自己编写的子集和问题的源代码，绝对可以运行

基本的MFC算法-basic algorithm MFC

主要用于高层建筑的减振设计,根据线性振动理论,用matlab高级语言编写而成,由一个主程序和四个子程序组成-mainly for high-rise building design of the vibration, linear vibration theory, use the advanced language Matlab has been prepared by a main program and four subroutine composition

此算法有很好的表现。有人想要研究 opencl 使用这将会非常简单。与该应用程序有很多的命令。输入-h 以显示所有的命令。例如，-t 是打印的时间它成本。— — 设备 gpu 是选择 gpu 为执行设备。内核是非常简单易懂。我们可以使用 opencl 加速应用程序。使用 opencl 将是主要趋势。而且我很运气的 sdk 开发的惠顾。我们做大量的测试。和修复一些 bug。和优化内核。它是非常酷。

本文实现了C4.5的算法，在ID3的基础上计算信息增益，从而更加准确的反应信息量。其实通俗的说就是构建一棵加权的最短路径Haffman树，让权值最大的节点为父节点。ID3算法：ID3算法的核心是：在决策树各级结点上选择属性时，用信息增益（information gain）作为属性的选择标准，以使得在每一个非叶结点进行测试时，能获得关于被测试记录最大的类别信息。其具体方法是：检测所有的属性，选择信息增益最大的属性产生决策树结点，由该属性的不同取值建立分支，再对各分支的子集递归调用该方法建立决策树结点的分支，直到所有子集仅包含同一类别的数据为止。最后得到一棵决策树，它可以用来对新的样本进行分类。

一个用分行来画树的程序，vb写的-using a tree branch to paint the procedures written in vb

这是一段生成粗糙面的源代码，非常实用，二维的，能够帮助那些做粗糙面研究的朋友，很简单明了，我在这里分享给大家，大家可以借鉴一下。

开发的多目标优化算法采用进化优化方法和证明自己的优势在各种涉及实际问题主要是两个和三个目标，现在有一个不断增长的需求发展进化多目标优化（EMO）用于处理许多目标的算法（具有4或更多个目标）优化问题。在本文中，我们认识到一个最近几年的努力，并讨论了许多的可行方向发展潜力EMO算法求解多目标优化问题。此后，我们建议的参考点基于许多目标NSGA-II（我们称之为NSGA-III），强调人口会员，非主导且靠近一组提供的参考点。建议NSGA-III是施加到若干许多目标测试问题具有两个到15的目标，并与两个版本的一个最近比较建议EMO算法（MOEA/ D）。而每两个MOEA/ D的方法效果很好对不同类别的问题，所提出的NSGA-III被发现，以产生令人满意的结果在这项研究中考虑了所有的问题。本文介绍结果在无约束的问题，续集本文认为限制，在处理其他专科许多目标优化问题。

LMS算法在atennas用于抑制interferances。该算法使用一个随机输入，25元件，一个lambda/ 2元件间的距离，亩=0.008，以获得最佳的波束形成，并在信号的到达方向上的较高的功率。

数据结构，用链栈来实现各进制间的相互转换。-Data structure, with chains stack to the achievement of the inter-binary conversion.

按列存储三对角矩阵。三对角矩阵可以按行、按列等多种方式存储，本代码是三对角矩阵按列存储的数据结构问题。解决数据结构里面基本的问题，是很好的源代码。