用Borland C写的B

算例1：使用逐次相乘求两个实矩阵乘积的程序，运行效果如附图1. 程序中预置了两个实矩阵A,B，运行后输出它们的乘积。 知识点：实矩阵相乘的法则及程序实现。 算例2：高斯消去法解线性方程 求解N阶线性代数方程组Ax=B的小程序，运行效果如附图2. 程序中预先给定了系数矩阵A和值向量B的值，执行后输出解向量。 知识点：消去法矩阵运算的程序实现。 算例3：求n阶实矩阵A的逆矩阵A-1的小程序，运行效果如附图3. 程序中预置了A的值，运行后分别输出A,A-1和A*A-1的值。 知识点：高斯-约当消去法的计算方法及程序实现。

水文学P3公式这里主要是描述降雨量之类的曲线用vb程序来实现的

TF-IDF（term frequency–inverse document frequency）是一种用于资讯检索与资讯探勘的常用加权技术, TFIDF的主要思想是：如果某个词或短语在一篇文章中出现的频率TF高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。TFIDF实际上是：TF * IDF，TF词频(Term Frequency)，IDF反文档频率(Inverse Document Frequency)。TF表示词条在文档d中出现的频率。IDF的主要思想是：如果包含词条t的文档越少，也就是n越小，IDF越大，则说明词条t具有很好的类别区分能力。如果某一类文档C中包含词条t的文档数为m，而其它类包含t的文档总数为k，显然所有包含t的文档数n=m + k，当m大的时候，n也大，按照IDF公式得到的IDF的值会小，就说明该词条t类别区分能力不强。但是实际上，如果一个词条在一个类的文档中频繁出现，则说明该词条能够很好代表这个类的文本的特征，这样的词条应该给它们赋予较高的权重，并选来作为该类文本的特征词以区别与其它类文档。这就是IDF的不足之处。

用vc++实现马尔科夫过程，并利用其原理实现简单的语音识别功能。感觉最重要的是要有一定的数学和编程功底，值得搞开发的人员使用。涉及的函数较多，需要耐心分析才能有一定的收获。

基于遗传算法的图像边缘检测算法。主要内容包含遗传算法的代码，可对各种图像的边缘进行检测，可直接运行，并且检测效果较好。

遗传算法的程序实现，包括随机数产生，初始化种群，适应度计算，种群排序，反馈式突变选择、交叉、变异等步骤组成。 使用中自行调节适应度函数。

FAST角点检测算子的C语言实现，作者原作-FAST corner detection in C

各种排序算法小结-various sorting algorithm Summary

各种矩阵运算的实现，并将向量视为特殊的矩阵。-various matrix operations to achieve and Vector as a special matrix.

这是复数的加减法运算源代码.使用C++在VC环境中实现.-This is the plural of addition and subtraction operations source. The use of C in the VC environment to achieve.