写话

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。

应用背景该算法利用演化博弈的思想进行多小区用户的资源分配，将小区重叠部分当做种群，种群中的用户进行演化博弈进行网络切换，基站为其分配子信道。关键技术本算法利用matlab进行仿真测试，仿真结果显示演化博弈能够达到稳定，提升系统吞吐量，在小区资源分配能够有一个很好的参考。不同于传统的资源分配方法，可以给出一个新思路。

实习性 动态数组(第二版) 大量数据的管理是很多程序员的心病，很难找到一个速度快、效率高、支持超大规模数据的表动态数组是一个功能强大的列表形数据管理链表，利用它可以轻松实现超大数据量的随机插入、删除、修改等操作，它另外一个特点就是速度极快，内存利用率高。 -Practice of dynamic arrays (Second Edition) a large amount of data management is the heart of many programmers, it is difficult to find a fast, high efficiency, support for ultra-large-scale data table dynamic array is a powerful list of shape data management list using it can easily realize large amount of data random insert, delete, modify, such as operation, it is another feature of this approach is extremely fast, high memory utilization.

近一百种算法的源码，包括：bin_sort, huffman, BD, dijkstra, maymult等等。。 能够让JAVA初学者迅速掌握核心算法以及编程能力。。 JAVA是一种面向对象的编程语言，应用广泛。。。

用最小二乘法求矩形区域上的N*M个数据点的拟合曲面。-Least square method for rectangular area on the N* M data points of the fitting surface.

VC++ 实现图像中的文字提取，经试验，能成功运行，供大家分享

FORTRANvisualfortran常用数值算法集及源码-FORTRAN visualfortran numerical algorithm commonly used to collect and FOSS

基于VC++设计的一个数字信号处理平台，可以进行典型的傅里叶变换，包含未平移的傅里叶和快速傅里叶变换。可以再频域进行低通或高通滤波，分别包含：理想低通、梯形低通、巴特沃斯低通、指数低通滤波。

数据挖掘经典算法————ID3 算法，JAVA实现，可运行，适合初学者

河内塔算法的应用。