模拟退火算法实现

它由表达式到表达式后缀组成

求解平面势流下的圆柱绕流问题，基于MATLAB的有限元法编程。-cylinder，finite elements method

一个用Java applet实现的B-Tree算法- The B-Tree algorithm which realizes with Java applet

LZ77压缩编码算法的C代码,VC开发.-LZ77 compression algorithm C code, VC development.

多目标粒子群算法，matlab 多目标粒子群算法，matlab 多目标粒子群算法，matlab 多目标粒子群算法，matlab 多目标粒子群算法，matlab

可以运行，分割效果好，分割彩色图像，适合初学者理解聚类分割的原理和方法，简单易懂，十分好用k-means算法，也被称为k-平均或k-均值，是一种得到最广泛使用的聚类算法。它是将各个聚类子集内的所有数据样本的均值作为该聚类的代表点，算法的主要思想是通过迭代过程把数据集划分为不同的类别，使得评价聚类性能的准则函数达到最优，从而使生成的每个聚类内紧凑，类间独立。这一算法不适合处理离散型属性，但是对于连续型具有较好的聚类效果。

《GPU高性能运算之CUDA》是全国第一本全面介绍CUDA软硬件体系架构的书籍。全面介绍使用CUDA进行通用计算所需要的语法、硬件架构、程序优化技巧等知识，是进行GPU通用计算程序开发的入门教材和参考书。《GPU高性能运算之CUDA》共分5章。第1章介绍GPU通用计算的发展历程，介绍并行计算的历史、现状以及面临的问题；第2章介绍CUDA的使用方法，帮助读者理解CUDA的编程模型、存储器模型和执行模型，掌握CUDA程序的编写方法；第3章探讨CUDA硬件架构，深入分析Tesla GPU架构与CUDA通用计算的相互作用：第4章总结CUDA的高级优化方法，对任务划分、存储器访问、指令流效率等课题进行探讨；第5章以丰富的实例展示如何使用CUDA的强大性能解决实际问题。 《GPU高性能运算之CUDA》可作为CUDA的学习入门和编程参考书，主要面向从事高性能计算的程序员与工程师，使用GPU加速专业领域计算的科研人员，以及对GPU通用计算感兴趣的程序员。开设相关课程的高等院校与科研机构也可选用《GPU高性能运算之CUDA》作为教材。

洛伦兹吸引子，蝴蝶效应的解法-Lorenz attractor, Butterfly Effect of Solution

资源描述摘 要：阐述了通信技术类课程在物联网相关专业中的定位和重要作用；通过对物联网相关岗位的调研和思考，明确了 物联网通信技术类课程的建设方向和课程对学生能力的定位，强调了物联网通信技术类课程的应用导向，以及应选择的合适 项目载体，指出应以通信技术在物联网中的应用来构建课程内容；最后给出了物联网相关专业建设中的几点建议。 关键词：物联网；通信技术；专业建设；课程设置

这是一篇讲述聚类在文本挖掘中的应用的博士论文,个人认为讲述的还是比较细的.-This is a talk about clustering in text mining applications in the doctoral thesis, individuals think about the still relatively small.