是一组整体布局123321312为1,2,3

武汉科技大学计算机数值计算方法全部实验代码，分别是迭代法，拉格朗日迭代法、牛顿迭代法，Romberg法、变步长梯形法，改进的欧拉法、四阶龙格——库塔法，高斯消元法、消去法。原创代码。

这个是蒙特卡罗方法的讲义 ，主要内容为蒙特卡罗方法的产生方法和用途-the Monte Carlo method is the lectures, mainly as the Monte Carlo method uses methods and

资源描述本代码使用C语言戳图像处理基本的处理，包括读取显示，涉及到很多基础的知识，包括文件头和指针各种等，对学习C语言和图像处理的各种基本知识都有着一定的帮助，欢迎大家下载，一起进步，一起学习。代码注释详细，可阅读行强，希望大家喜欢，欢迎下载哦。

关联分析频繁模式挖掘Apriori、FP-Growth及Eclat算法的JAVA及C++实现。三种算法实现的完整源码工程、源文件、PPT、测试数据及输出示例 ,包括Apriori、FP-Growth及Eclat三种算法的频繁模式挖掘源程序

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。

一种用C语言实现的快速傅立叶变换和傅立叶反变换,经测试十分好用-A C-realize the fast Fourier transform and Fourier inverse transform, have been tested and is very easy to use

工作显示的排序方法： 选择排序、 插入排序、 冒泡排序、 Shell 排序、 快速排序和合并排序。 该文件将数据写入到文件中，有文档和 excel 中的一个表。

18b20温度检测显示程序51单片机，不同温度对应不同pwm输出

ECC加密算法实现C源码 ECC加密算法实现C源码 ECC加密算法实现C源码

基于遗传算法的基因编程表达式，在函数发现这方面具有较好的表现。用C#实现，在做参数优化的时候用上GEP会取得更好的效果。 不同于GA，不会出现过早收敛