178个C语言算法源码

能够实现不通类型生产车间的调度仿真，适合于初学者进行相关方面的锻炼和学习。

《陈必红算法》一书的附带的源代码，并有经本人修改过能在VC中使用。原书是在C++BUILDER中使用的。并加了一些其他的功能，比如样条插值等。此代码，可以完成矩阵的很多数值算法，求逆阵、特征向量、特征值，矩阵的加减乘除、傅立叶变换、gamma函数、数值解分微分等。-"Chen Hung method," a fringe of the source code, and as I changed the VC can be used. The original book is in the C BUILDER used. Plus a number of other functions, such as spline interpolation. This code can be completed in many numerical matrix algorithm, the inverse matrix, the eigenvectors and eigenvalues, the matrix arithmetic. Fourier transform, gamma function, numerical solution of differential- such.

采用牛顿迭代，泰勒展开迭代算法。matlab源程序，有仿真结果。 采用牛顿迭代，泰勒展开迭代算法。matlab源程序，有仿真结果。 采用牛顿迭代，泰勒展开迭代算法。matlab源程序，有仿真结果。

求解约束优化问题增广拉格朗日乘子法源程序-Solving Constrained Optimization Problems Augmented Lagrange multiplier method source

KALMAN滤波器和condense算法的运动跟踪分析-Kalman filter and condense the motion tracking algorithm analysis

求解方法简单明了，注释详细，易于理解

UserCF和ItemCF是协同过滤中最为古老的两种算法，在top-N的推荐上被广泛应用。这两个算法之所以重要，是因为他们使用了两个不同的推荐系统基本假设。UserCF认为一个人会喜欢和他有相同爱好的人喜欢的东西，而ItemCF认为一个人会喜欢和他以前喜欢的东西相似的东西。这两个假设都有其合理性。根据我的测试，用UserCF和ItemCF做出的推荐列表中，只有50%是一样的，还有50%完全不同。但是这两个算法确有相似的精度。所以说，这两个算法是很互补的。我一直认为这两个算法是推荐系统的根本，因为无论我们是用矩阵，还是用概率模型，我们都非常的依赖于前面说的两种假设。如果用户的行为不符合那两种假设，推荐系统就没必要存在了。因此我一直希望能够找出这两种算法的本质区别。他们有相似的精度，但是coverage相差很大，ItemCF coverage很大而UserCF很小。我还测试了很多其他指标，不过要从这些表象的指标差异找出这两个算法的本质区别还是非常困难。不过上周我基本发现了这两个算法推荐机理的本质区别。我们做如下假设。每个用户兴趣爱好都是广泛的，他们可能喜欢好几个领域的东西。不过每个用户肯定也有一个主要的领域，对这个领域会比其他领域更加关心。给定一个用户，假设他喜欢3个领域A,B,C，同时A是他喜欢的主要领域。这个时候我们来看UserCF和ItemCF倾向于做出什么推荐。结果如下，如果用UserCF, 它会将A,B,C三个领域中比较热门的东西推荐给用户。而如果用ItemCF，它会基本上只推荐A领域的东西给用户。因为UserCF只推荐热门的，所以UserCF在推荐长尾上能力不足。而ItemCF只推荐A领域给用户，这样他有限的推荐列表中就可能包含了一定数量的不热门item，所以ItemCF推荐长尾的能力比较强。不过ItemCF的推荐对某一个用户而言，显然多样性不足。但是对整个系统而言，因为不同的用户的主要兴趣点不同，所以系统的coverage会很大。显然上面的两种推荐都有其合理性，但都不是最好的选择，因此他们的精度也会有损失。最好的选择是，如果我们给这个用户推荐30个item，我们既不是每个领域挑选10个最热门的给他，也不是推荐30个A领域的给他，而是比如推荐15个A领域的给他，剩下的15个从B,C中选择。认识到这一

资源描述 利用摄像机所拍摄到的图像来还原空间中的物体。假设摄像机所拍摄到的图像与三维空间中的物体之间存在以下一种简单的线性关系：[像]=M[物],这里，矩阵M可以看成是摄像机成像的几何模型。 M中的参数就是摄像机参数。通常，这些参数是要通过实验与计算来得到的。这个求解参数的过程就称为摄像机标定。 在这个程序里，有测试图片，编写了基于OpenCV角点提取的摄像机标定程序，绝对好用！

应用背景 一个简单的推箱子游戏源码 很早的时候写的 游戏虽然没几关 不过直接添加游戏关卡的地图数组就可以了 关键技术 图形绘制 游戏算法 mfc等

本文件是针对数值分析与估值课程里面的一些课后题的matlab解答方案，具体题目间word文档。