搜索资源列表
SOR_迭代
- 重点内容是计算中的误差、函数方程求根、插值呆逼近、数值积分和微分、线性代数方程组解法、常微分方程初值问题的数值解法、数学软件。 -focus on the calculation of the error, solving functional equations, interpolation stayed approximation, numerical integration and differentiation, linear algebraic equations method,
shizhifenxi
- 数值分析算法描述与习题解答，由清华大学徐士良教书，用C编写的各种数学算法。比如：托伯利兹型线性代数方程组的递推算法，全选主元高斯消去法解复系数线形代数方程组，复矩阵求逆的全选主元高斯-约当法，等；-numerical analysis algorithm descr iption and answer the questions from Qinghua University XU Shi-liang, teaching C prepared by the various mathematica
Delphi-ChangYongShuZhiSuanFa
- Delphi常用数值算法(源码) 这些算法将为千千万万非计算机专业的工程技术人员架起一座方便快捷的桥梁，并能缩短应用软件的编制周期，减少重复劳动，达到事业功倍的效果。 第1章线性代数方程组的解法 第2章插值 第3章数值积分 第4章特殊函数 第5章函数逼近 第6章特征值问题 第7章数据拟合 第8章方程求根和非线性方程组的解法 第9章函数的极值和最优化 第10章傅里叶变换谱方法 第11章数据的统计描述 第12章解常微分方程组 第13章偏
MatrixGausBand
- 用高斯消去法解线性方程组，就是把矩阵化简，然后列出方程组，进而求出方程组的解-Using the Gauss elimination method with type equations
GaussSeidel
- 它是数值线性代数中的一个迭代法，可用来求出线性方程组解的近似值。-It is a numerical linear algebra iterative method can be used to obtain an approximation of linear equations.
munfan_v22
- 雅克比迭代求解线性方程组课设,滤波求和方式实现宽带波束形成，在MATLAB中求图像纹理特征。- Jacobi iteration for solving linear equations class-based, Filtering summation way broadband beamforming, In the MATLAB image texture feature.
genheng
- 模拟数据分析处理的过程，雅克比迭代求解线性方程组课设,在MATLAB中求图像纹理特征。- Analog data analysis processing, Jacobi iteration for solving linear equations class-based, In the MATLAB image texture feature.
MATLAB-algorithms-assemblies
- matlab常用算法程序集，包括插值、函数逼近、矩阵特征值计算、数值微分、数值积分、方程求根、非线性方程组求解、解线性方程组的直接法、解线性方程组的迭代法，随机数生成、特殊函数计算、常微分方程的初值问题、偏微分方程的数值解法、数据统计和分析-matlab commonly used algorithm for assembly, including interpolation, function approximation, eigenvalue calculations, numerical
matlab
- MATLAB矩阵分析与处理 矩阵结构变换 矩阵求逆与线性方程组求解-MATLAB matrix analysis and processing Matrix structure transformation Matrix inversion and linear equations
Normal-Algorithm
- 在本文章里面，有各种举出算法的C语言实现 1、大数阶乘 2、大数乘法 3、任意进制转换 4、最大公约数 5、最小公倍数 6、快速傅里叶变换 7，字符串的替换，查找，截取 8、叉乘法求多边形的面积 9、快速，希尔，选择等各种排序 10、二叉树，链表，链栈 11、二分查找 12、求解线性方程组，也叫中国余数定理 13、求点到直线距离 14、Prim算法求最小生成器 15、判断点与直线的关系，俩条直线的关系 16、求排列组合数，俩矢量角度
Conjugate-Gradient-Method
- 共轭梯度法（Conjugate Gradient）是介于最速下降法与牛顿法之间的一个方法，它仅需利用一阶导数信息，但克服了最速下降法收敛慢的缺点，又避免了牛顿法需要存储和计算Hesse矩阵并求逆的缺点，共轭梯度法不仅是解决大型线性方程组最有用的方法之一，也是解大型非线性最优化最有效的算法之一。 在各种优化算法中，共轭梯度法是非常重要的一种。其优点是所需存储量小，具有步收敛性，稳定性高，而且不需要任何外来参数。-Conjugate gradient method (Conjugate Gradie
fengseng
- 该函数用来计算任意函数的一阶偏导数(数值方法),雅克比迭代求解线性方程组课设,复化三点Gauss-lengend公式求pi。- This function is used to calculate the arbitrary function of the first order partial derivative (numerical methods), Jacobi iteration for solving linear equations class-based, Complex of
jui-V4.3
- 针对EMD方法的不足,在MATLAB中求图像纹理特征，雅克比迭代求解线性方程组课设。- For lack of EMD, In the MATLAB image texture feature, Jacobi iteration for solving linear equations class-based.
pt235
- 在MATLAB中求图像纹理特征，包含优化类的几个简单示例程序，雅克比迭代求解线性方程组课设。- In the MATLAB image texture feature, Optimization class contains several simple sample programs, Jacobi iteration for solving linear equations class-based.
FR
- 共轭梯度法（Conjugate Gradient）是介于最速下降法与牛顿法之间的一个方法，它仅需利用一阶导数信息，但克服了最速下降法收敛慢的缺点，又避免了牛顿法需要存储和计算Hesse矩阵并求逆的缺点，共轭梯度法不仅是解决大型线性方程组最有用的方法之一，也是解大型非线性最优化最有效的算法之一。 在各种优化算法中，共轭梯度法是非常重要的一种。其优点是所需存储量小，具有步收敛性，稳定性高，而且不需要任何外来参数。-The Conjugate Gradient method is a method b
石工1405-201404010521-平园园
- 解线性方程组的迭代法，非线性方程的求根方法(Iterative method for solving linear equations, nonlinear equation)
Data.PS科学计算与绘图软件
- Data.PS功能简介：本数据处理软件内置表格编辑器，可以方便的进行数据输入输出；可以进行常见的（a）数值计算，如求解线性方程组、非线性方程组、常微分方程组、多项式求根、傅里叶变换、傅里叶逆变换、线性规划求解、多元线性回归和多元非线性回归参数拟合(20参数)、插值、微分、积分、求逆矩阵、矩阵特征值和特征向量、行列式值；（b）统计分析，统计描述、频数分布、假设检验、正态分布检验、二项式分布检验、泊松分布检验、相关性分析、方差分析；（c）6Sigman工具，过程能力CPK计算、测量系统分析MSA、公
GAUSS-SEIDEL
- 改程序实现高斯赛德尔迭代求线性代数方程组的解法，迭代过程实现(this program is for GAUSS-SEIDEL iteration method)
高斯赛德尔迭代法
- %高斯赛德尔迭代法求方程组的解（矩阵公式求解） %A为方程组的系数矩阵；b为方程组的右端项 %x为线性方程组的解了；x0为迭代初值 %eps为误差限；M为迭代的最大次数 已验证，转matlab该后缀为.m
SEIR
- 一般的线性方程我们可以用最小二乘来解，一般的非线性方程我们可以用LM来解。 这里是线性微分方程组，所以我们采用最小二乘来解。 关键是构造出最小二乘形式，微分可以通过前后数据差分的方法来求。 不过这里还有一个技巧就是如果数据前后帧间隔过大，可以先插值，再对插值后的数据差分如果实际测量数据抖动过大导致插值后差分明显不能反映实际情况，可以先对数据平滑（拟合或是平均）再求差分。(We can use least squares to solve general linear equat