基于LabVIEW 的心电信号采集系统

一个有关进制的和程序，它将一定范围内的数编制成组，通过从二进位制到十进位制， 进行编组，输入进制数和组数，即可自动计算出数据，并显示在屏幕上，同时输出到文件中，是很不错的程序，我用了好几天才编好，很精悍！-one of the 229 and procedures, it would certainly within the scope of the report into several groups, By binary system to the decimal system, organization, and the importation of 229 for a group, they will automatically calculate data, displayed on the screen, while the output to a file, is a very good procedure, I spent several days prepared and very lean!

GAUSS-SEIDEL法的Matlab程序-A programm realizing GUASS-SEIDEL algorithm,written in Matlab.

“熵权”理论是一种客观赋权方法，它借用信息论中熵的概念。熵权是在给定评价对象集后各种评价指标值确定的情况下，各指标在竞争意义上的相对激烈程度，从信息角度考虑，它代表该评价指标在该问题中提供有效信息量的多寡程度，作为一种客观综合评价方法，它主要是根据各指标传递给决策者的信息量大小来确定其权数。程序可以运行出正确的结果，希望对各位有所帮助。

资源描述采用多普勒型降温曲线，在传统算法的基础上添加了记忆功能，可测试中国31/64/144以及att48城市的数据，也可自行输入数据进行测试，测试结果基本达到当前最优水平，测试请运行duoci.m文件

通过Matlab实现有限元算法第二版-through Matlab finite element method 2nd Edition

用于评价图像分割的精度，包括单个物体的相对错误率指标，和标记错误率。-used to evaluate the accuracy of image segmentation, including individual objects relative error rate indicators, and marking error rate.

柔顺机构的拓扑优化设计的代码，考虑输入输出-Topology Optimization of Compliant Mechanisms designed code, consider the input and output

TF-IDF（term frequency–inverse document frequency）是一种用于资讯检索与资讯探勘的常用加权技术, TFIDF的主要思想是：如果某个词或短语在一篇文章中出现的频率TF高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。TFIDF实际上是：TF * IDF，TF词频(Term Frequency)，IDF反文档频率(Inverse Document Frequency)。TF表示词条在文档d中出现的频率。IDF的主要思想是：如果包含词条t的文档越少，也就是n越小，IDF越大，则说明词条t具有很好的类别区分能力。如果某一类文档C中包含词条t的文档数为m，而其它类包含t的文档总数为k，显然所有包含t的文档数n=m + k，当m大的时候，n也大，按照IDF公式得到的IDF的值会小，就说明该词条t类别区分能力不强。但是实际上，如果一个词条在一个类的文档中频繁出现，则说明该词条能够很好代表这个类的文本的特征，这样的词条应该给它们赋予较高的权重，并选来作为该类文本的特征词以区别与其它类文档。这就是IDF的不足之处。

2009亚洲赛上海网络赛第三题,分享给所有参加ACM的朋友们，以及日后想参考想用的同学们。-The problem I solved at the ACM Aisa of Shanghai