搜索资源列表
矩阵所有运算
- 矩阵的转置、行列式、秩，逆矩阵求法，矩阵的三角分解、qr分解，对称正定矩阵的乔里斯基分解及行列式值，奇异值分解，广义逆的奇异值分解，矩阵特征值与特征向量的各种计算方法-all kinds of computational method of transposition of matrix, determinant, rank, inverse of matrix,triangle decomposition, qr decomposition, cholesky decomposition an
svdandnetwoks
- 逆矩阵相关算法，包括svd求奇异矩阵，高斯约旦法等-inverse matrix algorithms, including seeking SVD singular matrix, Jordan and France as Gaussian
ConsoleJava
- DotNet版的线性方程的解法，包括：高斯消元法，用于n阶非奇异矩阵；SVD分解法，求最小二乘解.目前还很难找到免费的DotNet版的数值计算程序．这里有源码（J#)和dll文件．-Kind version of the linear equation solution, including : Gaussian Elimination Act, for order n nonsingular matrix; SVD decomposition method, least squares sol
DotMatrix
- DotNet版的线性方程的解法，包括：高斯消元法，用于n阶非奇异矩阵；SVD分解法，求最小二乘解.目前还很难找到免费的DotNet版的数值计算程序．这里有源码（J#)和dll文件．-Kind version of the linear equation solution, including : Gaussian Elimination Act, for order n nonsingular matrix; SVD decomposition method, least squares sol
奇异值
- 图象处理中用到的奇异值分解及矩阵运算-singularity value decomposition and matrix computation used in image processing
Householder
- Householder法求解最小二乘问题。可以避免常规方法遇到奇异矩阵(即行列式|A|接近零)时误差太大的问题。本方法的精度非常高。-Householder method least squares problems. Avoid conventional methods encountered singular matrix (that is determinant | A | close to zero) error much of a problem. The accuracy of th
dcjzqn
- 在Turbo C环境下开发，实现对称矩阵的输入，并判定是否为正定。可以修改输入模块实现对任意非奇异矩阵求逆。求逆算法采用伴随矩阵法，求解行列式采用化上三角矩阵法。该算法系本人根据《线性代数》描述编写，矩阵的最大阶数可任意修改，更具有通用性。-in Turbo C development environment and achieve symmetric matrix input, and to determine whether the positive. Can modify the inpu
rtejfgds
- 现有的代数特征的抽取方法绝大多数采用一维的方法，即首先将图像转换为一维向量，再用主分量分析（PCA）,Fisher线性鉴别分析（LDA）,Fisherfaces式核主分量分析（KPCA）等方法抽取特征，然后用适合的分类器分类。针对一维方法维数过高，计算量大，协方差矩阵常常是奇异矩阵等不足，提出了二维的图像特征抽取方法，计算量小，协方差矩阵一般是可逆的，且识别率较高。-existing algebra feature extraction method using a majority of th
svd_algorithm
- 详细介绍了奇异值分解中非奇异矩阵的性质结构，对研究奇异值分解的人可能有用
Matrix
- 矩阵运算的软件包，包括矩阵的LU分解、RQ分解、奇异值分解等-Matrix calculation of the package, including the LU decomposition of matrix, RQ decomposition, singular value decomposition, etc.
pinv
- //奇异值分解法求广义逆 //本函数返回值小于0表示在奇异值分解过程, //中迭代值超过了60次还未满足精度要求. //返回值大于0表示正常返回。 //a-长度为m*n的数组，返回时其对角线依次给出奇异值，其余元素为0 //m-矩阵的行数 //n-矩阵的列数 //aa-长度为n*m的数组，返回式存放A的广义逆 //eps-精度要求 //u-长度为m*m的数组，返回时存放奇异值分解的左奇异量U //v-长度为n*n的数组，返回时存放奇异值分解的左奇异量
matlab...
- 利用矩阵分析的方法对线性方程组进行求解分析，得出奇异值分解法相对于其他分解法的好处-Analysis using matrix method for solving linear equations analysis singular value decomposition method for the other benefits of decomposition method
svd_rar
- 奇异值分解/广义逆矩阵的svd算法代码,在解线性方程时用得上-svd siglar value decomposition
DES
- 基于矩阵奇异值分解的数字水印的设计与实现 -Matrix singular value decomposition-based digital watermark design and implementation
Matrix
- 此包包含了众多矩阵处理程序，能够满足矩阵处理的一般要求，由于将各功能分开到不同的“.cpp”文件中，故使用时需要用户自行选取更换合适自己使用的“.cpp”文件。其中，矩阵功能有：输出矩阵、矩阵转置、矩阵归一化、判断矩阵对称、判断矩阵对称正定、全选主元法求矩阵行列式、全选主元高斯(Gauss)消去法求一般矩阵的秩、用全选主元高斯-约当(Gauss-Jordan)消去法计算实(复)矩阵的逆矩阵、用“变量循环重新编号法”法求对称正定矩阵逆、特兰持(Trench)法求托伯利兹(Toeplitz)矩阵逆、
matrix
- 实现复数矩阵的基本运算，并能实现复数矩阵的求逆、快速傅里叶变换和奇异值分解等-The realization of the basic computing complex matrix, and can achieve complex matrix inversion, fast Fourier transform and singular value decomposition and so on. . . .
CLAPACK3-Windows
- LAPACK是用Fortran90和规定套路解决系统同步线性方程组，最小二乘解线性方程组，特征值问题，以及奇异值问题。相关的矩阵分解（陆，乔莱斯基，快速反应，分解，舒尔，广义Schur ）也提供了，因为有关的计算，如重新安排的舒尔分解和估计条件号码。致密带状矩阵的处理，而不是一般稀疏矩阵。在所有领域，类似的功能是提供真正的和复杂的矩阵，在单，双精度-LAPACK is written in Fortran90 and provides routines for solving systems o
qr
- 可用于一般及特殊矩阵即奇异矩阵进行QR分解-Can be used for general and special matrix that is singular matrix QR decomposition
MINRES
- 采用CG法求解稀疏对称奇异矩阵得到的Ax=b-Implementation of a conjugate-gradient type method for solving sparse linear equations: Solve Ax = b or (A- sI)x = b. The matrix A- sI must be symmetric but it may be definite or indefinite or singular. The scalar s is a
C++实现矩阵的所有运算
- 矩阵的转置、行列式、秩、逆矩阵求法，矩阵的三角分解、qr分解，对称正定矩阵的乔里斯基分解及行列式值，奇异值分解，广义逆的奇异值分解，矩阵特征值与特征向量等等各种计算方法。(Transpose, rank, determinant, inverse matrix method of matrix decomposition, triangular decomposition of QR matrix, symmetric positive definite matrix and the deter