感知算法，通常用于模式识别。使用Delphi 7内容…

数据结构与算法设计作业，有助于理解，哈弗曼算法简单实现，哈夫曼树，可用于写小型压缩解压缩软件作为核心算法，对数据结构有兴趣，或对压缩软件工作机理有兴趣者可以看看。

应用背景您好您好您好您好您好您好您好您好您好您好关键技术人脸跟踪人脸跟踪人脸跟踪人脸跟踪人脸跟踪人脸跟踪人脸跟踪

相关向量机回归的实现，主要是对Tipping的这篇文章的算法进行实现：Tipping, M. E. and A. C. Faul (2003). "Fast marginal likelihood    maximisation for sparse Bayesian models." In C. M. Bishop and    B. J. Frey (Eds.), Proceedings of the Ninth International Workshop    on Artificial Intelligence and Statistics, Key West, FL, Jan 3-6.做SBL的时候可以用上，通过适当的修改也可以用在classification上。

使用php开发的一个“熵”的计算程序，可用于网页访问统计-use php development of a "entropy" of the program can visit the website for Statistics

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。

用C语言编写牛顿插值程序-C language Newton interpolation procedures

Taflove 的FDTD算法的经典书籍，非常值得期待的FDTD教程。相信大家喜欢-Taflove the FDTD algorithm is the classic book, well worth looking forward to the FDTD tutorial. I believe that everyone likes

ECC加密算法实现C源码 ECC加密算法实现C源码 ECC加密算法实现C源码

 使用Hash优化算法,过滤敏感词、关键字。速度棒棒的。

xc836芯片控制带霍尔传感器直流无刷电机驱动程序，能够实现直流无刷电机的启动停止换向及pid调速等功能，对于直流无刷电机的研究入门人员有很大的帮助