高 斯 消元法，n 阶 线性 解法

用C编写的最速下降法（解方程），注意矩阵A是正定对称的-prepared by the steepest decline (equation solution), the attention to the matrix A is symmetric positive definite

一个用matlab编写的,用于估计信号谐波个数的程序,堪称经典!-a prepared using Matlab, harmonic signal for the estimated number of procedures for his classic!

Dijkstra是一种贪心的思想，它只适用与非负权图(SPFA可以用于负权图)： 首先要知道一个三角定理，《算法导论》上面讲过，我这里就不论述了   定义： 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

利用SVM分类器对图像进行分类，运行环境为opencv，并且代码包内含有关于libSVM的相关文献

要解决 AX = B 鉴于初始逼近 X(0)。 输入： 方程和未知数的数目 n;条目 A(I,J)，1 < = I J < = n 的矩阵 ；条目 B (一)， 1 < = I < = n 的非均匀期限 B ；条目 XO(I)，1 < = I < = n 的 X(0) ；容忍 TOL ；最大值 N.迭代的次数 输出: 近似解 X(1),...,X(n) 或一条消息 迭代的次数超过了。

Fuzzy聚类工具箱，含4种评价方式，内有文档及注释-FuzzyClusteringToolbox

一款用C语言写的A*最短路径寻找代码。有曼哈顿算法、欧几里得算法、切比雪夫算法和加权曼哈顿算法四个计算最短路径的算法。可以选择使用的算法来进行最短路径的计算。

Ordinary and Partial Differential Equation Routines in C, C++, Fortran, Java, Maple, and MATLAB

用一观测器从t=1秒开始对一个运动目标的距离进行连续地跟踪测量，假设观测的间隔为一秒钟，雷达到运动目标之间的距离为S(t)（1） 统计特性的初值为 （2）观测误差是与和均不相关的白噪声序列，并且有 （3）观测数据存放在附加的文件中（单位：m）。 要求：分析上述对象，建立系统模型，构造卡尔曼滤波器，编程计算，求： （1） 距离S(t)的最佳估计及估计误差， （2） 距离S(t-5)的最佳平滑及估计误差， （3） 距离S(t+5)的最佳预测及估计误差， （4） 对结果进行分析讨论。 -By one observer from the t = 1 PST on a moving target tracking for distance measurement, assuming that the observation interval is one second, the radar that the distance between the moving target for the S (t) (1) the statistical characteristics of the initial condition (2) observational error is not associated with white noise sequence, and (3) observational data stored in the attached document (unit: m). Requirements: Analysis of the above-mentioned object, the establishment of the system model, constructed Kalman filter, programming terms, seeking: (1) distance from S (t) the best estimate and the estimation error, (2) distance from S (t-5) the most good smoothing and estimation error, (3) distance from S (t+ 5) t

#include #include #include #include struct book   //图书 {   long NO;//编号   char name[10];//书名   char author[10];//作者名   int  classification;//分类号   char publish_unit[20];//出版单位   long publish_time;//出版时间   int number;//库存数