搜索资源列表
Cprograms
- 中南大学C语言程序设计实习 1 实验一:C语言图形模式的设置 2 实习二:一元函数的图形绘制 3 实习三:二维图形的几何变换 4 实习四:非线性方程求根的二分法 5 实习五:非线性方程求根的牛顿法 6 实习六:数值积分的矩形法和梯形法 7 实习八:级数求和问题 8 实习九:曲线拟合 9 实习十一:解线性方程组的Gauss消元法 10 实习十四:解线性方程组的Jacobi迭代法 11 实习十六:空间曲面和曲线的绘
Nr_C
- 书是针对工程上常用的行之有效的算法而编写的C语言函数程序集,在第一版的基础上作了修改和扩充。书中包括了近几年出现的许多新算法。全书分为数值计算与非数值计算两部分。其中数值计算部分的内容包括:线性代数方程组的求解、矩阵运算、矩阵特征值与特征向量的计算、非线性方程与方程组的求解、插值、数值积分、常微分方程(组)的求解、拟合与逼近、数据处理与回归分析、极值问题、数学变换与滤波、特殊函数、随机数的产生、多项式与连分式函数的计算、复数运算;非数值计算部分的内容包括:排序、查找、图形模式下读写屏幕象点、基本
NRTL_2
- 用NRTL模型,求解萘在一种离子液体中的活度系数。 求解非线性方程、非线性拟合都可以实现。 稍微对比了一下,发现还是拟合的结果好些。 Matlab源程序及结果在附件里-with NRTL model for naphthalene in an ionic liquid in the activity coefficient. Solve nonlinear equations, nonlinear fitting can be achieved. Contrast
CommonArithmetic
- 常用算法大合集; 包括插值、查找、常微分方程组求解、多项工与连分式函数计算、非线性方程与方程组求解、复数运算、汉字操作、基本图形操作、极值问题、矩阵特征值与特征向量的计算、矩阵运算、拟合与逼近、排序、数据处理与回归分析、数学变换与滤波、数值积分、随机数产生、特征函数、图形模式下读写屏幕象点、线性代数方程组求解等C语言算法-algorithms big Collection; Including interpolation, locate, ordinary differential equa
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
C_algorithm_program
- 本书是针对工程上常用的行之有效的算法而编写的C语言函数程序集,包括了近几年出现的许多新算法。全书分为数值计算与非数值计算两部分。其中数值计算部分的内容包括:线性代数方程组的求解、矩阵运算、矩阵特征值与特征向量的计算、非线性方程与方程组的求解、插值、数值积分、常微分方程(组)的求解、拟合与逼近、数据处理与回归分析、极值问题、数学变换与滤波、特殊函数、随机数的产生、多项式与连分式函数的计算、复数运算;非数值计算部分的内容包括:排序、查找、图形模式下读写屏幕象点、基本图形操作、汉字操作等。
Cchangyongsuanfa
- C常用算法程序集 针对工程上常用的行之有效的算法而编写的C语言函数程序集,在第一版的基础上作了修改和扩充。书中包括了近几年出现的许多新算法。全书分为数值计算与非数值计算两部分。其中数值计算部分的内容包括:线性代数方程组的求解、矩阵运算、矩阵特征值与特征向量的计算、非线性方程与方程组的求解、插值、数值积分、常微分方程(组)的求解、拟合与逼近、数据处理与回归分析、极值问题、数学变换与滤波、特殊函数、随机数的产生、多项式与连分式函数的计算、复数运算;非数值计算部分的内容包括:排序、查找、图形模式下
jsff
- 插值,常微分方程的初值,非线性方程的跟的求解,拟合,微分,线性方程组的求解,积分的实现
Numerical_Analysis-nonlinear_equations_algorithm_d
- 数值分析,LU分解求解,NEWTON法求解非线性方程,曲面拟合
numerical_value_calculate
- 计算机常用数值计算算法与程序(C++),主要用于科学计算中的复数运算,多项式与连分式计算,矩阵运算,矩阵特征值与特征向量的计算,线性方程组求解,非线性方程(组)求解,插值,数值积分,常微分方程(组)求解,数值拟合与逼近,数据处理与回归分析,极值等。
curvefiting
- 该程序利用最小二乘法进行拟合多元非线性方程。是我做毕设的时候写的。希望对大家有用。-This code can fit multivariable nonlinear equation by using least squares.
numerical
- 数值分析的实验文档和源程序 包含 1.样条插值 2.非线性方程求根 3.函数逼近和拟合 4.矩阵特征值计算 5.舍入误差分析 程序在相应文档中-Numerical Analysis of the experimental documentation and source code that contains 1. Spline Interpolation 2. Nonlinear equations Root 3. Function approximati
1
- 第二章 解线性方程组的直接法 --------------------------------------------------------------------------------------- 主函数文件 子函数文件 功能 实例 -------------------------------------------------------------------------------------- GELIMM.C GELIM.C Gauss顺序消去法解线
VisualC
- 常用数值算法源代码第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章随机数,第7章排序第8章特征值问题第9章数据拟合第10章方程求根和非线性方程组的解法第11章函数的极值和最优化第12章傅里叶变换谱方法第13章数据的统计描述第14章解常微分方程组第15章两点边值问题的解法第16章偏微分方程的解法-Numerical algorithm used
BP神经网络的非线性系统建模——非线性函数拟合
- 在工程应用中经常会遇到一些复杂的非线性系统,这些系统状态方程复杂,难以用数学方 法准确建模。在这种情况下,可以建立 BP 神经网络表达这些非线性系统。该方法把未知系统看成是一个黑箱,首先用系统输入输出数据训练 BP 神经网络,使网络能够表达该未知函数,然后用训练好的 BP 神经网络预测系统输出 。(In engineering applications, some complicated nonlinear systems are often encountered. The equations
B
- 根据初始参数及相关数据拟合出非线性曲线,从激光器的热稳速方程出发,结合数据,优化参数(According to the initial parameters and related data to fit out the nonlinear curve)
高效稳定的LMF方法求解非线性方程组
- 解决方案是通过弗莱彻版本的Levenberg-Maquardt获得的 用于最小化方程残差平方和的%算法。 %LMFnlsq应用程序的主要领域是在进行曲线拟合时 处理实验数据%。(A solution is obtained by a Fletcher's version of the Levenberg-Maquardt algoritm for minimization of a sum of squares of equation residuals. The main doma
ellipse
- 使用matlab编程,用椭圆方程拟合非线性方程,以最小二乘法辨识。(Matlab programming, the elliptic equation fitting nonlinear equation, with least square identification.)
Scipy
- SciPy—数值计算库 在NumPy的基础上增加一些功能 1、常数和特殊函数 2、线性代数-linalg 3、优化 (1)非线性方程组求解 (2)最小二乘拟合 (3)函数最小值 4、插值—interpolate (1)B样条曲线插值 (2)外推和Spline拟合 (3)二维插值 5、数值积分—integrate (1)球的体积 (2)解常微分方程组 6、统计—stats (1)连续和离散概率分布 (2)二项、泊松、伽玛分布 7、稀疏矩阵—sparse(On t
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