OSELM代码，通过matlab实现。可用于目标跟踪，回归分析预测、以及分类。

基于C++ 的模糊PID控制代码，参考许多论文制定的PID参数调整模糊规则，代码对于想了解这方面的人有一定的借鉴意义。但是不保证什么控制对象都能用，具体对象具体设计。

学校软件工程的一个课程设计，通过struts2、hibernate、spring实现，其中设计struts标签库和spring、hibernate的annotation。实现个功能比较简单易懂。资源为“以物换物”平台，有登录、注册、发起物品、回复、提出交换等功能。还有文件上传的额外技术。（文件中包含数据库的sql文件）

基于opencv和python的骨架提取代码，利用击中不击中变化实现细化操作。切分以后，结合深度学习识别技术，可以对字符 数字等印刷体有一个比较理想的分割和识别效果。本人亲测 有生成结果图片和原图片对照实例，可以动态展示骨架提取过程，具体参照rar文件包。有问题随时沟通。

这是用C++实现的普通K-means算法，附带iris.dat数据集 k-means 源代码 C++实现 C++ k均值

粒子群算法优化代码及最优化测试。MATLAB实现，参考软件学报论文及网络资源

关于代码的介绍可以参考https://blog.csdn.net/qq_41562704/article/details/88975569，代码基于Win10 + Python3.7环境，对采集的图片进行了图像平滑，基于OTSU阈值的肤色分割，基于八邻域搜索法进行轮廓检测操作，最终完成了手势图片从采集到轮廓曲线的提取过程，对已得到的轮廓曲线提取其傅里叶描述子和椭圆傅里叶描述子，并分别进行了归一化处理。用KNN和SVM两种算法训练模型，以自己采集数据集为训练集进行了训练，最后基于PyQt5制作了简易界面。

自己敲的唯美processing屏保，有助于新手学processing的一些原理

多目标分解算法代码，配合张庆福06年发的文章看，MATLAB实现注释很详细

ZDT1、ZDT2、DTLZ1测试函数也写好了，附有实验效果图，希望对大家学习有帮助！！ void generateLamda(int M)//产生N 个权重向量 weight vector //lamdaM 为 N*M矩阵(N个lamda,每个lamda有m维) { //动态生成二维数组 lamdaMat=new double *[N+3];//注意，int*[10]表示一个有10个元素的指针数组 for(int i=1; i<=N+1; i++) { lamdaMat[i]=new double[M+1]; } belta=new double *[N+3];//注意，int*[10]表示一个有10个元素的指针数组 for(int x=1; x<=N+1; x++) { belta[x]=new double[M+1]; } // 2目标 if(M==2) { double *array1=new double[N+3]; for(int i=0; i<=N+1; i++) array1[i]=i*1.0/N; for(int i=1; i<=N+1; i++)//////////////////////////////// { lamdaMat[i][1]=array1[i-1]; lamdaMat[i][2]=1-array1[i-1];//保证M个分量之和为1 } ////////////////////////////////////////////////////////////