线性方程组的解法

清华大学数学实验之线性方程组的数值求解幻灯片与MAT源码-Tsinghua University, Experimental Math linear equations of the numerical solution of the slide with the MAT-source

我在matlab中做一个项目，有些matlab工具栏我不知道如何在程序中连接，这就是为什么我不想了解matlab基础软件系统的原因

它由表达式到表达式后缀组成

应用背景的今天，剧本TFR的计算和信号代预计将完全兼容GNU Octave，但用户写几行代码来产生时频图。关键技术假设每个类的特征都是由高斯分布具有相同的已知协方差，但不同的手段它可以证明（杜达等，2000），LDA是最优的，因为它最大限度地减少误判率。在布兰卡茨等人（2011）所示的假设不同手段的一个共同的类协方差的很好地满足脑电分类问题。

应用背景小目标检测在大量的实际项目中扮演着关键的角色，如红外警戒和防御警戒，不仅精度是必要的，但也需要鲁棒性。在本文中，作者 ；提出了一种鲁棒的红外小目标检测的灵感来自一个小目标与背景之间的人眼视觉效果的DSBM。关键技术作者提出这个问题作为突出区域检测，这是由一个小目标的事实，可以吸引人的眼睛在红外图像的事实的启发。这种视觉效果产生的差异，一个小目标类似于各向同性高斯形状由于远距离热成像系统的光学系统的点扩散函数，而背景杂波通常是局部取向。基于这一观察，提出了一种新的鲁棒方向显着性为基础的方法，将视觉注意理论的红外小目标检测；

delphi实现的apriori算法源代码-delphi realized apriori algorithm source code

本手册介绍了 matlab 优化工具箱线性和非线性独立分量分析 （ICA） 和盲源分离 （BSS），基于 theminimization 的互信息 （MI） 的提取组件。体力涵盖工具箱中的使用

此源代码借助opnet平台实现了固定TDMA协议，对于学习opnet的初学者来说这是一个很好的例子，比较全面的涉及了opnet的方方面面。

应用背景基于OPENCV的人脸检测算法，能够实现基本的人脸检测，对于初学者是较好的实例，可根据具体的平台进行修改关键技术目标检测已经应用到很多领域，目前人脸检测是较为热门和成熟的话题，本代码希望通过简单实例，介绍基本的入门代码。

误差分析的方法有多种，这是一种先验估计误差的方法，较以往的“向前误差分析”在矩阵运算的舍入误差估计上有较好的结果，以而使矩阵的误差分析获得了突破性的进展，使不少用向前误差分析难于判定可靠性的数值方法获得新的进展。特别值得一提的是，在工程技术界，经常使用几种不同的计算方法，甚至使用实验方法进行比较，从而确定计算结果的可靠性，这也是一种有效而实用的方法。-error analysis by a number of means, which is a priori estimation error method, compared to the previous "Forward Error Analysis" in the matrix calculation error into the homes a better estimate on the results of a matrix so the error analysis of a breakthrough in the progress, many with forward error analysis can be difficult to determine on the numerical method to achieve new progress. Particularly worth mentioning is that in the engineering technology sector, often use several different methods of calculation, or even the use of experimental methods, in order to determine the reliability of results, which is also an effective and practical method.