[数据结构常用算法] Backpack

说明：背包问题(非0/1)C++标准算法-knapsack problem (0/1) C Standard Algorithm
<殷铭> 在 2026-01-12 上传 | 大小：853kb | 下载：0

[人工智能/神经网络/遗传算法] libsvm-3.21

说明：svm的实现，提供python借口，可以使用python来调用api-svm
<Jige> 在 2026-01-12 上传 | 大小：854kb | 下载：0

[压缩解压] yasuo

说明：基于离散余弦变换的图像压缩编码例程，采用Matlab作为编程环境。-Image compression coding routines Discrete Cosine Transform.
<陶陶> 在 2026-01-12 上传 | 大小：854kb | 下载：0

[数据结构常用算法] 最小二乘支持向量机

说明：该程序为最小二乘支持向量机程序，可以用于非线性回归和分类
<1476094413@qq.com> 在 2016-12-17 上传 | 大小：853.69kb | 下载：1

[数学计算/工程计算] Project9

说明：用于求解超定方程组最小二乘解，稳定性高，速度快-To get the least square solution of superlattice dislocation.
<常先生> 在 2026-01-12 上传 | 大小：853kb | 下载：0

[人工智能/神经网络/遗传算法] supportvectormachine

说明：一个支持向量机的库，运算速度,使用很方便,可以对数据做分类或回归- U4E00 u4E2A u652F u6301 u5411 u993 u03F0 u7R0 U505A u5206 u7C7B u6216 u56DE u5F52
<chen> 在 2026-01-12 上传 | 大小：854kb | 下载：0

[matlab例程] libsvm-3.21

说明：LibSVM toolbox for predicting a data.
<Sakinah > 在 2026-01-12 上传 | 大小：853kb | 下载：0

[matlab例程] RRT-star-master

说明：RT（快速扩展随机树）是一种基于采样的算法求解路径规划问题。RRT提供可行的解如果时间RRT趋于无穷大。 RRT *是一个基于采样的算法为解决运动规划问题，这是一个概率最优变异性。RRT *收敛到最优解的渐近。 RRT * FN是一个基于采样的算法基于RRT *。RRT * FN内在渐近收敛到最优解，然而RRT * FN实现使用更少的内存(RRT (Rapidly-Exploring Random Tree) is a sampling-based algorithm for solving
<qy916707 > 在 2026-01-12 上传 | 大小：853kb | 下载：0

[matlab例程] libsvm-3.21

说明：SVM(Support Vector Machine)指的是支持向量机，是常见的一种判别方法。在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。(SVM (Support Vector Machine) refers to the support vector machine, is a common method of discrimination. In the field of machine learning, it is a supervised lear
<篌小苹 > 在 2026-01-12 上传 | 大小：853kb | 下载：0

[matlab例程] Image encryption using matlab

说明：Image encryption using matlab
<abhithakur25> 在 2017-09-18 上传 | 大小：853.01kb | 下载：0

[matlab例程] 6

说明：segysehsrbdvytf rxujusefjhbn xdf s byvrtsh(tvsdsh a vsrty zs rfyv sz h rv a y sryeb4as)
<xiashi123 > 在 2026-01-12 上传 | 大小：853kb | 下载：0

[matlab例程] (答案与代码)

说明：基于lms和rls的自适应滤波器仿真设计源代码(LMS and RLS based adaptive filter simulation design source code.)
<gapoin> 在 2026-01-12 上传 | 大小：853kb | 下载：0