产生随机数，包含产生随机数的代码！

KMEANS 利用两相的迭代算法来减少点到形心的距离，K 的所有群集的都总和的总和。第一阶段使用文献通常描述作为"批"的更新，每次迭代组成的就是重新分配到他们最近的群集质心点一下子，紧接着簇中心的重新计算。这一阶段可以看作是提供速度快，但可能只有近似解作为起始点，第二阶段。第二阶段使用文献通常描述作为"上线"的更新，在那里点单独重新分配如果这样做会降低的距离，总和和簇中心则在每个重新分配后重新计算。在这第二个阶段的每次迭代包含一通虽然所有的点。KMEANS 可以收敛于局部最优解，在这种情况下是在哪个移动到不同的群集的任何单点增加的距离总和的点的一个分区。这个问题只能是解决了起始点的聪明 （或幸运，或详尽无遗） 的选择。IDX 分为不同的 K 组 = KMEANS （X、 K） 分区 N 由 P 数据矩阵 X 中的点。此分区减少总和，在所有的群集，群集内款项的点到聚类质心的距离。X 行对应于点、 变量对应的列。KMEANS 返回 N 由 1 向量 IDX 包含每个点的聚类指数。默认情况下，KMEANS 使用平方欧氏距离。

使用C++程序语言编写的手写字体识别程序。方法应用了深度学习的方法中的深度神经网络和玻尔兹曼机技术。内附了程序的使用说明。

PrefiSpan---执行的前缀预测的序列模式挖掘 作者: 福田康夫塔北 < tabei@cb.k.u-tokyo.ac.jp > 计算生物学学系 前沿科学研究生学院 东京大学 许可证： GPL2 （Gnu 通用公共许可版本 2） 参考资料： PrefixSpan： 挖掘序列模式有效地由前缀预测模式的增长 健裴、 珈伟韩、 扎 Mortazavi asl、 海伦 · 平托、 启明陈、 Umeshwar 达亚尔和梅春许 IEEE 计算机协会，2001 年，页 215 要求： C + + 编译器使用 STL （标准模板库）。 安装： %使 用法: ./ lcm [选项] 数据 选项: -min_sup NUM： 设置最低支持 （默认值： 1） -max_pat NUM： 设置最大模式长度 （默认： 无穷大） 输入数据的格式： 3 1 3 4 5 2 3 1 3 4 4 3 1 3 4 5 2 4 1 6 5 3 每一行对应于每个都有一个序列的交易记录由空格分隔的项目。 结果的格式： 项目集 (ids) 频率 项目集 (ids) 频率 项目集 (ids) 频率 ... 下面是一个示例： 1 （0 1 3 4）： 4 1 3 (0 3)： 2 1 3 4 (0 3)： 2 1 3 4 5 (0 3)： 2 1 3 5

给出10000以内的完全数 一个数的所有真因数加起来正好等于这个自然数本身，在数学上，具有这种性质的自然数叫做完全数。 关键是求出该自然数k的所有因子。如果k%i为0，则i为k的因子，用循环语句求出k 的所有真因子（1

包含多种算法的微分方程求解程序 如Adams，龙格贝塔等方法-Contains a variety of algorithms for solving differential equations of programs such as Adams, Long Ge Beita and other methods

这是有关Kalman矩阵计算的C源程序-This is the Kalman matrix calculation of C source

定步长辛普森公式计算.二分法.列主高斯消去法.龙贝格.牛顿迭代法.弦截法.逐次超松弛迭代法.-fixed step Simpson formula. Dichotomy. Main-Gaussian Elimination Act. Romberg. Newton iteration. Xianjie law. Successive Over-Relaxation iterative method.

采用滤波方法来求取地球大气风暴轴EKE的一种算法，国内外已经有专家进行过这方面的研究，这是个人自编的算法代码

使用栈实现括弧配对问题-use Stack bracket matching problem

NREINAS版本1.9；