搜索资源列表
SPECTRUM_LMS
- 1、文件夹中包含了经典功率谱估计和自适应均衡算法两个实验的所有程序。 2、R.m、LMS.m、LMSmain.m为自适应均衡算法的程序： R.m用来计算输入信号的自相关矩阵及其特征值； LMS.m为时域LMS算法，用统计的方法仿真得出不同信道参数和不同步长下的学习曲线； LMSmain.m为实验主程序，按照实验要求中的具体数据得到实验结果和曲线。 3、functionx.m、fzhouqitu.m、spectrum.m、bt.m、bart_lett.m、welch.m、SPE
tezhengzhi
- 计算任意方矩阵特征值特征向量的VC++源码
changyongsuanfachengxuji
- 本程序针对工程中常用的行之有效的算法而编写，其主要内容包括多项式的计算、复数运算、随机数的产生、矩阵运算、矩阵特征值与特征向量的计算、线性代数方程组的求解、非线性方程与方程组的求解、插值与逼近、数值积分、常微分方程组的求解、数据处理、极值问题的求解、数学变换与滤波、特殊函数的计算、排序和查找。 书中所有算法均用C语言描述。 本程序集可供广大科研人员、工程技术人员以及管理工作者阅读使用，也可作为高等院校师生的参考程序。 与本程序配套的书为《C常用算法程序集》。也一同上传。可从本网站上下载。
MPI
- 数值并行算法MPI编程实现 第十八章 矩阵运算 第十九章 线性方程组的直接解法 第二十章 线性方程组的迭代解法 第二十一章 矩阵特征值计算 第二十二章 快速傅氏变换和离散小波变换
EE
- 这个程序实现了计算矩阵特征值，包括最大的和最小的。-This program enables calculation of matrix eigenvalues, including the largest and smallest.
power
- 计算矩阵绝对值最大特征值的乘幂法的mpi并行算法-the maximum of eigenvalue
ahp-VCPP6.0
- 层次分析法 判断矩阵的输入，计算最大特征值及对应的特征向量，并做一致性检验-Analytic Hierarchy Process to determine the matrix input to calculate the maximum eigenvalue and corresponding eigenvectors, and consistency test
Lanczos
- Lanczos迭代算法，计算大型稀疏对称矩阵特征值-Lanczos iteration
Speech4
- 去均值 信号的白化 降序排列特征值 计算白化矩阵-Albino to mean signal to calculate the eigenvalues in descending order whitening matrix
PrPrcs_Data
- 利用雅克比计算矩阵的特征值与特征向量，相当于matlab里面的eig函数-Using Jacobi matrix eigenvalue and eigenvector, equivalent to the inside of the matlab with eig sells its function
matlab_work
- ordeig.m——主程序，调用后两者，计算特征值，按顺序排列，使虚部递减 pois.m ——对于平面Poiseuille流通过切比雪夫你拟谱法离散化生成O-S矩阵 Dmat.m ——求解切比雪夫微分矩阵 -ordeig.m main program, after calling two, computing eigenvalues in sequence, so that the imaginary part of diminishing po
MATLAB-numerical-calculation-code
- MATLAB语言常用算法程序集，包括插值算法，函数逼近，矩阵特征值计算等-matlab common algorithm
improved-harris
- 从经典的Harris角点检测方法不难看出，该算法的稳定性和k有关，而k是个经验值，不好把握，浮动也有可能较大。鉴于此，改进的Harris方法（）直接计算出两个特征值，通过比较两个特征值直接分类，这样就不用计算Harris响应函数了。 另一方面，我们不再用非极大值抑制了，而选取容忍距离：容忍距离内只有一个特征点。该算法首先选取一个具有最大最小特征值的点（即：max（min（e1，e2）），e1，e2是harris矩阵的特征值）作为角点，然后依次按照最大最小特征值顺序寻找余下的角点，当然和前一
nai_v87
- 是学习PCA特征提取的很好的学习资料，AHP层次分析法计算判断矩阵的最大特征值,包括AHP，因子分析，回归分析，聚类分析。- Is a good learning materials to learn PCA feature extraction, Calculate the maximum eigenvalue judgment matrix of AHP, Including AHP, factor analysis, regression analysis, cluster analysi
nrkeb
- 有循环检测，周期性检测，用于特征降维，特征融合，相关分析等,AHP层次分析法计算判断矩阵的最大特征值。- There are cycle detection, periodic testing, For feature reduction, feature fusion, correlation analysis, Calculate the maximum eigenvalue judgment matrix of AHP.
eigenshuffle
- 矩阵特征值与特征向量的计算，并实现特征值按从大到小的输出，相应的特征向量也跟随着改变-Matrix eigenvalues and eigenvectors are calculated and the eigenvalues are calculated large to small output, and the corresponding eigenvectors are also changed