代码搜索：矩阵分析
找到约 10,000 项符合「矩阵分析」的源代码
代码结果 10,000
www.eeworm.com/read/193177/8248888
txt 8.4.1利用邻接矩阵的网络最小生成树算法.txt
NET EQU 20H
LEN EQU 0E0H
POINT EQU 0F0H
N DATA 3EH
K DATA 3FH
TST:
MOV SP,#5FH
MOV DPTR,#NETDAT
MOV P2,#NET
MOV R0,#0
MOV R2,#80H
CPY:
CLR A
MOVC
www.eeworm.com/read/293272/8303053
doc me500演示程序中矩阵键盘编程原理的简介.doc
www.eeworm.com/read/269249/11103619
m 偶数平面阵切比雪夫矩阵及波束图形.m
%%%%%%% 偶数平面阵切比雪夫矩阵及波束图形
clear,clc
N=5;PI=pi/180;
p1=zeros(180,180);
p2=zeros(180,180);
sita=-90:89;DLLR=0.5;
fai=-90:89;
[sita,fai]=meshgrid(sita,fai);
u=pi*DLLR*(sin(sita*PI).*cos(sita*PI))
www.eeworm.com/read/146455/12646745
txt 8.4.1利用邻接矩阵的网络最小生成树算法.txt
NET EQU 20H
LEN EQU 0E0H
POINT EQU 0F0H
N DATA 3EH
K DATA 3FH
TST:
MOV SP,#5FH
MOV DPTR,#NETDAT
MOV P2,#NET
MOV R0,#0
MOV R2,#80H
CPY:
CLR A
MOVC
www.eeworm.com/read/389274/8537271
m learning_c.m
function d=learning_c(x,c)
%中心的学习
%x为np×ni的输入矩阵。
%c为ni×m的初始中心。
%d为ni×m训练好的中心。
d=even_k(x,c); %对输入进行聚类
tr(1)=sumsqr(d-c);
i=0;
while tr(i+1)~=0
c=d;
d=even_k(x,c);
i=i+1;
tr(i
www.eeworm.com/read/432932/8562645
m matrix_fewer_equations.m
% matrix_fewer_equations.m
% 求解非奇异线性方程组的解
A=[1 4 7 2;2 5 8 5;3 6 0 8];
y=[366;804;351];
% 方法一：左除法（结果中0最多）
x_1=A\y;
% 方法二：伪逆矩阵法（范数最小）
x_2=pinv(A)*y;
% 方法三：QR分解法
[Q,R]=qr(A);
z=Q'*y;
x_3=R\z;
www.eeworm.com/read/432932/8562652
asv eigenvalue_cond_number.asv
% eigenvalue_cond_number.m
% 求关于特征值的条件数
disp('矩阵的特征值条件数：')
A=pascal(8)
cond_equ=cond(A)
cond_eigs=condeig(A)
disp('矩阵的特征值条件数：')
www.eeworm.com/read/387420/8685059
m bit_rec.m
%由位平面重构出多分辨水印
function G=bit_rec(G0) %M为多分辨水印的尺寸,G0为三维矩阵
M=size(G0,1);
G=zeros(M,M);
for i=1:M
for j=1:M
for
www.eeworm.com/read/430329/8755993
m multout.m
% multout.m
P = [ 0.1 0.5; 0.3 -0.2 ]; % 已知输入矢量数据
S1 = 2; S2 =3; S3 = 5; % 已知各层节点数
[ R, Q ] = size (P); % 求出输入矢量的行和列
[ W1, B1 ] = rands (S1, R); % 给第一隐含层权值赋(-1, 1)之间的随机值
[ W2, B2 ] =
www.eeworm.com/read/429840/8786931
m examp1_3.m
function c1ex3
A=hilb(20); % 生成 20x20 的 Hilbert 矩阵，数值值
det(A) % 用数值算法求解该矩阵的行列式值，有很大的误差
B=sym(A); % 将矩阵转换成符号矩阵
det(B) % 用符号方法求矩阵行列式的精确值