入侵杂草算法是近年来提出的比较新颖的一种群体智能算法。

：波达方向（Direct of Arrival，DOA）估计技术渐渐成为移动通信中的研究热点，当用户的信号方向未知时，可以根据经典算法多重信号分类（Multiple Signal Classification, MUSIC）和旋转不变技术信号参数估计（Estimating Signal Parameters Viarotational Invariance Techniques，ESPRIT）等方法估计信号DOA。针对不同的信号采取不同的算法分析。对窄带信号，从信噪比、阵元数、快拍数等不同情况下对TLSESPRIT算法和MUSIC算法进行了仿真实验，并比较了TLSESPRIT算法与MUSIC算法的DOA性能。对宽带信号，主要重点分析了基于非相干信号处理算法（Incoherent Signalsubspace Method, ISM）的两种改进的方法，对低信噪比子带赋予低权重或舍弃。通过仿真实验，证明了改进算法的优越性，同时对两种改进算法的使用场合作了简单的分析。

比较直接插入排序、希尔排序、直接选择排序、堆排序、起泡排序、快速排序、归并排序、基数排序。随机生成一组待排序数据，个数不少于100个；各种算法对同一数据排序所需要的关键字比较次数和关键字移动次数，至少使用5组数据进行比较。1）插入排序：每次将一个待排序的数据元素，插入到前面已经排好序的数列中的适当位置，使数列依然有序；直到待排序数据元素全部插入完为止。 2）冒泡排序：两两比较待排序数据元素的大小，发现两个数据元素的次序相反时即进行交换，直到没有反序的数据元素为止。 3）选择排序：每一趟从待排序的数据元素中选出最小（或最大）的一个元素，顺序放在已排好序的数列的最后，直到全部待排序的数据元素排完。 4）Shell排序：在直接插入排序算法中，每次插入一个数，使有序序列只增加1个节点，并且对插入下一个数没有提供任何帮助。如果比较相隔较远距离（称为 增量）的数，使得数移动时能跨过多个元素，则进行一次比较就可能消除多个元素交换。算法先将要排序的一组数按某个增量d分成若干组，每组中记录的下标相差d.对每组中全部元素进行排序，然后再用一个较小的增量对它进行，在每组中再进行排序。当增量减到1时，整个要排序的数被分成一组，排序完成。 5）归并排序：设有两个有序（升序）序列存储在同一数组中相邻的位置上，不妨设为A[l..m]，A[m+1..h]，将它们归并为一个有序数列，并存储在A[l..h]。 6）快速排序：快速排序是对冒泡排序的一种本质改进。它的基本思想是通过一趟扫描后，使得排序序列的长度能大幅度地减少。在冒泡排序中，一次扫描只能确保最大数值的数移到正确位置，而待排序序列的长度可能只减少1。快速排序通过一趟扫描，就能确保某个数（以它为基准点吧）的左边各数都比它小，右边各数都比它大。然后又用同样的方法处理它左右两边的数，直到基准点的左右只有一个元素为止。 7）堆排序：堆排序是一种树形选择排序，在排序过程中，将A[n]看成是完全二叉树的顺序存储结构，利用完全二叉树中双亲结点和孩子结点之间的内在关系来选择最小的元素。 8）基数排序：将所有待比较数值（正整数）统一为同样的数位长度，数位较短的数前面补零。然后，从最低位开始，依次进行一次排序。这样从最低位排序一直到最高位排序完成以后, 数列就变成一个有序序列。

目前，数字水印的理论和应用随着信息技术的发展不断更新，已出现多种针对不同应用领域的数字水印技术。数字图像加入水印是数字水印研究的基础领域；而直接利用水印算法将水印图像嵌入原始图像会减弱水印的嵌入效果和安全性，因此，在嵌入水印图像前，对水印图像进行置乱加密预处理具有重要作用。通过试验对二值水印图像与灰度水印图像进行加密，比较分析各种常用的水印加密算法，分析加密算法原理，为水印信息加密的进一步研究提供理论依据。

上海交通大学数据结构课程作业，内部排序算法比较代码。 题目：在教科书中，各种内部排序算法的时间复杂度分析结果只给出了算法执行时间的阶或大概执行时间。试通过随机数据比较各算法的关键字比较次数和关键字移动次数，以取得直观感受。

EKF,UKF,PF三种滤波算法的比较，包括状态估计和误差比较。(该程序有一个小问题，关于粒子滤波的没有显示，需要自己加上)，完整的代码请看另一篇

C/C++排序算法 计时 时间复杂度分析

通过随机数据比较各算法的关键字比较次数和关键字移动次数，以取得直观感受。要求对以下6种常用的内部排序算法进行比较：起泡排序、直接插入排序、简单选择排序、快速排序、希尔排序、堆排序。待排序表的表长不小于1000；其中的数据要用伪随机数产生程序产生，至少要用5组不同的输入数据作比较。比较的指标为有关键字参加的比较次数和关键字的移动次数(关键字交换计为3次移动)；最后要对结果做出简单分析，包括对各组数据得出结果波动大小的解释。

FP_growth与Apriori算法比较应用，杨威，耿立明，随着数据挖掘技术的不断向前发展，新的、高效的算法的不断出现。服务行业业务中，由于算法的固有缺陷而影响数据挖掘效果和效率的

数据结构课程设计(内部排序算法比较). 难得