基于双严格对角占优的概念，针对线性方程组在求解时常用的JOR迭代方法，给出了JOR迭代矩阵 谱半径新的上界及迭代法的收敛性准则，不仅适用于严格对角占优矩阵，还适用于双严格对角占优矩阵类，对相 应迭代阵谱半径的估计更精确且扩大了JOR方法收敛参数的选取范围，并用数值例子说明了所给结果的优越性。
标签： 对角
上传时间： 2014-07-19
上传用户：lnnn30
粒子群算法工具箱 该工具箱将PSO算法的核心部分封装起来，提供给用户的为算法的可调参数，用户只需要定义好自己需要优化的函数(计算最小值或者最大值)，并设置好函数自变量的取值范围、每步迭代允许的最大变化量(称为最大速度，Max_V)等，即可自行优化。
上传时间： 2016-06-23
上传用户：541657925
后向传播，它通过迭代地处理一组训练样本，将每个样本的网络预测与实际知道的类标号比较，进行学习。
标签：
上传时间： 2013-12-31
上传用户：ryb
AR模型谱估计算法，对初涉AR模型谱估计的同学有很大的帮助，可以了解到其基本的模型构造和其谱估计的迭代步骤。
上传时间： 2016-06-29
上传用户：refent
Runge_Kutta算法 在计算方法中对微分方程进行求解，迭代进行求解，效率较高
标签： Runge_Kutta 算法 微分方程 计算方法
上传时间： 2016-07-01
上传用户：thuyenvinh
以下是从一维数据计算最大Lyapunov指数的算法源程序，在Visual C++中通过。 其中number一数据总量，dimension一重构维，delay-重构延迟，maxsplit一最大分离量 minsplit一最小分离量，iterates一迭代次数，resource-一维数据序列。
上传时间： 2013-12-22
上传用户：chenbhdt
微粒群工具箱PSOt为PSO的工具箱，该工具箱将PSO算法的核心部分封装起来，提供给用户的为算法的可调参数，用户只需要定义好自己需要优化的函数(计算最小值或者最大值)，并设置好函数自变量的取值范围、每步迭代允许的最大变化量(称为最大速度，Max_V)等，即可自行优化。
上传时间： 2016-07-03
上传用户：璇珠官人
最小均方（LMS）自适应算法就是一中已期望响应和滤波输出信号之间误差的均方值最小为准的，依据输入信号在迭代过程中估计梯度矢量，并更新权系数以达到最优的自适应迭代算法。LMS算法是一种梯度最速下降方法，其显著的特点是它的简单性。这算法不需要计算相应的相关函数，也不需要进行矩阵运算。
上传时间： 2013-12-15
上传用户：zhaiye
若不希望用与估计输入信号矢量有关的相关矩阵来加快LMS算法的收敛速度，那么可用变步长方法来缩短其自适应收敛过程，其中一个主要的方法是归一化LMS算法（NLMS算法），变步长 的更新公式可写成 W（n+1）=w（n）+ e（n）x（n） =w（n）+ （3.1） 式中， = e（n）x（n）表示滤波权矢量迭代更新的调整量。为了达到快速收敛的目的，必须合适的选择变步长 的值，一个可能策略是尽可能多地减少瞬时平方误差，即用瞬时平方误差作为均方误差的MSE简单估计，这也是LMS算法的基本思想。
上传时间： 2016-07-07
上传用户：changeboy
使用梯形法求函数的积分，迭代时步长是固定值。用面向对象的类编写
上传时间： 2014-01-13
上传用户：bruce5996
