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。
上传时间： 2014-10-12
上传用户：zmy123
该程序为重积分的计算。应用复化梯形公式，采用逐次二分步长的方法，并应用外推思想。
上传时间： 2014-01-16
上传用户：515414293
DFT(Discrete Fourier Transformation)是数字信号分析与处理如图形、语音及图像等领域的重要变换工具，直接计算DFT的计算量与变换区间长度N的平方成正比。当N较大时，因计算量太大，直接用DFT算法进行谱分析和信号的实时处理是不切实际的。快速傅立叶变换(Fast Fourier Transformation，简称FFT)使DFT运算效率提高1～2个数量级。其原因是当N较大时，对DFT进行了基4和基2分解运算。FFT算法除了必需的数据存储器ram和旋转因子rom外，仍需较复杂的运算和控制电路单元，即使现在,实现长点数的FFT仍然是很困难。本文提出的FFT实现算法是基于FPGA之上的，算法完成对一个序列的FFT计算，完全由脉冲触发，外部只输入一脉冲头和输入数据，便可以得到该脉冲头作为起始标志的N点FFT输出结果。由于使用了双ram，该算法是流型(Pipelined)的，可以连续计算N点复数输入FFT，即输入可以是分段N点连续复数数据流。采用DIF(Decimation In Frequency)-FFT和DIT(Decimation In Time)-FFT对于算法本身来说是无关紧要的，因为两种情况下只是存储器的读写地址有所变动而已，不影响算法的结构和流程，也不会对算法复杂度有何影响。
标签： Transformation Discrete Fourier DFT
上传时间： 2016-04-12
上传用户：lx9076
本程序实现任意偶数大小图像第二代双正交97提升小波变换 注1： 采用标准正交方法，对行列采用不同矩阵（和matlab里不同） 注2： 为了保证正交，所有边界处理，全部采用循环处理 注3： 正交性验证，将单位阵带入函数，输出仍是单位阵（matlab不具有此性质） 注4： 此程序是矩阵实现，所以图像水平分量和垂直分量估计被交换位置 注5： 此程序实现的是类小波（wavelet-like）变换，是介于小波包变换与小波变换之间的变换 注6： 此程序每层变换相对原图像矩阵，产生的矩阵都是正交阵，这和小波包一致 注7： 但小波变换每层产生的矩阵，是相对每个待分解子块的正交矩阵，而不是原图像的正交矩阵 注8： 且小波变换产生的正交矩阵维数，随分解层数2分减少 注9: 提升系数可以在MATLAB7.0以上版本，用liftwave( 9.7 )获取，这里直接给出，考虑兼容性 注10：由于MATLAB数组下标从1开始，所以注意奇偶序列的变化 注11：d为对偶上升，即预测；p为原上升，即更新
上传时间： 2016-08-09
上传用户：lanjisu111
对数函数的图象与性质，本书籍针对与对数函数与图象性质而言
上传时间： 2016-11-20
上传用户：星仔
编写具有如下函数原型的递归与非递归两种函数f，负责判断数组a的前n个元素是否从大到小完全有序了，是则返回true，否则返回false。并编制主函数对它们进行调用，以验证其正确性。 bool f(int a[], int n) 提示： （1）非递归函数中只需逐对地判断各a[i]与a[i+1]是否都已从大到小有序排列（i = 0，1，…，n-2）。 （2）递归函数中将问题分解处理为：若n=1（即只有1个元素时）则返回true而递归出口；n>1时，若最后一对元素不顺序则返回false，否则进行递归调用（传去实参a与 n-1，去判断前n-1个元素的顺序性），并返回递归调用的结果（与前n-1个元素的是否顺序性相同）。
上传时间： 2017-01-02
上传用户：清风冷雨
编写具有如下函数原型的递归与非递归两种函数equ，负责判断数组a与b的前n个元素值是否按下标对应完全相同，是则返回true，否则返回false。并编制主函数对它们进行调用，以验证其正确性。 bool equ(int a[], int b[], int n) 提示：递归函数中可按如下方式来分解并处理问题，先判断最后一个元素是否相同，不同则返false；相同则看n是否等于1，是则返回true，否则进行递归调用（传去实参a、b与 n-1，去判断前n-1个元素的相等性），并返回递归调用的结果（与前n-1个元素的是否相等性相同）。
上传时间： 2014-01-18
上传用户：love1314
delphi 2005下编译通过。支持变学习率。具有通用性，传递函数可自己写（动态调用）。 下面是程序和使用的例子。学习《人工智能与专家系统》时写的。
上传时间： 2017-01-08
上传用户：xiaohuanhuan
模糊神经网络实现函数逼近与分类，实现模糊规则的提取。
上传时间： 2017-02-14
上传用户：cc1915
模糊神经网络实现函数逼近与分类，实现模糊规则的提取。
上传时间： 2017-02-14
上传用户：er1219
