Matrix Operation

类型 1 粒子群优化算法是一种修改的版的粒子群优化 （PSO）是一种通过 iteravely 试图提高某项措施的质量是候选人解决优化问题的计算方法。粒子群优化算法的候选解，这里被称为粒子，人口和移动这些粒子在搜索空间进行简单的数学公式对粒子的位置和速度，以优化的问题。每个粒子的运动受其当地最有名的立场，但也引导最好已知的立场在搜索空间，更新作为其他粒子被发现更好的职位。预计这将移往最好的解决方案群。粒子群优化算法是超启发式因为它让很少或没有假设正在优化的问题，可以搜索候选解的很大空间。然而，如粒子群优化算法的元启发式方法不能保证过找到最佳的解决办法。因此提出了修改后的版本的粒子群优化算法，称为 T1PSO。T1PSO 有一个更好的能力，找到最优的解决方案。

quadtree四叉树的建立-quadtree Quadtree the establishment

资源描述字典训练 重建等等字典训练 重建等等字典训练 重建等等字典训练 重建等等字典训练 重建等等字典训练 重建等等字典训练 重建等等字典训练 重建等等字典训练 重建等等字典训练 重建等等字典训练 重建等等

实验二  线性表的链式存储结构 题目：设计并实现以下算法：给出用单链表存储多项式的结构，利用后接法生成多项式的单链表结构，实现两个多项式相加的运算，并就地逆置相加后的多项式链式。1.  用户可以根据自己的需求分别输入两个一元多项式，并且能够实现输入的一元多项式的显示。2.  能够完成两个一元多项式的相加功能，而且还能显示相加后的逆置的一元多项式。3.  程序执行的命令包括：（1）构造链表A    （2）构造链表B   （3）两个链表的相加    （4）求链表的长度  （5）打印（显示）已有的链表        （6）将已相加的链表进行逆序排列

好东西 好东西 好东西 好东西 好东西-haha

我们想要使用此算法以解决集装箱装载问题查找最佳对象的最佳选择采取他们在容器中

用matlab编写的multiple-instance learning工具箱，实现了多种mil的算法，包括emdd, mi-svm, citation-knn等，同时支持不同的测试策略，如随机划分，leave-one-out，ten-fold-validation等，里面包含了libsvm的matlab实现，可以作为一个独立的算法使用。包中自带测试数据集，为标准的多示例数据集，通过扩展可以进行MIML的训练和测试任务。

八皇后问题是经典的回朔算法实例，最早与某国际象棋大师提出，问题是：“在8*8棋盘上如何摆放8个皇后使得其互相不攻击”，他认为至少有87组放法。用回溯法得到的答案是92种。 回溯法使用栈作为基础结构，基本思路是尝试走下一步，不满足条件则回退一步另择其道。因此算法基本框架是： while(未尝试完所有情况){     前进     if (达到条件)         {         保存结果     }     回溯(stack.pop()) } 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

苏州大学研究生复试机试代码，包含2008-2013年代码，已经过测试，适合参加考研的同学使用，另有2014年真题，与2012年第一问相同，第二问为给出一个点坐标，求有效点中距离给定点距离最近的k个点，并且显示着k个点的坐标。以及写入文件

about cooperation of list