C语言实现复数型矩阵求逆

随机数算法，包含文档和源代码-random number algorithm,including code.

内含butterworth、chebyshev、elliptic滤波器，高通低通等各种滤波器源码，C语言编程，简单易懂，可根据自己需要修改，然后移植到各个平台。

资源描述 Description 设a[0…n-1]是一个包含n个数的数组，若在ia[j]，则称(i, j)为a数组的一个逆序对（inversion）。 比如 有5个逆序对。请采用类似“合并排序算法”的分治思路以O(nlogn)的效率来实现逆序对的统计。 一个n个元素序列的逆序对个数由三部分构成： （1）它的左半部分逆序对的个数，（2）加上右半部分逆序对的个数，（3）再加上左半部分元素大于右半部分元素的数量。 其中前两部分（1）和（2）由递归来实现。要保证算法最后效率O(nlogn)，第三部分（3）应该如何实现？ 此题请勿采用O(n^2)的简单枚举算法来实现。 并思考如下问题： （1）怎样的数组含有最多的逆序对？最多的又是多少个呢？ （2）插入排序的运行时间和数组中逆序对的个数有关系吗？什么关系？ 输入格式 第一行：n，表示接下来要输入n个元素，n不超过10000。 第二行：n个元素序列。 输出格式 逆序对的个数。 输入样例 5 2 3 8 6 1 输出样例 5

资源描述摘要：首先介绍LANDMARC系统室内定位的原理。然后结合“距离一损耗”公式，建立了基于此的模型，在此基础上，对模型参数进行优化，并分别通过引入Z方向矢量和距离噪声系数a，作为干扰因子，较真实地模拟了环境变化所产生影响，得到较理想效果，仿真结果表明优化后参教具有很强的抗干扰能力，并能较好为LANDMARC系统的实验与实施提供科学的引导。 关键词：LANDMARC；RFID技术；室内Z／g；噪声模拟

本代码为改进遗传算法机器人路径规划。这个改进遗传算法在传统遗传算法的交叉、变异操作、修正算子方面做了改进，比例算子和最优选择依次应用在选择阶段以保证具有高适应度的个体有高的生存概率，从而优秀的个体的适应性可以传递到下一代。利用简化、平滑、修正操作等等来对适应度函数进行优化，实现改进遗传算法的机器人路径规划。

常用、经典算法及讲解-commonly used, and on the classical algorithm

一个好用的迷宫子程序-a subroutine uses the maze! !

应用背景波动方程数值模拟可以分为单程波动方程数值模拟和双程波动方程数值模拟。用弹性波或声波方程描述地震波在地下介质中的传播即是地震波的双程波理论，它反应了地震波传播的主要物理特征，具有很高的模拟精度，但是计算量大。鉴于目前主要以纵波勘探为主，而且在地震资料处理中主要分析和利用一次反射波，将多次反射波等其他波均视为噪音。此外，就研究地下特殊地质构造的地震响应及验证地质模型而言，正确地模拟复杂构造的一次反射波己满足需要。因此，本文采用频率-波数域的单程波动方程波场延拓算子进行数值模拟，它不仅计算效率高，而且可以得到高信噪比的波场模拟记录，只包含一次反射波和不规则点的绕射波，与实际资料有很高的对比性。关键技术      利用频率-波数域波动方程进行地震波场数值模拟的核心是波场延拓，对于垂向变速介质，利用二维标量波动方程，在频率—波数域可以得到各个深度间隔内的相位移延拓的正演和偏移公式。这里有本人实现的两种延拓算子：相移法（PS）和相移加插值法（PSPI）。其中PSPI为目前主要用于实际生产的频率波数域正演模拟方法之一。这种方法能适用于速度横向变化的复杂地下地质体，其计算速度快，且可以较好的保留速度横向变化的复杂地质体的地震波场特征。  

机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。

您提交的代码通过审核后您才能获得积分，只有内容真实实用，描述详细的源代码才能通过审核。请认真填写以下信息