介绍了二维空间的抛物型偏微分方程基本解法——ADI与紧ADI方法

主要介绍了带导数的初边值问题求解思路——基于向前欧拉法以及Crank-Nicolson法

抛物型偏微分方程的Crank-Nicolson 方法； Richardson 外推法；紧差分法

介绍了求解抛物型微分方程的向前以及向后欧拉法，并配有python代码

常微分方程中狄利克雷边界条件下的高精度解法——紧差分法与Richardson 外推法

声波有限差分法正演模拟c语言程序，很不错的代码，初学者可以学习一下，无bug，可以运行！

python语言！~python语言！~稠密光流法与KL光流法，帧间差分法，背景建模法，vibe检测算法等。对于不同视频效果不同。不要认为适合所有。

拉普拉斯方程有限差分法的MATLAB实现，pdf格式

8.典型算例分析 设长直接地金属槽的横截面如图所示，其侧壁与底面电位均为零，顶盖电位的相对值为10。试求槽中间电位分布 cem@uestc.edu.cn 如何进行数值计算分析？ 数学模型，偏微分方程？ 边界条件？ 数值方法，区域离散？ 差分格式？ 计算，线性方程组求解？ 结果分析，图形显示？ *

中心差分法的MATLAB代码MATLAB中的时差学习演示 在此软件包中，您将找到MATLAB代码，这些代码演示了预测问题和强化学习中的时差学习方法的一些选定示例。 开始： 运行DemoGUI.m 从一组预定义的演示开始：选择一个演示并按Go 修改演示：选择预定义的演示之一，然后修改选项 随意分发或使用软件包，特别是出于教育目的。 我个人从徒步旅行中学到了很多东西。 软件包的存储库位于。 为什么时间差异学习很重要 RS Sutton和AG Barto从他们的书《强化学习入门》 （）引述： 如果必须将一种思想确定为强化学习的核心和新颖性，那么毫无疑问，这将是时差（TD）学习。 本质上，许多基本的强化学习算法（例如Q层和SARSA）都是时差学习方法。 演示版 Prediciton随机游走：了解我们可以多么精确地预测访问节点的概率 RL随机游走：了解RL生成的随机游走策略如何收敛计算的概率。 简单的网格世界（有或没有国王移动） ：了解RL产生的政策如何帮助代理人随时间推移找到目标（通过国王移动，这意味着沿着四个主要方向和对角线移动，即国王在国际象棋中移动的方式）。 有风的网格世界：风将代理商从