EN.553.738高维近似，概率和统计学习最终项目 关查理，胡志明，张杰@约翰·霍普金斯大学 在这个项目中，我们探索三种不同的非线性降维/流形学习算法：Isomap，局部线性嵌入（LLE）和扩散图/ Laplacian特征图。 我们在数据集上对这些算法进行基准测试，例如经典的瑞士卷，虹膜，MNIST和神经元尖峰数据。 我们还将它们与主成分分析（PCA）进行比较，后者是一种线性降维算法。 最后，我们有一个使用扩散图的演示来分析氢二聚体的玩具分子动力学模拟的自由能态。 要运行任何基准测试/演示，请启动相应的脚本： python filename.py 。 您可以编辑每个脚本中每个算法中的超参数，例如投影维和相邻算法的数量。 先决条件 脚本要求： 数据集 Swiss Roll和Iris数据集是从sklearn.datasets包生成的。 我们下载了亚·莱卡的网页的数据库MNIST。 神经

MATLAB源码集锦-复杂网络随机图算法程序

以实用的视角，以独特的结构将有关内容组织在一起，从而使读者不仅可以对这一领域有系统性的认识，以C++语言进行描述，易于理解，便于应用。

算法：C语言实现(第5部分)图算法

Shimon Even's Graph Algorithms, published in 1979, was a seminal introductory book on algorithms read by everyone engaged in the field. This thoroughly revised second edition, with a foreword by Richard M. Karp and notes by Andrew V. Goldberg, continues the exceptional presentation from the first edition and explains algorithms in a formal but simple language with a direct and intuitive presentation. The book begins by covering basic material, including graphs and shortest paths, trees, depth-first-search and breadth-first search. The main part of the book is devoted to network flows and applications of network flows, and it ends with chapters on planar graphs and testing graph planarity.

完整的贝叶斯抠图matlab实现代码，经测试可运行，文档包含了图片资源，代码没有注释

图的深度优先搜索，广度优先搜索，最小生成树算法，包括kruskal、prim算法的代码，以及详细的注释。深度优先应用递归、广度优先搜索利用队列、kruskal利用STL中的关联容器set、prim算法利用二叉堆结构进行优化。

该算法是用C#实现的，要用Visual Studio2005

数据结构中图算法设计题 ★★图的基本操作算法★★ ★★图的遍历算法★★

使用C#对等高线图算法（Marching squares）的完整实现代码。