computer control Lawes list achieve

大数类，重载了各类操作符，可以完成大数计算功能-big number function

利用辛普生法积分，是比矩形积分法和梯形积分法更为精确的计分方法。辛普生方法采用抛物线插值，对二次函数是精确的，而二次函数的积分为三次函数。辛普生定步长积分对有突变的函数在运算

分子动力学的fortran源程序 molecular dynamics microcanonical  ensemble application to argon. the lennard-jones potential is truncated at rcoff and not smoothly continued to zero.  initial the npart particles  are placed on an fcc lattice. the velocities are drawn from a boltzmann distribution with temperature tref.

the Sieve of Eratosthenes,ancient algorithm for finding all prime numbers up to a specified integer

C4.5是一系列用在机器学习和数据挖掘的分类问题中的算法。它的目标是监督学习：给定一个数据集，其中的每一个元组都能用一组属性值来描述，每一个元组属于一个互斥的类别中的某一类。C4.5的目标是通过学习，找到一个从属性值到类别的映射关系，并且这个映射能用于对新的类别未知的实体进行分类。 C4.5由J.Ross Quinlan在ID3的基础上提出的。ID3算法用来构造决策树。决策树是一种类似流程图的树结构，其中每个内部节点（非树叶节点）表示在一个属性上的测试，每个分枝代表一个测试输出，而每个树叶节点存放一个类标号。一旦建立好了决策树，对于一个未给定类标号的元组，跟踪一条有根节点到叶节点的路径，该叶节点就存放着该元组的预测。决策树的优势在于不需要任何领域知识或参数设置，适合于探测性的知识发现。 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

应用背景信息技术硕士背包项目；关键技术源代码是在背包里。请运行此文件

AC算法实例说明报告 AC算法思想： AC算法基于有限状态自动机(FSA)，在进行匹配之前先对模式串集合SP进行预处理，形成模式树(树形FSA)，然后只需对文本字符审T扫描一次就可以找出所有与其匹配的模式字符串P。模式树K的构成如下； (1)K的每一条边e上都用1个字符作为标签； (2)与同一节点相连的边的标签均不同； (3)每1个模式P∈SP都存在1个节点v，使得L(v)=p，其中L(v)表示从根节点到v所经过的所有边上的标签的拼接；                               &nbs

用仿生模式识别来训练目标，在视频序列中跟踪目标 function [sausage, num] = hypersausage_construct(P) %按照样本给定的顺序去求解超香肠神经元 [~, W] = size(P);%W是训练样例的个数 sausage = []; for i = 2:W     temp = power_two(P(:, i - 1), P(:, i));%构建第i-1个神经元  //temp是一个行向量     %temp = power_three(P(:, i - 2), P(:, i-1),P(:,i));     sausage = [sausage temp]; end sausage = [sausage P(:, end)]; num = (size(sausage, 2) - 1) / (W - 1);

如果一个字符串可以由某个长度为k的字符串重复多次得到，我们说该串以k为周期。例如，abcabcabcabc以3为周期（注意，它也可以6和12为周期,结果取最小周期3）。字符串的长度小于等于100，由调用者保证。详细描述：接口说明原型：int GetMinPeriod(char *inputstring);输入参数：char * inputstring：字符串返回值：

应用背景基于HMM算法的MATLAB的语关键字识别，比较成熟的小系统，供初学者学习下载，有助于帮助初学者了解语音识别的几本过程，其中提供的一些程序可以改进，识别为一些基本词汇，从建模训练到语音识别关键技术识别过程：识别的前面部分与训练相似，都是要计算得到mfcc系数，不同在于，识别时，将计算得到的mfcc 参数分别代入训练得到的HMM模板求出概率，比较出最大概率者，则该模板对应的数字就是识别的数字。用大量语音文件做测试，结果正确率为90%以上。训练及识别数据太大,少量上传一点,大家可以用COOLEDIT等软件仿照自己制作