JPEG2000, C代码

对弈程序采用了多种搜索算法.以下是本程序主要的类说明: 1.CEveluation类:估值类,对给定的棋盘进行估值. 2.CMoveGenerator类:走法产生器,对给定的棋盘局面搜索出所有可能的走法. 3.CSearchEngine类:搜索引擎基类. 4.CNegaMaxEngine类:负极大值法搜索引擎. 5.CAlphaBetaEngine类:采用了Alpha-Beta剪枝技术的搜索引擎. 6.CFAlphaBetaEngine类:fail-softalpha-beta搜索引擎. 7.CHistoryHeuristic类:历史启发类. 8.CAlphabeta_HHEngine类:带历史启发的Alpha-Beta搜索引擎. 9.CAspirationSearch类:渴望搜索引擎. 10.CIDAlphabetaEngine类:迭代深化搜索引擎. 11.CMTD_fEngine类:MTD(f)搜索引擎. 12.CTranspositionTable类:置换表. 13.CAlphaBeta_TTEngine类:加置换表的Alpha-Beta搜索引擎. 14.CPVS_Engine类:极小窗口搜索引擎. 15.CNegaScout_TT_HH类:使用了置换表和历史启发的NegaScout搜索引擎. 本程序还具有悔棋,还原功能,还可以记录走法.-err

资源描述对微型足球机器人低层控制系统进行了研究，给出了一种以87c196Kc为核心辅以LM629运动控 制器构成的双闭环微型足球机器人低层控制系统由于采用了集成运动控制芯片，不仅简化了系统软硬件设 计，提高了系统可靠性，减轻了设计工作量．而且显著提高了系统性能，反应快，控制精度高，伺服刚度大，还 具有一定的自适应能力．堵转等问题也得到了较好的解头．该系统不仅可满足微型机器人控制需要，适当增 加功能后还可方便地改造成Robocup小型足球机器人低层控制系统，

一个简单的确定性有限自动机最小化算法的C++。它使用一个类来表示的DFA从文本文件中读取。的最小化是通过一个函数对象完成的，并且最小化该处被显示在控制台。

IBE基于身份的加密系统的身份提取程序，使用VC6.0开发，即把身份转换成椭圆曲线上的点

计税程序。可以计算每周收入、最近收入、从年初到目前的所得税、扣除的联邦收入税以及帐目检查等。 This program computes weekly payroll, current earnings, year to date earnings FICA tax, federal Income Tax Withheld, and check Amount.-taxable procedures. Income can be calculated weekly, recently income from the beginning of the current income tax, the deduction of federal income taxes as well as accounts of inspection. This program computes weekly payroll, current earnings, year to date earnings FICA tax, federal Income Tax Withheld, and check Amount.

应用背景 本程序是基于java实现的基于用户的协同过滤算法,算法很简单,由于网上关于代码实现的资料很少, 所以资料主要目的是提供一个供大家参考的资料,仅供参考. 关键技术u1.base和u1.test为训练集和测试集，分别来自MovieLens数据集， 本程序只是很简单的基于用户的协同过滤算法 运行算法所需要的配置信息，包括读取训练集和测试集还有最近邻个数的选择都在Base.java文件中可以找到 本程序的主程序是Application.java 仅供参考，希望对大家有帮助

这个软件是真的人脸识别。这是示例代码。我想这将给予帮助。我们使用C＃语言进行编程。这是很好的样本。

应用背景客户端和服务器的C共享一个对称密钥KCS，这关键是唯一已知的服务器和客户端。这是长期密钥是用来设置一个会话密钥，而这个会话密钥则是由服务器发送一个秘密的对客户的价值：关键技术通信安全 ； ；AES  ；欧洲央行pkcs5  ；

学习SINS的好程序，里面具有完整的注释。程序里包含有轨迹发生器，惯导解算，初始对准，卡尔曼滤波，并有sins与gps组合导航程序代码。可以适当改变一些参数，看看其它仿真效果。

使用决策树(Decision tree)分类算法、朴素贝叶斯（Naïve Bayes）算法或者K-近邻（kNN）算法（三者任选其一）对给定的训练数据集构造分类器，并在测试数据集上进行分类预测