搜索资源列表
SVD
- ％ 奇异值分解 (sigular value decomposition,SVD) 是另一种正交矩阵分解法；SVD是最可靠的分解法， ％ 但是它比QR 分解法要花上近十倍的计算时间。[U,S,V]=svd(A)，其中U和V代表二个相互正交矩阵， ％ 而S代表一对角矩阵。 和QR分解法相同者， 原矩阵A不必为正方矩阵。 ％ 使用SVD分解法的用途是解最小平方误差法和数据压缩。用svd分解法解线性方程组，在Quke2中就用这个
递推最小二乘估计算法
- 对于输入、输出数据较多的情况下，一次性完成的最小二乘估计算法计算量很大，速度降低而且有可能出现病态矩阵的情况，递推的最小二乘估计算法解决了上述问题。
hilbert
- 验证hilbert矩阵是病态矩阵-Authentication is a pathological matrix matrix hilbert
SVD
- ％ 奇异值分解 (sigular value decomposition,SVD) 是另一种正交矩阵分解法；SVD是最可靠的分解法， ％ 但是它比QR 分解法要花上近十倍的计算时间。[U,S,V]=svd(A)，其中U和V代表二个相互正交矩阵， ％ 而S代表一对角矩阵。 和QR分解法相同者， 原矩阵A不必为正方矩阵。 ％ 使用SVD分解法的用途是解最小平方误差法和数据压缩。用svd分解法解线性方程组，在Quke2中就用这个
CG
- 求解大规模对称矩阵的CG算法，及预处理PCG使用Matlab语言，可以解1000阶以上的矩阵，以病态矩阵hilbert为例-Solving large-scale symmetric matrix of the CG algorithm, and pretreatment of PCG using Matlab language, you can order more than 1,000 solution matrix, as an
SolvingEquations
- 使用：Gauss消元，列主元Gauss消元，平方根法（对称阵），改进的平方根法 解著名的病态矩阵Hilbert矩阵为系数的方程-Use: Gauss elimination, Gauss out PCA elimination, the square root law (symmetric matrix), the square root method for improved well-known pathological mat
Jacobi
- 雅克比迭代法 求Hilbert矩阵病态方程组-Iterative Method Jacobian matrix pathological Hilbert equations
jacobi
- 利用jacobi法求解病态线性方程，其中矩阵为hilbort矩阵-Jacobi method used to solve ill-linear equations, including matrix hilbort matrix
newLUok
- 数值分析中LU分解的程序，程序采用选取主元的方法有较高的精度，对病态矩阵也有较好效果-LU decomposition of numerical analysis procedures, procedures used to select principal components method with high accuracy, on the ill-conditioned matrix has good results
newQRok
- 数值符号计算中利用QR分解求解方程的程序，经过病态矩阵的验证，程序有较高的精确性-Symbolic computation in numerical solving equations using QR decomposition process, through the ill-conditioned matrix of validation, the program has high accuracy
Jacobi
- 普通解矩阵时，在计算量想当大时候，会出现病态矩阵，这个程序采用迭代方法计算。-it s a way to calculate the matrix.everyone can have a try .solving the matrix is a problem ,this maybe can help you~
bing_tai_juzhen_chuli
- 病态矩阵分析 多角度阐明什么是病态矩阵 并且采用了正交化的处理来解病态矩阵-Pathological matrix multi-angle matrix and to clarify what is ill treatment by the orthogonal matrix to solve ill
regu
- 反问题求解中解决病态矩阵问题的正则化算法。-Solving the inverse problem regularization algorithm
Linear_solver
- Matlab，线性方程组求解典型算法，含共轭速降法（大规模矩阵），一种正则化方法（处理病态矩阵），含相应算例与user guide-Matlab, solving linear equations typical algorithms the conjugated downhill Act (mass matrix), a regularization method (treatment of morbid matrix) contai
ZG
- 病态矩阵HILBERT，正则化高斯消元法，cholesky分解法-Ill-conditioned matrix HILBERT, regularization of Gaussian elimination method, cholesky decomposition
ols-(1)
- 正交最小二乘求解病态矩阵问题-ols method to solve
6
- 计算方法hibbert矩阵程序,计算方法上机时间第六题 关于病态矩阵的-Matrix calculation procedures hibbert
AGJDN
- 压缩包包含三个文件： 全主元高斯-约当消元法程序AGJDN.m；基于全主元高斯-约当消元法的迭代求解病态矩阵方法AGJDNM.m；AGJDN.m的测试方程。 程序参考自：Fortran常用算法程序集（第二版） 徐世良编。AGJDN.m能求解部分病态矩阵，而AGJDNM.m对于我的测试矩阵效果不佳，但也一并上传，仅供参考。 错漏之处，还望指正。 -Gaussian-Jordan elimination base on al
线性方程组计算
- 利用高斯消元法法求解病态矩阵——hilbert 矩阵的线性方程组。通过条件数分析，找出误差较大的原因。再利用 Jacobi 迭代方法、G-S 迭代方法和 SOR 迭代法做了进一步探究。另外，作为要求之外的，还使用共轭梯度法来求解方程以来进行对比，并利用Tikhonov 正则化的方法改善矩阵的条件数，来减小误差。(The Gauss elimination method is used to solve the linear equati
vel_Tikhonov
- tikhonov求解，正则化参数为0.1，应用svd分解，求解病态矩阵的解。(Tikhonov solution, regularization parameter is 0.1, using SVD decomposition to solve the ill-conditioned matrix solution.)