genetic algorithms》的论文中提出的。该算法在快速找到Pareto前 沿和保持种群多样性方面都有很好的效果，不过在这么多年的应用中也出现了如下的一些问题： 1。非支配排序的时NSGA2主要是对NSGA算法的改进。NSGA是N. Srinivas 和 K. Deb在1995年发表的一篇名为 《Multiobjective function间复杂的很大，为O（MN3）。其中M为目标函数的数量，N为种群规模。 2。不支持精英策略。精英策略在保持好的个体及加速向Pareto前沿收敛方面都有很好的表现。 3。需要自己指定共享参数。该参数将对种群的多样性产生很大的影响。 NSGA2算法将在以下方面进行改进： 1。快速的非支配排序     在NSGA进行非支配排序时，规模为N的种群中的每个个体都要针对M个目标函数

数据结构与算法练习，经典数据结构与算法的C语言实现，有高精度运算、排序、动态规划、海量数据处理、回溯、递归、搜索、图论 链表、操作系统相关等算法与数据机构实现。

利用zeoppritz方程求取反射系数，合成地震记录。1D Zoeppritz正演，avo分析，也可以进行AVA分析。

Matlab code of toolbox of camera calibration -Matlab code of toolbox of camera calibration