级联式SVM

PCA，也就是PrincipalComponents Analysis，主成份分析，是个很优秀的算法，其原理是寻找最小均方意义下，最能代表原始数据的投影方法然后自己的说法就是：主要用于特征的降维。另外，这个算法也有一个经典的应用：人脸识别。这里稍微扯一下，无非是把处理好的人脸图片的每一行凑一起作为特征向量，然后用PAC算法降维搞定之。

用C++实现的利用整型数实现浮点运算的系列方法重载.-With C++ Realize the use of integer floating-point operations to achieve a series of method overloading.

最小二乘法拟合曲线，在TC2.0中编译通过-least squares fitting, in which compile WITH TC 2.0

k-近邻算法 (k-NN) 是一个非 参数化方法分类和回归

数学建模-公交车调度问题论文（维普阅读器）-mathematical modeling-bus scheduling problem thesis (Wei-pu readers)

MELP定点算法，PC机上实现，2.4kbps的低码率算法，希望对大家有用，包括了自带清浊统计 ，LPC等子函数，完整的MELP算法。算法亲测有用，希望大家采纳

多项式的编程另一种算法-polynomial another programming algorithm

应用背景图着色：在这个问题中，对于任何给定的图，我们将要在这样一种方式，没有相邻的顶点得到相同的颜色和最少的颜色使用颜色的每个顶点的颜色。如何解决这个问题：首先把图G中的顶点和边的输入数，然后将其值为1。现在我们将尝试每一个顶点的颜色。一个next_color（k）函数在第k个顶点可着色指数。首先我们将Color1第K个顶点。然后我们检查是否连接到任何以前的（k-1）顶点用回溯法。如果连接分配一个颜色x [我] + 1 x [我]是以顶点连接k个顶点的颜色。关键技术目标：并；1、公司及公司的图着色算法的应用研究；跟踪的方法。2、公司及公司的问题，并找到解决问题的方法没有相邻的边。3、公司及公司的工作时间复杂度的评估。4、公司的顶点的颜色进行评估的过程。图着色：一个一个简单图的着色是一个颜色的分配给每个顶点的图，使没有相邻的顶点被分配相同的颜色。这个图的色数是用于着色所需的最少的颜色数图的。这里的问题是用它的色数着色图。在图论，图着色是一种特殊的图形标记，它是一种特殊的图形标记传统上称为“颜色”的标签的元素的分配图受一定约束。它是一种着色的方法的顶点图，这样，没有相邻的顶点共享相同的颜色，这是所谓的顶点着色。类似地，边染色为每个边缘赋予一个颜色没有相邻的两个相邻的边共用相同的颜色，和一个面着色平面图将一个颜色分配给每个面或区域，这样，没有两面共享一个边界有相同的颜色。并；顶点着色是课题的出发点，其他着色问题也可以被转化成一个顶点版本。例如，图的边着色只是线图的顶点着色，平面的着色图为双色的顶点着色。并；

基于最小二乘原理的曲线拟合程序-A program of curve fitting based on least squares algorithm.

thomas算法用来计算方程AT=r，T和r为列向量，A为三对角阵，仅在三个对角线上有非零元素，算法需要向前 和向后扫描方程两次 。