nrtil.cpp nrtil.c right angle calculation must

这是我学习《数值分析》所编写的一个程序，用于线性方程组的雅可比求解。-This is my learning "Numerical Analysis" prepared by a procedure for the linear equation for the Jacobian.

Gauss-seid迭代法-Gauss- Seid iterative method

小生境遗传算法(NGA)的MATLAB工具箱及四个应用实例，这个代码可以和支持向量机融合，根据自己的需要，来编写程序，这是最新的研究算法 提供给对支持向量机感兴趣的人

高精度计算C++类的算法-precision calculation algorithm C

快速傅立叶变换-Fast Fourier Transform

一个表达式解析器， 可以解析二十多种运算符表达式， 支持优先级！-An expression parser, you can resolve more than 20 kinds of regular expression operators in support of priority!

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。

Gauss_Seidel迭代-Gauss_Seidel

电话仿真系统 主要用在计算机仿真课上 可能有错误！-telephone simulation system used mainly in computer simulation class may be wrong!

将矩阵视为一维数组，利用struct来存储指向矩阵内容的指针、行数和列数，并且给予内存空间回收机制，即便是做了很多次矩阵相乘也不会导致内存浪费。 如果有必要最大限度的提高运算速率，请将循环自变量调整为register