反编译工具

matlab编写的流体计算和传热程序-Matlab calculations prepared by the fluid and heat transfer procedures

// LBP.cpp : 定义控制台应用程序的入口点。   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

在有用户登录的平台中管理用户信息，并对用户密码进行加密，需要有数据库的支持，加密算法采用base64+SHA1，加密后的用户信息存放在数据库中，用户登录的时候进行认证，符合条件的允许登录，不符合的不允许登录。

时间序列趋势分析中，观察变化方向以及查找突变点的MK程序。-Time series trend analysis, the observed direction of change and to find mutations point MK procedures.

LZW算法的实现   LZW算法 其中 几个对象为 编码流 数据流 以及 编译表   字符即为数值，这里0-255   字符串：几个字符组成的串。这里可以简单用 来描述。其中前缀可以为0。   根：长度为1的字符串。   编码(Code):按照固定的长度从编码流中读取的值，即编译表中映射值。即一个编码对应一个字符串   本程序中将定义编码长度最大为12。最小为8。   本实现中自动根据文件内容生成对应的编译表 一个编码对应一个字符串， 字符串匹配通过hash算法去编译表中查找对应的编码。 hash值 = (前缀的编码+后缀编码)%常数

基于C语言的图像处理算法，包括读取BMP图像、保存BMP图像、灰度线性变换、直方图均衡化、图像反转、对数变换、中值滤波、最大最小滤波、拉普拉斯变换、梯度处理等

这个是使用Matlab实现ID3决策树的源代码，注释的非常清楚。选择了三组数据。非常容易懂。

基于C的贪吃蛇小游戏初始化蛇的图形后，用死循环使游戏进行，每次循环都检测键盘输入，如果有输入，则根据键盘的有效输入和to()改变蛇的下一步方向，否则让蛇以当前方向移动，每次移动需要使用showsnack()函数重新画出蛇，并判断游戏是否结束，还要循环更新时间、分数等信息，当函数返回0时，游戏程序退出。

数据挖掘 聚类算法 k-means的实现，改进了一些初始中心选取的方法。聚类算法是最大化类间差异，而最小化类内部差异的算法，k-means比较经典，但是缺点是需要指定k值，并且聚类结果与初始中心有很大的关系，通过改善聚类初始中心选取的方法，能够得到更加稳定的聚类结果

应用背景粒子群算法的一个基本变量是有一个群体（称为群）的候选解（称为粒子）。这些粒子在周围移动搜索空间根据几个简单的公式。的运动粒子是由自己的最著名的位置在搜索空间，以及整个群的最佳已知位置。什么时候改进的位置被发现，这些都将引导群的运动。这个过程是重复的，并且通过这样做希望，但不能保证，一个令人满意的解决方案最终被发现。关键技术对于每一个粒子，我和1，和…：初始化一个均匀分布的随机矢量粒子的位置：西 ；~  ；U（BLO， ；B），在血和丁丙诺啡是上下搜索空间的界限。初始化粒子的最好的已知位置的初始位置：←PI  ； ；西如果（F（PI）& lt；F（G））更新群最著名的位置：G← ； ；PI初始化粒子的速度：~ VI  ； ；U（- | BUP BLO |， ；| BUP BLO |）直到一个终止准则（如迭代次数执行，或有足够的目标函数值的解决方案重复发现）：对于每一个粒子，我和1，和…：对于每一个维度，= 1，和…：取随机数：RP、RG ~ U（0,1）更新粒子的速度：VI，←D  ； ；ωVI，D +φP RP（PI，密苏里D-XI，D）+φG RG（GD西，D）更新粒子的位置：西 ；← ；西+ VI如果（西）和（西）：更新粒子的位置：最著名的←PI  ； ；西如果（F（PI）& lt；F（G））更新群最著名的位置：G← ； ；PI现在克拥有最佳找到解决方案。