科学与工程数值算法的源代码，有复数的计算，矩阵的计算，线性代数方程组的求解，非线性代数方程组的求解，插值，数值积分等，很实用！
上传时间： 2017-05-22
上传用户：SimonQQ
：Matlab具有强大的数值计算和分析等能力，而C／C++是目前最为流行的高级程序设计语言，两者互补结合的混合编 程在科学研究和工程实践中具有非常重要的意义。因此，从Matlab调用c，C++代码及c，C++调用m文件两方面，深入地研究 了它们之间混合编程的原理和实现机制，并且给出了具体条件下的混合编程方法和步骤。
上传时间： 2013-12-22
上传用户：hfmm633
学生的综合素质受多种因素影响,如何建立科学的评估体系是各大学多年来一直探索的问题。经 过分析各种因素建立了高校学生综合素质 模型,并对高校学生的综合素质进行科学地定性与定量分析,通 AHP 过模型计算表明:综合指数得出的结果能对学生的优点和弱点作出客观评价,有利于学生的全面发展,对当前进 行素质教育具有现实意义。
上传时间： 2014-02-02
上传用户：253189838
就是比较复杂的科学计算器，是基于LabVIEW完成的，可以进行多元素多进制的计算
上传时间： 2021-11-08
上传用户：qdxqdxqdxqdx
Mathlab发行的图形计算器应用于安卓设备的高品质显示屏上，对用户来说，计算更加清晰易懂且一目了然。这个程序有两大优势：首先，它不仅是一个精细的科学计算器，而且更重要的是，它在您输入过程中显示计算步骤，可以让学生观看和学习如何得出最终答案。第二，它的图形显示能力超乎寻常！不仅计算器显示图精美，而且会自动并显示生成x和y的值。本软件适用于Android平台专业版的功能* 3D图形* 全屏* 9的工作区域* 保存常量和函数库* 不要求因特网* 没有广告科学计算器* 算术表达式 +, - ，*，/，÷* 平方根，立方和多次方根 （保持‘√’密钥）* 指数，对数 （ln，log）* 三角函数sin π/2，cos 30°，...* 双曲线函数：正弦，余弦，正切，...（按“e”键切换）* 反函数（按直接功能键）* 复数，所有功能都支持复数* 导数 sin x' = cos x，... （按 x^n 键）* 科学记数法（在菜单中启用）* 百分比模式* 保存/载入历史图形计算器* 多种功能绘图* 隐函数的第二度（椭圆 2x^2+3y^2=1，等等）* 极性图 （r=cos2θ）* 参数函数，输入新线 （x=cos t，y=sin t）* 功能根和交叉点的图表，请点选的传说开启和关闭（左上角），使用菜单显示為一个列表* 图交叉口 （x^2=x+1）* 跟踪函数值和斜坡* 滚动和缩放图表* 捏放大* 横向全屏图* 函数表* 保存為图像图形* 表保存為 CSV分数计算器* 简单和复杂的分数 1/2+1/3=5/6* 混合数字时，使用空格输入值 3 1/2代数计算器* 线性方程 x+1=2 -> x=1* 二次方程 x^2-1= 0 -> x=-1,1* 较高多项式近似根* 系统线性方程组，每行写一个方程式，x1+x2=1，x1-x2=2* 多项式长除法* 多项式展开，多项式展开，因式分解矩阵计算器* 矩阵和向量运算* 点击点积 （按住*），多种功能的图形* 行列式，逆，规范，移调，跟踪库自定义* 用户定义的常量和函数* 保存/加载表达式
上传时间： 2021-12-12
上传用户：XuVshu
计算机科学无处不在，但传统教材枯燥无趣，致使很多程序员从未深入研究过这一对于实现高效程序设计至关重要的学科，也将很多对此话题感兴趣的非程序员挡在了门外。本书以简明扼要的形式介绍计算机科学知识，浅显易懂，既适合程序员巩固编程基础，也适合普通人了解计算机科学和计算思维。- 梳理了求解问题所需的基本数学知识，将想法转换为可供计算机执行的解决方案- 介绍了复杂度，借由时间复杂度与空间复杂度分析评估算法性能- 算法设计中使用的主要策略- 数据结构与抽象数据类型，以及它们如何影响最常见的数据操作的性能- 求解各类问题所用的一些知名算法与技术- 理解不同类型的数据库管理系统及其特性- 基本的计算机工作原理- 程序设计的本质
标签： 计算机
上传时间： 2022-05-22
上传用户：
集智俱乐部是一个从事学术研究、享受科学乐趣的探索者组成的团体，倡导以平等开放的态度、科学实证的精神进行跨学科的研究与交流，力图搭建一个中国的“没有围墙的研究所”。这些令人崇敬的、充满激情与梦想的集智俱乐部成员将带你了解图灵机模型、冯•诺依曼计算机体系结构、怪圈与哥德尔定理、通用人工智能、深度学习、人类计算与自然语言处理，与你一起展开一场令人热血沸腾的科学之旅。
标签： 人工智能
上传时间： 2022-06-21
上传用户：
本书是对以数据深度需求为中心的科学、研究以及针对计算和统计方法的参考书。本书共五章，每章介绍一到两个Python数据科学中的重点工具包。首先从IPython和Jupyter开始，它们提供了数据科学家需要的计算环境；第2章讲解能提供ndarray对象的NumPy，它可以用Python高效地存储和操作大型数组；第3章主要涉及提供DataFrame对象的Pandas，它可以用Python高效地存储和操作带标签的/列式数据；第4章的主角是Matplotlib，它为Python提供了许多数据可视化功能；第5章以Scikit-Learn为主，这个程序库为最重要的机器学习算法提供了高效整洁的Python版实现。
标签： python
上传时间： 2022-06-21
上传用户：
电磁场数值计算与电磁铁设计
上传时间： 2013-08-05
上传用户：eeworm
工程电磁场数值计算
上传时间： 2013-04-15
上传用户：eeworm
