python SCAN算法实现（structural clustering algorithm for networks）

该代码实现了A率和mu率PCM算法，有详细的注释说明，-the code achieved A rate and the rate of PCM mu algorithm, a detailed explanatory notes

简单的小程序 就是用jacobi迭代来算线性方程组的解 见笑见笑-Simple procedure is used to count jacobi iterative solution of linear equations laughing stock of the laughing stock of the

primepalindrome，找回文素数的一个不错的算法实现-primepalindrome, retrieve the text of a good prime number algorithm

selection排序法-Selection sorting method

你现在要实现一个针对于数字序列的编辑器。 初始的时候，序列是空的。 在之后，有以下五种操作： I x 在光标之后插入x D 删除光标之前的数字 L 将光标向左移动，如果已经在最左，则不移动 R 将光标向右移动，如果已经在最右，则不移动 Q k 假设光标之前的序列是｛a1, a2,...,an}, 定义Si=a1+a2+...+ai，此时输出满足1

实现数学中的warshall算法，既完成对传递闭包的求解-To achieve in mathematics warshall algorithm, both to complete the transitive closure of the solution

快速表达式运算 - The fast expression operates

压缩包里有列表 栈 队列以及各种排序算法，例如插入，快速，二叉树排序法；栈和队列的实现包括用数组和列表实现的两种方式，期待帮助有需要的小伙伴们

应用背景利用计算机做图像识别分类的经典算法，训练集中30张已知类别的手写字母图片，目的是要创建一个网络结构，使手写图片与类别之间形成一种映射，以便得到一副新的图片时，利用这个网络结构能够正确判别出它的类别，即它代表的是字母A或是字母B.关键技术利用卷积神经网络对输入图像进行卷积做特征提取，原图像的特征就被细化了，再对已提取的特征图做下采样即平均池化，在减少数据量的同时保证信息量的不丢失，如此在做一次卷积和下采样，图片尺寸变小，数据量合适，做全连接层，传统神经网络，构造输出层。训练时采用BP反向传播，梯度下降法，优化参数。

应用背景快速傅里叶变换 (fast Fourier transform), 即利用计算机计算离散傅里叶变换（DFT)的高效、快速计算方法的统称，简称FFT。快速傅里叶变换是1965年由J.W.库利和T.W.图基提出的。采用这种算法能使计算机计算离散傅里叶变换所需要的乘法次数大为减少，特别是被变换的抽样点数N越多，FFT算法计算量的节省就越显著。 关键技术FFT的基本思想是把原始的N点序列，依次分解成一系列的短序列。充分利用DFT计算式中指数因子 所具有的对称性质和周期性质，进而求出这些短序列相应的DFT并进行适当组合，达到删除重复计算，减少乘法运算和简化结构的目的。