对于ofdm-based认知无线电系统中的资源分配

在一个圆形操场的四周摆放N堆石子(N≤100)，现要将石子有次序地合并成一堆。规定每次只能选相邻的两堆合并成新的一堆，并将新的一堆的石子数，记为该次合并的得分。编一程序，读入堆数N及每堆石子数(≤100)选择一种合并石子的方案，分别得到合并这N堆石子为一堆，可以得到的最大得分和最小得分

该算法在某个再生核希尔伯特空间，在充分考虑领域间分布的均值差和散度差最小化的基础上，基于结构风险最小化模型，提出一种领域适应核支持向量学习机(Kernel support vector machine for domain adaptation, DAKSVM)及其最小平方范式，通过寻求某个特征变换，使得在确保训练数据的最大分割的同时，实现领域间不同分布之间的距离充分最小化，从而实现领域适应学习。

此程序为数值算法分析里的跳马算法演示程序-procedure for numerical algorithm analysis of the algorithm vault Demonstration Program

高斯混合模型（GMM）算法利用matlab实现，主函数信息如下：%   emgmm：GMM参数生成函数%   Input：%              Data：      D x N ，N个D维数据%              Alpha0： Gauss模型的权重初始值%              Mu0：      D x M，Gauss模型的中心初始值%              Sigma0：Gauss模型的方差初始值（假设每个方差矩阵都是对角阵， 即一个数和单位矩阵的乘积）%              loglikthreshold：EM迭代停止条件%   Output：%              [Alpha, Mu, Sigma]：高斯混合模型参数

利用渐进结构优化算法（ESO）实现矩形板的第一阶频率的最大化。用VC实现界面，以Nastran作为频率求解器，用Matlab进行数值运算。

1，对BP神经网络初始化；2，隐含层输出计算；3，输出层输出计算；4，误差计算；5，权值更新；6，阈值更新；7，判断算法迭代是否结束。本算法对语音特征信号进行识别。案例选取了民歌，古筝，摇滚和流行四类不同音乐，用BP神经网络实现对四类音乐的有效分类。

基于对话框用以+ - * / 计算，，，并且采用了较为简单的语言特点，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，

K-mean算法，并通过了IRIS数据的测试。-K-mean algorithm, and through the IRIS data testing.

一个不错的简单实用的公式解析器，使用起来非常方便，容易上手。-A good simple and practical formula parser, very convenient to use, easy to use.

此代码程序解决当然人工智者。用C++编程语言，并采用广度优先搜索方法遍历所有图形，并找到可能的路径此代码。