模式识别中聚类分析经典算法，K-均值算法，C语言编写，可以读入文件，处理任意维数和任意个数的特征向量，附有测试数据。

求解矩阵的特征值和特征向量的C++源代码，经过测试的，下载编译即可使用

有训练数据和测试数据，可以运行

如果有疏忽或错误的地方，还请不吝赐教，谢谢！ 这里一共设计了两个类：Location，Point，分别代表二维和三维坐标（向量）类。 对类的+ - * / >> << 都进行了重载。 大部分函数使用及功能都有详细说明，注释内容说明的均是上个函数和语句的功能

C++ AES cbc加密 带iv向量 绝对可用，需要使用openssl库

基于C语言的TMS320DM6437 DSP中断向量表设置.pdf

先看说明：https://blog.csdn.net/qq_33789001/article/details/115698506 Unity3d C#实现获取两个对象的夹角值（0--360）项目源码。

用C++实现的支持向量机（SVM）源码，简单易学，有详细的注释，适合初学者的学习。

matlab lm算法代码并行纽曼模块化 用于在数据中查找社区的实现。 开发是在WSL 2中完成的。VS Code启动配置适用于主应用程序和所有基准文件。 运行此命令（从VS Code中的debug选项卡）将重建并运行所选的应用程序。 运行main应用程序将在Zachary空手道网络上执行社区检测，并将社区输出到文本文件。 编译中 如果您不希望使用VS Code进行构建和运行，则以下编译命令将是必需的： 编译库： cd ./lib && gcc -o CDUtils.o -c CDUtils.c -fopenmp -O3 -march=native 编译main： gcc -fopenmp -g main.c -o main ./lib/CDUtils.o -lm -Wall -Werror -Wpedantic -Waggressive-loop-optimizations -O3 -march=native 使用./main运行 输出 该程序会将社区文件放置在./benchmarking/matlab_testing_files/matlab-communities.txt 。 该

##稀疏矩阵向量乘法与 MPI 并行 ###Design 使用 MPI 并行化稀疏矩阵向量乘法： 在步骤 1 中使用一维行分解读取文件并将数据分发到所有处理器，这需要 O(n) 然后 O(nnz) 其中 n 是行数，nnz 是矩阵。 矩阵 A 数据以 CSR 格式读入和存储，其中包括三个数组：行指针、非零的列索引和矩阵值。 步骤 1 还涉及使用 MPI Bcast 将数据分发到 p 个处理器。 每个进程准备使用 prepareRemoteVec 函数获取它需要的非本地 Vector 元素。 在这里，它遍历矩阵的本地列索引并检查所需的远程向量条目是什么，然后调整本地向量数据数组 (vSize + numRemoteVec) 的大小，以在数组末尾保存来自其他处理器的这些附加远程向量条目。 最后，我们需要重新索引本地列索引数组（之前指向全局向量数据索引）。 我们遍历本地列索引数组，并让它们指