时空图

采用高斯消元法实现的n阶线性方程组求解程序；-using Gaussian elimination method to achieve the n-solving linear equations;

k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。 Matlab 源代码，以兰花数据集作为测试对象。-k-means algorithm to accept input k then n data object is divided into k-clustering in order to make available to the cluster to meet: the same objects in clustering high similarity and objects in different clustering the similarity smaller. Cluster similarity is the use of the clustering of objects by means of a

lms最小平方中位数算法，用来解决最小二乘问题-LMS median least squares algorithm, to solve least squares problem

东西测试-不为用法。尚未...你可以试试，但不是建议现在 东西测试-不为用法。尚未...你可以试试，但不是建议现在 不是现在。不是现在。不是现在。

介绍三种不同插值算法原理及计算过程

资源描述遗传算法的灵感来自于达尔文的进化理论。遗传算法求解问题的解决方法。算法是由一个和一组的解决方案和（所代表的，染色体）称为“人口”。从一个人口的解决方案，并用于形成一个新的人口。这是出于希望，新的人口将比旧的更好。选择新的解决方案（后代）的解决方案是根据他们的健身选择-更合适的是他们有更多的机会，他们必须重现。这是重复的，直到某些条件（例如人口数量或最佳解决方案的改进）是满意的。

this program highlights the pointer to pointer and enum concepts of c

这是一个代码,可以实现任意阶的幻方的计算(6除外)-This is a code that can be achieved any order of the magic square of terms (except 6)

本算法是自己的机器人课程设计，有具体的算法原理和程序设计介绍。具体内容见设计报告书。在压缩包里。 本设计学习并分析了基本RRT路径规划的原理，并通过参考资料及自己分析，提出了一种改进的RRT路径规划算法。为了验证改进型RRT算法的正确性以及合理性。最后在VS2010开发环境下用C++编写了两种RRT算法的程序代码及演示界面。通过一定量的实验得到了大量数据。经过数据分析，验证了改进型RRT是正确的，并且在不破坏基本RRT算法的随机性的前提下，有效的将随机性和目的性结合起来，提高了RRT算法的效率和路径的质量。 本设计中，选取二维平面作为机器人的运动环境。即在二维平面下进行RRT算法设计，将机器人看做二维平面上的一个点。机器人的运动是连续的。 用C++语言实现算法，在VS2010集成开发环境下运行调试程序。 在演示软件中，将机器人所处的环境大小设置为600*400。机器人的起始位置用一个半径为30的大圆的圆心表示。目标点用一个半径为

最新模糊逻辑工具箱-latest Fuzzy Logic Toolbox