石油勘探专业算法：地震波阻抗反演晚…

一个很好用的常用数学分布实现代码集合-a good use of mathematical distribution achieve common pool code

数字图像获取、处理和实践——很多图像处理有用的源代码，图像增强（均值滤波3*3,5*5，中值滤波），边缘检测（sobel算子，拉普拉斯算子，reborts算子），图像分割（固定阈值分割，最大类间方差阈值分割）等

任意阶的多项式曲线拟合方程，附三角maxtix分解-polynomial curve fitting, and triangularity decomposition(LU decmposition)

《数据结构》（C语言版）算法源码及运行演示系统使用说明一、启动演示系统双击演示系统应用程序文件“DS_VC_ALGO.EXE”启动演示系统。二、演示系统使用步骤除了个别算法之外，演示系统给出了《数据结构》（C语言版）书中算法对应的程序代码（CPP文件）和测试运行程序（VC++6.0的EXE文件）。通过本系统，可以显示算法的源代码以及运行结果。具体操作步骤如下：1．选择相应章单击演示系统界面右侧章选择按钮。例如，要选择第6章，则单击“第6章”选择按钮。当相应章被选择后，窗口的右侧部分将列出本章的算法选择按钮。例如，选择第6章后，窗口的右侧部分将显示第6章中的算法6.1-6.13和6.15的选择按钮。由于书中的算法6.14和6.16只是示意性算法，故未给出源码，其按钮上的文字为灰色，处于“无效”状态。2．选择相应章中的算法单击窗口右侧部分所列举的本章某个算法选择按钮，被选择的算法的源码将在窗口左侧空白区域中显示。对于较长的源码，单击显示区域后，可用键盘的光标键和翻页键浏览源码。3．运行测试程序单击窗口上部的“运行”按钮，将弹出运行窗口，运行所选算法的测试程序。若运行按钮为灰色，表示该算法无单独测试程序。测试运行说明：测试运行窗口显示程序的执行过程及结果。若在显示过程中出现运行窗口无法正常演示的情况，只需调节运行窗口大小即可正常显示（调节最小化按钮或窗口最大化/还原按钮“ ”）。三、退出演示系统使用完毕后，单击窗口右上角关闭按钮“ ”退出演示系统。四、测试程序示例在《数据结构》的课程教学中，各抽象数据类型的设计与实现是重要的学习和实践环节。为此，本系统只给出了各算法源码的测试程序的可执行文件。在此，给出算法6.5的测试程序示例，以供参考。算法6.5是中序遍历线索二叉树的非递归算法，要对其源码进行测试，可首先调用算法6.6及6.7建立中序线索二叉树。以下是测试程序的源码，相关类型和辅助函数定义在文件include06.h和include06.cpp中，此略。

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。

这是一个随机点名程序，使用java语言开发，利用eclipse平台编写，运行该程序可以看到界面中有开始新点名或者继续上次点名，可以实现不重复点名，点名之后已点过的人会保存起来。

本文件为线性方程组求解的指导,并赋有代码-This document is for the linear equations to solve the guidance of, and are endowed with the code

ASN.1语法解析代码-ASN.1 grammar analysis code

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。

线性规划模型与整数规划 线性规划模型与整数规划-Linear programming model with integer programming linear programming model with integer programming