簡易五則運算

DBSCAN算法的Java实现  DBSCAN是一种基于密度的聚类算法，它的基本原理就是给定两个参数，ξ和minp，其中 ξ可以理解为半径，算法将在这个半径内查找样本，minp是一个以ξ为半径查找到的样本个数n的限制条件，只要n>=minp，查找到的样本点就是核心样本点

模糊PID算法，实现了求交法计算模糊蕴含关系、最大最小法进行合成运算、求并法计算输出量的模糊集合、加权平均法计算实际的清晰控制量等部分的详细代码。模糊算法，实现了求交法计算模糊蕴含关系、最大最小法进行合成运算、求并法计算输出量的模糊集合、加权平均法计算实际的清晰控制量等部分的详细代码。-Fuzzy algorithm,

读过很多方法求解的首要因素，今天撞在树上想解决这个问题，定义 typedef 结构节点 {int 树节点数据结构节点 * pleft; 结构节点 * pright ；}节点，* pNode ；1，和我的想法是首先要判断这一数字是大于 2 的如果是少而 2 返回 2，如果是更多比 2 周期法官是否可以分解为两个数字相乘，如果不输出这个数字返回 3，如果大于 2 且可以分解为两个数字相乘是让这两个因素为此数目的左和右儿童跳周期时间复杂程度日志 (n)

有向加权图的建立、显示和寻找最短路径- Has to the weighting chart establishment, demonstrated and seeks the most short-path

we propose a generative tracking method based on a novel robust linear regression algorithm. In con- trast to existing methods, the proposed Least Soft-thresold Squares (LSS) algorithm models the error term with the Gaussian-Laplacian distribution, which can be solved ef- ficiently. Based on maximum joint likelihood of parameters, we derive a LSS distance to measure the difference between an observation sample and the dictionary. Compared with the distance derived from ordinary least squares methods, the proposed metric is more effective

应用背景利用mpu6050进行平衡的控制可应用于 多轴飞行器，平衡车 倒立摆等关键技术mpu6050获取小车姿态，通过电机控制小车平衡。为了pid方便调试，通过nrf模块进行无线调参。使用时需要两个板子，通过串口将pid发送给一个板子，这个板子将数据通过无线nrf发送给小车上的板子。

应用背景用于智能计算，分析调度等。最典型的就是解决tsp问题和背包问题。算法已经很成熟了，请大家放心使用，此代码只用于学习，不能用于商业用途，如果要用于商业用途请于作者联系。谢谢使用。关键技术 遗传算法模拟生物进化论来实现算法的优化。如，算法要随机的产生种群，然后种群就会像生物一样繁衍，它要进行遗传，自然选择，基因突变等方式产生更优秀的下一代种群。为了防止算法陷入局部最优解，所以算法要进行变异操作。详情可以联系我。希望大家可以多多交流。

采用vs2008 c#编写 Q-Learning强化学习的代码实现 状态空间5维，动作空间5维-Using vs2008 c# Q-Learning reinforcement learning the code to achieve the state-space five-dimensional, five-dimensional action space

数组为8位char型数值，通过该函数可以计算出数组的16位循环校验码。-Array for the 8-bit char type values can be calculated through the function of an array of 16 cycle parity-check codes.

应用背景现实生活中，电路、路网等很多的应用都需要分析大量的图信息，现在高效分析的做法就是将应用中的图抽象为一个数学意义上的图，可以讲电子元件、路元等元素抽象为图中的顶点，将元素之间的关系抽象为图中的边，将这个关的属性抽象为边上的权重，这样我们就面对一个分析处理这个巨大图的问题，metis算法就是高效解决这个问题的一个算法。关键技术多级划分算法包括粗化，初始划分和细化三个部分。其中粗化部分是为了减少图的规模，减少图的复杂度，构件图的多级层次；初始划分是为了将图粗化到一定程度之后，对被粗化的图进行初次划分；细化算法是按着粗化的层次一层一层的将图恢复成原状并且恢复过程中逐层优化。