该程序用于产生任意均值和方差的随机数，程序中有注释

 人工蜂群算法是模仿蜜蜂行为提出的一种优化方法，是集群智能思想的一个具体应用，它的主要特点是不需要了解问题的特殊信息，只需要对问题进行优劣的比较，通过各人工蜂个体的局部寻优行为，最终在群体中使全局最优值突现出来，有着较快的收敛速度。

分布式系统的大作业，关于paxos算法的实现。

用仿生模式识别来训练目标，在视频序列中跟踪目标 function [sausage, num] = hypersausage_construct(P) %按照样本给定的顺序去求解超香肠神经元 [~, W] = size(P);%W是训练样例的个数 sausage = []; for i = 2:W     temp = power_two(P(:, i - 1), P(:, i));%构建第i-1个神经元  //temp是一个行向量     %temp = power_three(P(:, i - 2), P(:, i-1),P(:,i));     sausage = [sausage temp]; end sausage = [sausage P(:, end)]; num = (size(sausage, 2) - 1) / (W - 1);

元胞自动机(Cellular Automaton，复数为Cellular Automata，简称CA，也有人译为点格自动机、分子自动机或单元自动机)。是一时间和空间都离散的动力系统。散布在规则格网 (Lattice Grid)中的每一元胞(Cell)取有限的离散状态，遵循同样的作用规则，依据确定的局部规则作同步更新。大量元胞通过简单的相互作用而构成动态系统的演化。

Learnin Mathematics with the ABACUS Activity-book part 5

统计方面的程序，c编译-statistical procedures, c compiler

应用背景本代码主要实现搜索引擎的几个评估准则，包括NDCG@K、DCG@K、P@K、RR@K、ERR@K这五类评估准则的实现，这代码主要是根据RankLib中的评估准则代码以scala的形似展现出来，相对于RankLib中的 评估代码而言，本代码短小，可读性强，可移植性大，关键技术本文使用 的scala实现，对NDCG@K、DCG@K、P@K、RR@K、ERR@K这五类评估准则的实现，跟RankLib中的评估公式保持一致

可以识别图片中火焰区域，目前支持jpg和bmp格式图片。主要根据火焰的颜色来识别，同时结合火焰的边缘轮廓特征。对于视频中的火焰识别，已经在界面中添加了接口，后续还需要完善，识别的算法是一样的，需要解析视频后，将每一帧作为一个单独的图片来识别

资源描述C++ FFT完整实现，提供对于FFT算法的一整套完整实现，基于VS平台，进行了部分优化，运行速度快，适用于多个平台，使用maven对项目进行管理。

通过输入不同M值（2、4、8），可产生相应的2FSK、4FSK、8FSK数字基带调制信号。该程序产生的基带IQ数据下载到信号源后通过了测试验证。