搜索资源列表
Exercise
- 用C实现的使用幂法和反幂法求取矩阵按模最大和最小特征值。-C achieved with the use of the power method and inverse power mode of calculating the matrix by the maximum and minimum eigenvalues.
FaceDetect
- 本软件主要用到的图像处理技术是：光线补偿、高斯平滑和二值化。在识别前，先对图像进行补光处理，再通过肤色获得可能的脸部区域，最后根据人脸固有眼睛的对称性来确定是否就是人脸，同时采用高斯平滑来消除图像的噪声，再进行二值化，二值化主要采用局域取阈值方法，接下来就进行定位、提取特征值和识别等操作。经过测试，图像预处理模块对图像的处理达到了较好的效果，提高了定位和识别的正确率。 -The software is mainly used in image processing technology: l
givenhousehold
- 利用该程序可计算任意对称矩阵M，给出区间(a,b)上的特征值个数-Calculated using this program any symmetric matrix M, gives the interval (a, b) on the eigenvalues
qiutezhenggen
- 使用QR算法求对称矩阵的特征值和特征向量-QR Algorithm for Symmetric matrix with the eigenvalues and eigenvectors
matrix-tezhengzhijisuan
- 通过求矩阵特征多项式的根来求其特征值 幂法求矩阵的主特征值及主特征向量 瑞利商加速幂法求对称矩阵的主特征值及主特征向量 收缩法求矩阵全部特征值 收缩法求矩阵全部特征值 位移逆幂法求矩阵离某个常数最近的特征值及其对应的特征向量 QR基本算法求矩阵全部特征值 -Characteristic polynomial by the root of a matrix to find the eigenvalues of a matrix power m
BA
- 本程序给出了BA模型建模以及求解其特征值的方法。-BA seeking process model eigenvalues
18241674calcPCA
- 利用Visualc++简单快速计算矩阵的特征值和特征向量 -Using Visualc++ is simple and fast calculation of eigenvalues and eigenvectors
0qrjava
- 求矩阵特征值和特征向量的算法：QR算法。用于线性方程组的求解，和反幂法算法的设计-Matrix eigenvalues and eigenvectors of the algorithms: QR algorithm. For solving linear equations, and inverse power law algorithm design
j
- 求矩阵特征值和特征向量，一些基本类型的矩阵求解方法实现，解法和试题-Matrix eigenvalues and eigenvectors, some of the basic types of matrix solution method implemented method and questions
PCA
- PCA算法。PCA的目的是找到能够分离出最大方差的方向，所以首先求原来所有数据三个维度上的协方差，然后求这个协方差的特征值，最大特征值为第一个方向，从此以此类推。-PCA algorithm. The purpose of PCA is to find able to isolate the direction of maximum variance, so first find all the data in three dimensions on the original covarianc
adaptive-first-order-pertubation
- 本程序运用一阶扰动理论自适应特征值方法的跟踪信号子空间，然后运用ESPRIT算法 跟踪信源的时变DOA-this matlab code(program) apply the First-Order Perturbations trak the signal subspace and eigenvalues,and then perform the time-variant or time-invariant DOA through the subspace tracked via the
hessenberg
- 把复矩阵上hessenberg化,再应用qr算法可以求矩阵的特征值和特征向量-Hessenberg based on the complex matrix, then apply the qr algorithm can find eigenvalues ??and eigenvectors
Principal-contens-analysis(PCA)
- 用于主成分分析（PCA）,包括，原变量相关系数矩阵的特征向量和特征值的求解，主成分的提取，载荷值的确定等-Used principal component analysis (PCA), including the original variable correlation matrix eigenvectors and eigenvalues of the solution, the main component of the extract, load value
chap05-Polynomial-Interpolation
- 04-05 Engineering Problems involving vibrations, elasticity, oscillating systems, etc., Determine the eigenvalues for n homogenous linear equations in n unknowns -Engineering Problems involving vibrations, elasticity, oscillating systems, etc.,
yacobi
- 广义雅可比过关法计算全部特征值特征向量的fortran程序-Generalized Jacobian method to calculate all the eigenvalues pass eigenvectors fortran program
pca
- 主成分分析pca算法matlab程序代码：pca标准化、协方差、特征根特征向量、方差贡献率-Principal component analysis pca algorithm matlab code: pca standardized covariance, eigenvalues eigenvectors, the variance contribution rate. . .
matrix
- 在VC中用Matlab引擎计算实对称矩阵特征值和特征向量。.mor0为矩阵输入文件，.mor位结果输出文件。-Calculated using Matlab engine in the VC real symmetric matrix eigenvalues and eigenvectors. . Mor0 matrix input files,. Mor-bit result output file.
modulation3
- 不同信道下环境下（如瑞利衰落信道或只有路径损耗信道下）提取特征值-Under different channel conditions (such as Rayleigh fading or path loss only channel down) to extract the eigenvalues
LINEAR-ALGEBRA-DONE-RIGHT-2nd-ed
- 描述线性算子的结构是线性代数的中心任务之一，传统的方法多以行列式为工具，但是行列式既难懂又不直观，其定义的引入也往往缺乏动因。本书作者独辟蹊径，抛弃了这种曲折的思路，把重点放在抽象的向量空间和线性映射上，给出的证明不使用行列式，更显得简单而直观。本书把行列式的内容放在了最后讲解，开辟了一条理解线性算子结构的新途径。书中还对一些术语、结论、证明思路、提及的数学家做了注释，增加了行文的趣味性，便于读者掌握核心概念和思想方法。 本书起点较低，不需要太多预备知识，而特色鲜明，是公认的阐述线性代数
two-stepQRmethod
- 对于一个10乘10矩阵，先拟上三角化，再用带双步位移的QR方法求矩阵的特征值（包括复数特征值），再用列主元高斯消去法求矩阵的特征向量。-For a 10 by 10 matrix, first proposed on the triangulation, and then with a two-step displacement of the QR method, to calculate the eigenvalues of the matrix (includin