人工智能实验，野人与传教士问题的源码，vc++编译。

数值分析算法Guase_Seidel迭代-numerical analysis algorithm Iterative Guase_Seidel

介绍了数据挖掘的经典算法，属于国内第一本有关数据挖掘的教材。-Introduction of the classic data mining algorithms, belonging to the first book on data mining materials.

FP增长算法中频繁项集挖掘中的一个。它可用于查找数据库中设置的频繁项目。它会以树结构格式的输出。它比Apriori算法，因为没有候选人的产生更有效率。强关联规则生成的执行输出。

VC调用matlab引擎（因为类别当中没有此类,所以放到了数值计算）-VC call Matlab engine (because no such category, put a numerical calculation)

Dijkstra的推广之一： 最短路径的子路径是最短路径。证明:(算法导论P358) 次短路径的子路径是最短路或次短路.(这个是次短路径的最优子结构). 证明： 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

指定方差和窗口的大小, 产生2维高斯平滑窗的源码.-Specified variance and the size of the window, resulting in 2-D Gaussian smoothing window of the source.

应用背景deteksi Tepi公司使用metode Prewitt，mendeteksi Tepi达日公司关键技术充分认识神和我们的主tugas POLA使aplikasi，ini，也从互联网为referensi

prime 判断-prime judgment

98年全国大学生数学建模竞赛B题“水灾巡视问题”，是一个推销员问题，本题有53个点，所有可能性大约为exp(53),目前没有好方法求出精确解，既然求不出精确解，我们使用模拟退火法求出一个较优解,将所有结点编号为1到53,1到53的排列就是系统的结构,结构的变化规则是:从1到53的排列中随机选取一个子排列,将其反转或将其移至另一处,能量E自然是路径总长度。具体算法描述如下：步1： 设定初始温度T，给定一个初始的巡视路线。步2 ：步3 --8循环K次步3：步 4--7循环M次步4：随机选择路线的一段步5：随机确定将选定的路线反转或移动，即两种调整方式：反转、移动。步6：计算代价D，即调整前后的总路程的长度之差步7：按照如下规则确定是否做调整：如果D0,则按照EXP(-D/T)的概率进行调整步8:T*0.9-->T,降温-98 National Mathematical Contest in Modeling B and that the "flood inspections", is a salesman problem, and that is 53 points, all possibilities about exp (53), there is no good way to get accurate solutions, since no exact solution for, we used simulated annealing France obtained an optimum solution to all nodes to a number of 53 to 53.1 is with the system structure, changes in the structure of the rules is : from 1-53 with a randomly selected with a son, to reverse or to move it to another, the energy E is the natural path length. The specific algorithm is described as follows : Step 1 : The initial set temperature T,

基于动态规划的Job-Shop调度问题