蚁群算法的旅行商问题 （TSP）

一款埃及学生用Matlab编的的基于PSO的PID整定程序，使用方法详见程序注释。-Tunning of PID controllerusing Bacterial Foraging Orientec by Particle swarm optimization My work hasbeen accpepted in GECCO 2008 as Graduat Student workshop. I have used thistechique in PID tunning and i got better result thatn BG and PSO Author: WaelMansour (wael192@yahoo.com) MSc Student, Electrical Enginering Dept, Faculty ofEngineering Cairo University, Egypt

运用TC编程求算相关系数及其置信水平，及一元线性回归模型相关-Calculating the correlation coefficient and its confidence level by using the TC programming

线性方程组求解的三个源程序.rar--Three source codes about linear equations solution( .Rar)

以因子正定 N 由 N 矩阵 A 的 LL * * T， L 在哪里低三角。 输入： 维度 N;1 条目 A(I,J) < = I J < = A.N 输出： 条目 L(I,J) 1 < = J < = I 1 < = I < = L.N 条目 U = L * * T 是 U(I,J)=L(J,I)，我 < = J < = N，1 < = I < = N

This program evaluates algebraic formulas.

选取200正样本车辆  200负样本 通过提出样本的hog特征，并进行训练。实验结果能很好的对监控视频中的车辆进行识别跟踪，且效果良好。

交互支持向量机学习算法及其应用- Alternately supports the vector machine study algorithm and its applies

lamb的频散曲线具有多模态的特性，分为对称模态和反对称模态，用普通的方法计算分析起来十分复杂，本程序通过matlab编程很好的计算出了频散曲线，为从事这方面研究的人员解决了一个难题。也希望大家多多分享。

TF-IDF（term frequency–inverse document frequency）是一种用于资讯检索与资讯探勘的常用加权技术, TFIDF的主要思想是：如果某个词或短语在一篇文章中出现的频率TF高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。TFIDF实际上是：TF * IDF，TF词频(Term Frequency)，IDF反文档频率(Inverse Document Frequency)。TF表示词条在文档d中出现的频率。IDF的主要思想是：如果包含词条t的文档越少，也就是n越小，IDF越大，则说明词条t具有很好的类别区分能力。如果某一类文档C中包含词条t的文档数为m，而其它类包含t的文档总数为k，显然所有包含t的文档数n=m + k，当m大的时候，n也大，按照IDF公式得到的IDF的值会小，就说明该词条t类别区分能力不强。但是实际上，如果一个词条在一个类的文档中频繁出现，则说明该词条能够很好代表这个类的文本的特征，这样的词条应该给它们赋予较高的权重，并选来作为该类文本的特征词以区别与其它类文档。这就是IDF的不足之处。

在很短时间内扫描显示活动主机，可以选择一个网卡尽管一个电脑上安装一个或多个网络接口卡，“扫描”功能应该处理线程,并为主线程发布信息　　更新的用户界面,所以这个程序可以比你想象的更快。