话音激活检测

导入 java.util.* ；类 BinarySearch{int [] ；无效的 get){扫描仪 sc = 新的 Scanner(System.in) ；System.out.println ("输入 no。元素"） ；= 新 int[sc.nextInt()] ；System.out.println （"输入元素"） ；为 （int 我 = 0 ； 我 < a.length;i++)a[i]=sc.nextInt() ；}int binarySearch (int n){int 低 = 0 ；int high=a.length-1 ；虽然 （低 < = 高){int 中期 =(low+high)/2 ；if(a[mid]==n)返回 （中期） ；if(n = 1 & & a [j-1] > t; j — —)[j] = [j-1] ；[j] = t ；}}空 display(){System.out.println ("给定的列表是"） ；为 （int 我 = 0 ； 我 < a.length;i++)System.out.print （[i] +"") ；System.out.println() ；

插入排序是一种简单的排序算法，生成最后的已排序的数组 （或列表） 的一个项目在一段时间。它是比更先进的算法，如快速排序、 堆排序或合并排序的大名单上的效率较低。插入排序循环，消耗一个 input 的元素每次重复，越来越多的已排序的输出列表。每次迭代，插入排序中移除一个元素从输入数据中，查找的位置，它是属于在已排序的列表，并将其插入那里。它将重复显示直到没有输入的元素。排序通常完成就地，通过迭代组成的数组，增长背后的排序的列表。在每个数组位置，它会检查那里的值反对 （这碰巧是在它旁边，在以前的数组位置检查） 的排序列表中的最大值。如果较大，它在地方离开元素并移到下一步。如果较小，它发现内已排序列表中的正确位置，转移到一个空间，让所有较大的值，并插入那正确的位置。

研究生期间上《数值计算方法》课的作业，所有代码都是C语言实现并调试通过，现在上传为大家服务。这是松弛算法-"numerical methods" courses of operations, are all code and the C language debugging passed, and upload to us. This is the relaxation algorithm

经典的0-1背包问题.-classical 0-1 knapsack problem.

基于鱼群算法的函数寻优算法，大家可以参考一下，对于大家熟悉鱼群算法有帮助。人工鱼群算法是李晓磊等人于2002年提出的一类基于动物行为的群体智能优化算法．该算法是通过模拟鱼类的觅食、聚群、追尾、随机等行为在搜索域中进行寻优，是集群体智能思想的一个具体应用．

信息论是通信专业的基础课程，这里讲述了很多算法，用于信息编码，lz77是其中一种。这是lz77的c编码。

自己用C++做的简单的迷宫，特点是可以自定义迷宫的属性-own use C to do simple maze, which is characterized can define the attributes of the maze

资源描述FP-growth算法是一个程序来发现频繁项集（关闭和最大以及发电机）与FP-growth算法（频繁模式增长[韩等。2000），表示事务数据库的前缀树，这是加强与链接，组织节点到列表中指同一项目。搜索是通过突出的前缀进行的树，递归地工作结果，并修剪原始树。实施还支持封闭和过滤最大项目集有条件项集库在[ 2003 ]格兰恩和朱，虽然在程序中使用的方法不同于它采用自顶向下的前缀树而不是FP树。它不包括FP树的巧妙的实现两个整数数组作为[ 2004 ] rasz建议。自版本与6上面所用的程序也可以用来查找关联规则。

STM32F1摄像头定位算法（融合测试） 定位算法

用遗传算法实现TSP最短路寻优问题，遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现，如黑头发的特征是由染色体中控制这一特征的某种基因组合决定的。因此，在一开始需要实现从表现型到基因型的映射即编码工作。由于仿照基因编码的工作很复杂，我们往往进行简化，如二进制编码，初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代（generation）演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度（fitness）大小选择个体