// 带有列主元的高斯消元法 // 功能： 求解线性方程组 Ax = b // 参数： A － 指向n*n系数矩阵的指针 // b － 常数向量的指针 // n － 方程组的维数 // 返回值：0 － 如果成功。线性方程组的解保存在 b 中 // 1 － 求解失败
上传时间： 2013-12-18
上传用户：xcy122677
用全选主元高斯消去法求解N复系数阶线性方程组AX=B
上传时间： 2015-11-25
上传用户：ggwz258
对数回归方程 LogarithmRegress.cs 方程模型为 Y=a*LnX+b public override double[] buildFormula() 得到系数数组，存放顺序与模型系数相反，即该数组中系数的值依次是b,a。 public override double forecast(double x) 预测函数，根据模型得到预测结果。 public override double computeR2() 计算相关系数（决定系数），系数越接近1，数据越满足该模型。
标签： LogarithmRegress buildFormula override public
上传时间： 2014-01-23
上传用户：330402686
产生 正态白噪声序列 (1) 打印出前50个数 (2) 分布检验 (3) 均值检验 (4) 方差检验 (5) 计算相关函数 Bx(i),i=0,±1,±2,…, ±10。 B(m)=1/1000
上传时间： 2016-07-15
上传用户：kristycreasy
高斯－塞德尔迭代法算法： 设方程组AX=b 的系数矩阵的对角线元素 ，M为迭代次数容许的最大值， 为容许误差。 ① 取初始向量 ，令k=0 ② 对 计算 ③ 如果 ，则输出 ，结束；否则执行④， ④ 如果 ，则不收敛，终止程序；否则 ，转②。
上传时间： 2014-01-22
上传用户：集美慧
5.22④ 假设系数矩阵A和B均以三元组表作为存储结构。 试写出满足以下条件的矩阵相加的算法：假设三元组表A 的空间足够大，将矩阵B加到矩阵A上，不增加A、B之外 的附加空间，你的算法能否达到O(m+n)的时间复杂度?其 中m和n分别为A、B矩阵中非零元的数目。
上传时间： 2013-12-13
上传用户：coeus
程序清单A中收录了产生PPM-TH和PAM-DS这两个信号源的所有函数；程序清单B中收录了加性高斯白噪声（AWGN）信道建模，正交和非正交单脉冲PPM-TH接收机结构，以及反极性PAM-DS单脉冲接收机结构仿真所需的所有函数。
上传时间： 2013-12-22
上传用户：hwl453472107
matlab解线性方程组的源代码 function x=nagauss2(a,b,flag) ％ 用途：选列主元Gauss消去法解线性方程组ax=b ％ 格式：x=nagauss2(a,b,flag) a为系数矩阵，b为右端列向量，flag若为0，则显示中间过程
标签： nagauss function matlab Gauss
上传时间： 2013-12-22
上传用户：exxxds
车牌定位－－－VC++源代码程序 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。
上传时间： 2013-11-26
上传用户：懒龙1988
1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。
上传时间： 2014-01-08
上传用户：songrui
