分段gamma算法实现

基于matlab的定点FFT算法实现，详细看文章说明

通过粒子群算法对卷积神经网络结构的参数进行优化，最后在训练集和测试集上进行验证，效果比普通卷积神经网络的精度更高。粒子群算法可以有效高效地为卷积神经网络的超参数搜索提供方案。相比手动设计,粒子群算法通过模拟进化算法的方式,有望找到更佳结构。 粒子群算法可以用于卷积神经网络（Convolutional Neural Network, CNN）的优化。CNN是一种常用于图像识别、语音识别等领域的深度学习模型，它由多个卷积层、池化层和全连接层组成。CNN模型的优化需要调整的超参数很多，包括卷积核大小、卷积核数量、池化大小、学习率等等。因此，使用传统的梯度下降算法可能会陷入局部最优解，而粒子群算法则可以通过全局搜索来寻找更优的解。

针对干涉阵的波达方向估计，提出一种干涉式悟相估计的盲波达方向估计算法．利用干涉式幅相估计算法的空间谱和模型阶数选择准则获得目标个数和目标方向余弦的粗估计；使用子阵间的相位中心偏移来获得目标方向余弦的精估计．针对干涉阵带来的测角模糊问题，采用双尺度解模糊算法得到高精度且无模糊的目标波达方向估计．该算法是一种盲波达方向估计方法，精度较多重信号分类算法和双尺度旋转不变子空间算法的高．计算机仿真结果和实测数据验证了干涉阵波达方向估计的高精度测角性能和有效性．

操作系统进程管理，按优先数调度算法实现处理器调度，进程调度！

用VC编程实现一个资源管理系统，该系统必须包括资源的添加、删除和修改等功能，并且允许其它进程来申请这里的资源，任何一个进程来申请资源时，必须先登记该进程对资源的申请要求，然后由系统检查当前资源的状况，并用银行家算法和安全性算法来检查是否允许分配资源给进程。每个进程申请资源的情况必须进行记录，并作为课程设计报告的一部分数据。

用VC编程实现一个资源管理系统，该系统必须包括资源的添加、删 除和修改等功能，并且允许其它进程来申请这里的资源，任何一个进程来 申请资源时，必须先登记该进程对资源的申请要求，然后由系统检查当前 资源的状况，并用银行家算法和安全性算法来检查是否允许分配资源 给进程 每个进程申请资源的情况必须进行记录，并作为课程设计报告的一部 分数据

用C++贪心算法实现背包问题（非0-1背包）

最短路径A_算法实现(Javascript) 最短路径A_算法实现(Javascript)

EM算法和SAGE算法实现matlab仿真代码 原理有时间了会更新