f(x, y) = x * x + y * y 在区间（-1000， 1000）的最小值

% 代码：验证Lasso算法有效性---------------------------- 00个样本, 100维变量, lambda=50, w迭代初试值zeros(1,100) % 真实模型： Y = X1 + X2 + ... + X10 % 第1步：生成数据, X-1000*100, Y-1000*1, W-100*1 % 第2步：坐标下降法,不断更新w % 第1层-迭代次数, 第2层-对每个j遍历, 第3层-计算A_j,B_j, if分支更新

图形界面银行家算法，设计有 n 个进程共享 m 个系统资源的系统，进程可动态的申请和释放资源，系统按各进程的申请动态的分配资源。系统能显示各个进程申请和释放资源，以及系统动态分配资源的过程，便于用户观察和分析，要求使用图形用户界面。

视频智能算法：3D定位使用QT代码实现。

kriging插值工具

本资源是基于VIBE方法的目标跟踪实现方法，采用Matlab语言实现了VIBE方法，针对特定场景，准确率较高。毕业设计可以使用。

FPGA实现人脸识别系统，该系统包括源码并且有文档详细解释步骤和模块，使用硬件为DE2-115，OV7670，VGA及显示器，该系统可直接用于毕设，货真价实！

RSA

樽海鞘群（SSA）智能优化算法代码实现

基于KMeans聚类的协同过滤推荐算法可运用于基于用户和基于项目的协同过滤推荐算法中，作为降低数据稀疏度和提高推荐准确率的方法之一，一个协同过滤推荐过程可实现多次KMeans聚类。 一、基于KMeans聚类的协同过滤推荐算法推荐原理 KMeans聚类算法是聚类算法中最基础最常用、最重要的聚类算法。KMeans聚类算法首先需要确定N个初始中心点，初始中心点的选择对聚类结果影响很大，常用的初始中心点的选择有随机选择、自定义、采用Canopy聚类算法结果作为初始中心点，然后是重复遍历点与簇中心的距离，并不断修正簇中心点，可设置遍历次数和点与簇中心的最小距离影响聚类结果。 聚类的数据可以是一维数组、二