点集凸包( 收缩法)Jarris步进法

资源描述本系统基于labview的心电信号处理，主要内容是用labview2014读取麻省理工心电数据库，对读取的数据进行滤波，通过前面板的界面对处理后的数据进行显示！

实现集合的交和并集- The realization gathers junction with sum aggregate

粒子群优化算法 （PSO） c粒子群优化 （PSO） 算法 [1，2] 在 C 可执行"插入"代码作为一个小型图书馆。粒子群优化算法用于涉及全局随机优化的连续函数 （称为目标函数） 的问题。粒子群优化算法也可用于离散优化问题，但在此库的当前版本中未实施这种行为。使用只是在代码中包括 pso.h 和 pso.c。您需要有 GNU 科学图书馆和各自的发展 （即标题） 文件，以在您的应用程序中包含 pso.c。你的 Makefile 中将添加到您的 LDFLAGS 的-lgsland lgslcblas。为了使用 pso_solve()，您需要：最小化目标函数 （见在 pso.h 中定义类型 pso_obj_fun_t），一个具有正确初始化的 pso_results_t 对象 (malloc 会) gbest 缓冲区。这是将存储发现最好的位置，以及最小的误差 （存储在成员错误）。一个具有正确初始化的值 （使用 pso_set_default_settings() 进行快速和肮脏的初始化） 的 pso_settings_t 对象功能邻域拓扑粒子群优化算法用于确定每个 particle 附近吸引子提供了三种不同的策略：全球的拓扑结构 （PSO_NHOOD_GLOBAL），每个粒子由每一另一种粒子群通知环形的拓扑 （PSO_NHOOD_RING） 在那里存在着固定的环型拓扑结构和每个粒子由其邻近的微粒通知

简单明了的PID控制算法，可以参考一下-simple PID control algorithm, a reference

员工管理系统

资源描述基于人工神经网络方法建立了ＲFID 反射信号强度分布模型． 该方法仅依赖数据，实施简 单． 为克服传统BP 算法对初值敏感、易陷入局部极值的缺陷，引入一种连续的蚁群优化算法来 确定多层神经网络的权值，该算法具有更强的全局搜索能力和效率． 讨论了算法的基本理论和具 体步骤，最后利用实际ＲFID 设备采集的反射信号强度数据对算法进行测试，对理论信号模型和 实际的建模结果进行了比较，并分析了算法的逼近能力和泛化能力． 结果表明在考虑到不可避免 的误差和扰动下，所提出的方法可以更好地建模ＲFID 信号强度的实际分布，具有良好的性能．

利用辅助指针 基本思想：在遍历结点过程中，设置辅助指针，用于记录先前遍历的结点。这样依次编译的过程中只需修改其后继结点的next域即可

给出了利用svd求解方程组的代码，结果的有效性在主函数中得到验证-Given the use of SVD for solving equations of the code, the validity of the results in the main function has been verified

用K均值算法实现聚类分析的Vc源码，界面和算法都有-K-means cluster analysis algorithm source of Vc