KNN jar包，内含详细KNN 分类实现代码以及可调用java jar 包

代码实现Android文件浏览器，以列表形式展示系统中存储的文件，排序规则为：文件夹在前面，文件在后面，如果同为文件夹或文件，则按字母顺序排列。文件夹和文件显示不同的图标，单击文件夹，可以进入下级目录并展示。应用顶部显示当前所在目录。

本压缩资源包含数据结构第二版教材中的全部算法实现代码，按照书中的算法实现，诸如求最小生成树，拓扑排序，二叉树的非递归遍历等等。非常适合初学者学习参考使用，也可以供相关专业大学生学习使用，考研复习使用

关于多目标选址规划问题的flod算法matlab代码实现

随机样本集划分方法，matlab代码实现，亲测好用。适用于模型建立时样本集划分。

《DeepLearning tutorial》的代码，含详细流程及代码实现，将CNN用于人脸识别。

Mahony算法MPU9250数据解析和气压计MSE5611读取高度，可用读出横滚角，俯仰角、航向角、以及高度，亲测可用。

能实现用JAVA 编写一个程序，模拟现实生活中的交通的红绿灯

本代码实现了汉明编码的具体实现过程，其中有详细的代码注释，能够帮助大家更好的理解实现的方法，帮助大家理解hammingCode

内含教学ppt以及matlab实现代码等 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现，如黑头发的特征是由染色体中控制这一特征的某种基因组合决定的。因此，在一开始需要实现从表现型到基因型的映射即编码工作。由于仿照基因编码的工作很复杂，我们往往进行简化，如二进制编码，初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代（generation）演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度（fitness）大小选择（selection）个体，并借助于自然遗传学的遗传算子（genetic operators）进行组合交叉（crossover）和变异（mutation），产生出代表新的解集的种群。这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境，末代种群中的最优个体经过解码（decoding），可以作为问题近似最优解。