线性方程组求解模板,包括求解线性方程组的各种算法

java程序实现的通俗易懂的二分查找的算法源代码-java program to achieve the user-friendly dichotomous search algorithm source code

应用背景 支持向量机（Support Vector Machine，SVM）是一种新的机器学习方法，其基础是Vapnik创建的统计学习理论（Statiscal Learning Theory，STL）。统计学习理论采用结构风险最小化（Structural Risk Minimization，SRM）准则，在最小化样本点误差的同时，最小化结构风险，提高了模型的泛化能力，且没有数据维数的限制。在进行线性分类时，将分类面取在离两类样本距离较大的地方；进行非线性分类时通过高维空间变换，将非线性分类变成高维空间的线性分类问题。 关键技术 本章将详细介绍支持向量机的分类原理，并将其应用于基于乳腺组织电阻抗频谱特性的乳腺癌诊断。 乳腺是女性身体的重要器官，乳腺疾病类别繁多、病因复杂，其中，乳腺癌是乳腺疾病的一种，逐渐成为危害女性健康的主要恶性肿瘤之一。近年来，乳腺癌等乳腺疾病发病率呈明显上升趋势，被医学界称为“女性健康第一杀手” 。 相关研究结果表明，在直流状态下不同生物组织表现出不同的电阻特性，生物组织电阻抗随着外加电信号频率的不同而表现出较大的差异。常见的电阻抗测量方法有：电阻抗频谱法(Impedance Spectroscopy)、阻抗扫描成像法(Electrical Impedance Scanning，EIS)、电阻抗断层成像法（Electrical Impedance Tomography，EIT）等。电阻抗频谱法的测量依据是生物组织的电阻抗随着外加电信号频率的不同而呈现出较大的差异；阻抗扫描成像法的原理是癌变组织与正常组织及良性肿瘤组织的电导（阻）率相比，存在着显著性的差异，从而使得均匀分布在组织外的外加电流或电压场产生畸变；电阻抗断层成像法则利用设于体表外周的电极阵列及微弱测量电流，提取相关特征并重新构造出截面的电阻抗特性图像。 尽管目前的电阻抗测量结果还存在一些偏差，但相关研究已经证实癌变组织与正常组织的电阻抗特性存在显著地差异。因此，乳腺组织的电阻抗特征可以应用于乳腺癌的检查与诊断中。由于电阻抗测量法具有无创、廉价、操作

采用Thomas方法计算不可压缩Couette流的fortran程序-Calculated using Thomas incompressible Couette flow fortran program

用支持向量机(SVM)实现分类与函数回归的源代码。内有实例，依湖芦画瓢即可。-Using support vector machine (SVM) classification and function to achieve the reunification of the source code. There are examples, according to Lake Lo paintings can ladle.

自定义一些x,y坐标,可以模拟出一些光滑的曲线-x, y coordinates, and can simulate some smooth curve

SparseLib＋＋是可用于跨计算平台的有效的稀疏矩阵计算的C＋＋类库，软件包包括处理不同稀疏存储格式的矩阵类。包括两篇技术文档和类库的源代码（版本为1.6）-SparseLib++ can be used for cross-platform calculation of the effective sparse matrix calculation of the C++ class library , the package includes different store formats sparse matrices. Including two technical documentation and class library source code (version 1.6)

matlab 例程-Matlab routines

一个方便的求积分的类-a convenient points for the category

逆波兰式源码-Reverse Polish-type source

Goertzel基本算法在每次采样后立即进行处理，在每个第N次采样进行一次音调检测。在采用FFT算法时，我们要对成块的采样进行处理，但这并不意味着必须按块来处理数据。数字处理的时间很短，因此如果每次采样都存在一次中断，那么这些数字处理完全可以在中断服务程序(ISR)内完成。或者，如果系统中存在采样缓存，那么可以持续采样，然后进行批处理。-Goertzel basic algorithms in each sample immediately after processing, in each of the first N sub-samples to conduct a tone detection. In the use of FFT algorithms, we would like to be processed into a block of samples, but this does not mean that must block processing the data. Digital processing time is very short, so if an interrupt for each sample are present, then the digital processing is fully able to interrupt service routine (ISR) to complete. Or, if the system exists in sample buffer, you can continue to sample, and then batch.