搜索资源列表
矩阵所有运算
- 矩阵的转置、行列式、秩,逆矩阵求法,矩阵的三角分解、qr分解,对称正定矩阵的乔里斯基分解及行列式值,奇异值分解,广义逆的奇异值分解,矩阵特征值与特征向量的各种计算方法-all kinds of computational method of transposition of matrix, determinant, rank, inverse of matrix,triangle decomposition, qr decomposit
svdandnetwoks
- 逆矩阵相关算法,包括svd求奇异矩阵,高斯约旦法等-inverse matrix algorithms, including seeking SVD singular matrix, Jordan and France as Gaussian
ConsoleJava
- DotNet版的线性方程的解法,包括:高斯消元法,用于n阶非奇异矩阵;SVD分解法,求最小二乘解.目前还很难找到免费的DotNet版的数值计算程序.这里有源码(J#)和dll文件.-Kind version of the linear equation solution, including : Gaussian Elimination Act, for order n nonsingular matrix; SVD decomposi
DotMatrix
- DotNet版的线性方程的解法,包括:高斯消元法,用于n阶非奇异矩阵;SVD分解法,求最小二乘解.目前还很难找到免费的DotNet版的数值计算程序.这里有源码(J#)和dll文件.-Kind version of the linear equation solution, including : Gaussian Elimination Act, for order n nonsingular matrix; SVD decomposi
奇异值
- 图象处理中用到的奇异值分解及矩阵运算-singularity value decomposition and matrix computation used in image processing
Householder
- Householder法求解最小二乘问题。可以避免常规方法遇到奇异矩阵(即行列式|A|接近零)时误差太大的问题。本方法的精度非常高。-Householder method least squares problems. Avoid conventional methods encountered singular matrix (that is determinant | A | close to zero) error much of
dcjzqn
- 在Turbo C环境下开发,实现对称矩阵的输入,并判定是否为正定。可以修改输入模块实现对任意非奇异矩阵求逆。求逆算法采用伴随矩阵法,求解行列式采用化上三角矩阵法。该算法系本人根据《线性代数》描述编写,矩阵的最大阶数可任意修改,更具有通用性。-in Turbo C development environment and achieve symmetric matrix input, and to determine whether the
rtejfgds
- 现有的代数特征的抽取方法绝大多数采用一维的方法,即首先将图像转换为一维向量,再用主分量分析(PCA),Fisher线性鉴别分析(LDA),Fisherfaces式核主分量分析(KPCA)等方法抽取特征,然后用适合的分类器分类。针对一维方法维数过高,计算量大,协方差矩阵常常是奇异矩阵等不足,提出了二维的图像特征抽取方法,计算量小,协方差矩阵一般是可逆的,且识别率较高。-existing algebra feature extraction
svd_algorithm
- 详细介绍了奇异值分解中非奇异矩阵的性质结构,对研究奇异值分解的人可能有用
奇异值
- 图象处理中用到的奇异值分解及矩阵运算-singularity value decomposition and matrix computation used in image processing
svd
- 矩阵的奇异值分解算法-A algorithm of matrix singular value decomposition
svdpackc.tar
- 求矩阵奇异分解svd算法,共计4种实现方式,-for SVD matrix decomposition algorithm, for a total of four kinds of achievement,
矩阵所有运算
- 矩阵的转置、行列式、秩,逆矩阵求法,矩阵的三角分解、qr分解,对称正定矩阵的乔里斯基分解及行列式值,奇异值分解,广义逆的奇异值分解,矩阵特征值与特征向量的各种计算方法-all kinds of computational method of transposition of matrix, determinant, rank, inverse of matrix,triangle decomposition, qr decomposit
jacobifun
- 可以实现实对称矩阵的奇异值求解,也可以求高阶的,本人花了一周的时间完成的,效果还不错!-can achieve real symmetric matrix singular value of the solution can also seek high-end, I spent a week's time, the results were pretty good!
InvMat
- 利用矩阵的奇异值分解压缩图像,先将图像分块,对各块中的每个对应象素内积得到相关矩阵A,然后对A进行奇异值分解,选择n(n<N)个较大的特征值对应的特征向量,利用该向量与各块图像内积来压缩和恢复图像-matrix of singular value decomposition image compression, image first block of the block of each pixel corresponding t
dcjzqn
- 在Turbo C环境下开发,实现对称矩阵的输入,并判定是否为正定。可以修改输入模块实现对任意非奇异矩阵求逆。求逆算法采用伴随矩阵法,求解行列式采用化上三角矩阵法。该算法系本人根据《线性代数》描述编写,矩阵的最大阶数可任意修改,更具有通用性。-in Turbo C development environment and achieve symmetric matrix input, and to determine whether the
rtejfgds
- 现有的代数特征的抽取方法绝大多数采用一维的方法,即首先将图像转换为一维向量,再用主分量分析(PCA),Fisher线性鉴别分析(LDA),Fisherfaces式核主分量分析(KPCA)等方法抽取特征,然后用适合的分类器分类。针对一维方法维数过高,计算量大,协方差矩阵常常是奇异矩阵等不足,提出了二维的图像特征抽取方法,计算量小,协方差矩阵一般是可逆的,且识别率较高。-existing algebra feature extraction
svd_algorithm
- 详细介绍了奇异值分解中非奇异矩阵的性质结构,对研究奇异值分解的人可能有用-Detailed information on singular value decomposition of the nature of Sino-African singular matrix structure, singular value decomposition of the study may be useful
MINRES
- 采用CG法求解稀疏对称奇异矩阵得到的Ax=b-Implementation of a conjugate-gradient type method for solving sparse linear equations: Solve Ax = b or (A- sI)x = b. The matrix A- sI must be symmetric but it may be definite or indefinite o
C++实现矩阵的所有运算
- 矩阵的转置、行列式、秩、逆矩阵求法,矩阵的三角分解、qr分解,对称正定矩阵的乔里斯基分解及行列式值,奇异值分解,广义逆的奇异值分解,矩阵特征值与特征向量等等各种计算方法。(Transpose, rank, determinant, inverse matrix method of matrix decomposition, triangular decomposition of QR matrix, symmetric positive