抛物线法求一维函数的极值

一维伽辽金型无网格法MATLAB程序 无网格方法采用基于点的近似，可以彻底或部分地消除网格，不需要网格的初始划分和重构，不仅可以保证计算的精度，而且可以大大减小计算的难度。然而，由于目前的无网格近似一般没有解析表达式，且大都基于伽辽金原理，因此计算量很大，要超出传统的有限元法；另外，无网格近似大都是拟合，因此对于位移边界的处理比较困难，多采用拉格朗日乘子法处理。-1维伽Galerkin-type meshless method MATLAB procedures meshless method based on the point of approximation, can be completely or partially eliminate the grid, the grid does not require the initial division and reconstruction, not only can guarantee the accuracy of the calculation, and can greatly reduce the difficulty of calculation. However, due to the current meshless approximation there is no analytic expression in general, and mostly based on the Galerkin principle, the calculation of a large volume, it is necessary to go beyond the traditional finite element method In addition, the meshless approximation are fitted, so displacement of the border more difficult to deal with, the use of Lagrange law.

应用背景matlab仿真硬件时用的定点化仿真,一般用matlab 直接生成的滤波器响应仿真，因为结果是浮点的，所以和真实硬件计算出的结果差别很大。所以应当进行定点化处理，再检查响应曲线，在硬件设计（FPGA）就应该提前清楚到底要多和位的精度。关键技术输入参数是归一化的浮点数以及位宽，bit_floor.m用来仿真低位直接截断后的效果。bit_round.m是硬件按真正的四舍五入截断处理后的效果。bit_round_hw.m是仿真硬件处理里简化版四舍五入。

speex 1.1.12 编码 稳定版本-speex 1.1.12 stable version of code

对选择的图片进行傅立叶变换，并且显示出处理后的图片。-Select the picture on the Fourier transform.

大学里必学的一门课程，数值分析的一个必做的程序，拉格朗日一次插值-universities will learn a curriculum, a numerical analysis of the process will do, Lagrange interpolation.

蚁群算法在数值方法中的应用以及求解最优化函数的极值问题-Ant Algorithm in numerical methods and applications to solve the optimization problem function extremum

应用背景模糊数学将会成为人工智能的理论基础!!!     众所周知,人类很多的新发现新理论的诞生都和数学有千丝万缕的关系,数学亦有科学中的科学之美称,不幸的是,应该教育让数学变成枯燥无味,一度它成了我的致命科目,其实哪门科目都让我头痛!模糊数学的诞生是历史性,它可能是引导人工智能的发展方向,这是我以前就作过的设想,非常巧合的是,后来在网上居然发现有专家的观点与我的不谋而合!    人工智能是一个仿生学,他仿的是人类的大脑,以现今人类的科技水平,对大脑的研究也不过是初级阶段,但有生活经验的人都知道,大脑应该是这种思维模式,先从外界学习知识,并将其储存,到再遇到类似问题时再将其拿出来对比,随着经验的丰富,在某些问题分析得更为透彻,这就涉及一个问题,就是当储存后的知识,怎么和后来接触到的新知识相比较,你用红笔写了个"人"字,他用黑笔写了"人"字,对我们人来说,这都是一个人字,不管你用黑笔还是红笔,但机器不同,他之前接受的可能是用粉笔写的是"人"字,现在面对两个同样的家,颜色是不同的,但字是一样的,这就要对之前的储存信息进行筛选,即筛去颜色属性,将笔画进行

矩阵的最大特征值的幂法. 对于工程计算而言，矩阵的特征值和特征向量都是相当重要和常见的数据，这里给出的幂法是一种常见的求解方法，用的是迭代的思想。 符号说明: 1A为待求的矩阵， 2Uk，Vk为迭代用的列向量。 3最后的最大特征值maxLamda由最后一次的max(Uk)-----求Uk中的绝对值最大的元素的绝对值.所决定。 而maxLamda所对应的特征向量由最后一次迭代的Vk所决定. 主要的想法就是先选一个不为0的初始向量U0!=0，然后按下面的式子迭代。 -matrix eigenvalue of the largest power France. For engineering calculation, Matrix eigenvalues and eigenvectors are very important and common data, here is the power law is a common solution, using the iterative thinking. Symbol : 1A of the question for the matrix, 2Uk, Vk iteration of the column vector. The final three largest eigenvalue maxLamda from last max (uk Hoffmann for the uk the largest absolute value of the absolute value of the element. by decision. While maxLamda corresponding eigenvectors from the last iteration of Vk decision. The main idea was first choice not one of the initial vector 0 U0! = 0, then by the following formula iteration.

mtspf_ga.m是主函数，floyed  是计算任意两点最短路径的算法，myLength 是计算距离的函数，lujing是本例子中所需的数据，只需运行ceshide 即可完美解决“最佳灾情巡视路线问题”。

资源描述 C4.5算法与其它分类算法如统计方法、神经网络等比较起来有如下优点：产生的分类规则易于理解，准确率较高。其缺点是：在构造树的过程中，需要对数据集进行多次的顺序扫描和排序，因而导致算法的低效。此外，C4.5只适合于能够驻留于内存的数据集，当训练集大得无法在内存容纳时程序无法运行。