ML-EM算法  EM算法（Expectation Maximization Algorithm，期望极大算法）是一种解决优化问题的迭代算法，用于求解含有隐变量的概率模型参数的极大似然估计（MLE）或极大后验概率估计（MAP）。EM算法是一种比较通用的参数估计算法，被广泛用于支持向量机（SMO算法）、朴素贝叶斯、GMM（高斯混合模型）、K-means（K均值聚类）和HMM（隐马尔可夫模型）的参数估计。 理解EM算法（例子）   在统计学中，概率用于在已知一些参数的情况下，预测接下来的所得到的结果；而似然性则是用于在已知某些观测所得到的结果时，对有关事物的性质的参数进行估计。   EM算法和极大似然估计的前提是一样的，都要假设数据总体的分布，如果不知道数据分布，是无法使用EM算法的。 三硬币模型   假设有3枚硬币A，B，C，这些硬币正面出现的概率分别是π \piπ，p pp和q qq。进行如下掷硬币试验：先掷硬币A，根据其结果选出硬币B或硬币C，正面选硬币B，反面选硬币C；然后掷选出的硬币，掷硬币的结果，正面记作1，反面记作0；独立重复n此试验，观测结果： 1 , 1 , 0 ,

计算方法线性方程组求解高斯赛德尔迭代法、高斯列主元消去法 、计算方法线性方程组求解高斯赛德尔迭代法、高斯列主元消去法 计算方法线性方程组求解高斯赛德尔迭代法、高斯列主元消去法 计算方法线性方程组求解高斯赛德尔迭代法、高斯列主元消去法 计算方法线性方程组求解高斯赛德尔迭代法、高斯列主元消去法

详细描述了LDPC解码的算法和设计实现，可以作为接收机解码电路设计和实现的参考，使用该算法，可以使系统硬件资源比常规方法低18%，是很不错的东东，就是有一些难度，适合专业技术开发人员。

Tsp标准测试集+遗传算法和迭代邻域搜索的java代码，代码内部有详细的注释和应用，求解效果不错！！！值得学习

图像模糊matlab代码Fuzzy SLIC (Precise superpixel number control version) with Matlab Interface的C实现 版权所有 (c) 2018, Chong WU 保留所有权利。 如果满足以下条件，则允许以源代码和二进制形式重新分发和使用，无论是否修改： 源代码的重新分发必须保留上述版权声明、此条件列表和以下免责声明。 以二进制形式重新分发必须在随分发提供的文档和/或其他材料中复制上述版权声明、此条件列表和以下免责声明。 未经特别事先书面许可，不得使用香港城市大学的名称或其贡献者的名称来认可或推广源自本软件的产品。 本软件由版权所有者和贡献者“按原样”提供，并提供任何明示或暗示的保证，包括但不限于适销性和针对特定用途的适用性的暗示保证。 在任何情况下，版权持有人或贡献者均不对任何直接、间接、附带、特殊、惩戒性或后果性损害（包括但不限于购买替代品、商品、资源；或或业务中断），无论是基于任何责任理论，无论是合同、严格责任或侵权行为（包括疏忽或其他原因）因使用本软件而以任何方式引起的，即使是 P.S. 用法： 在使用它之前

牛顿迭代法复杂潮流计算，3节点

提供二阶非线性微分方程边值问题的数值解法，其中用Newton迭代法进行迭代

【老生谈算法】牛顿迭代法求解方程的根matlab程序.doc

自己写的SLIC在Matlab上的调用接口，以及相关论文，供研发参考，有问题联系shixin918@126.com

C语言编写LM迭代算法，可以应用到DSP和pC机上，是非线性优化处理很好的方法