MATLAB求解拉普拉斯代码二维边界积分算子的高阶局部校正梯形规则 这是论文随附的“zeta 校正正交”的 MATLAB 代码： B. Wu 和 PG Martinsson，Zeta 校正：构建奇异积分算子的校正梯形规则的新方法。 （2020 年，arxiv） 它包含修正的梯形规则，这些规则对于平滑闭合曲线上的拉普拉斯、亥姆霍兹和斯托克斯层势是稳定且高阶准确的。 作者：吴博伟，2020/7，更新于2021/1 还包含从 Alex Barnett 的包修改的支持功能 另见表面积分的相关代码。 依赖的注意事项： 最多 42 个订单的 Zeta 更正使用预先计算的权重。 （它们对应于kapur_rokhlin_sep_log.m函数的输入k <= 21 ）对于更高阶的更正，需要来自 Symbolic Math Toolbox 的vpa函数。 （此存储库中的测试文件不需要 Symbolic Toolbox。） 例子 以下是使用高阶 zeta 正交求解斯托克斯和亥姆霍兹外边界值问题的测试文件的一些示例输出。 收敛性根据边界上使用的点数显示。 主要测试文件说明： test_sto2d_bie.m

Dirichlet问题的边界积分方程法 使用边界积分方程方法求解平面域上拉普拉斯方程的狄利克雷问题，其中边界是具有 C^2 参数化的平滑简单闭合曲线。

基于拉普拉斯收缩的三维模型骨架提取算法及其Matlab实现，冀伟杰，谢鑫，介绍了三维模型骨架的概念及其数学表达，介绍了几种常用三维模型骨架提取算法的原理及适用性。选择基于拉普拉斯收缩的三维模型骨

图论中的拉普拉斯矩阵物理意义，对了解谱分割很有帮助

PCA pyPCA.py包含三种基于主成分分析（PCA）的方法，用于计算给定地理空间时间序列数据集中的时空变异性的时空模式。 三种方法包括： Empirical Orthogonal Function Analysis (EOFA) Singular Spectrum Analysis (SSA) Nonlinear Laplacian Spectral Analysis (NLSA) 该代码是根据和2.4节中概述的理论构建的。 请参阅随附的Jupyter笔记本中的每种方法的示例。 为了使用这些方法中的每一个，都需要以下Python软件包： NumPy SciPy

使用 Vivado HLS 和 AXI4-Stream 实现拉普拉斯滤波器示例。 您可以使用 GIMP2 以 RAW 格式查看结果。 原始图像大小为 240x120 像素（输出为 solution1/csim/build/image.data）。 结果图像大小为 238x118 像素（输出为 solution1/csim/build/result.data）。 原来的： 输出： 数据流： 请注意，只需要 2 个行缓冲区。 另请参阅：par2pix 分支，它的速度提高了 2 倍。

matlab高斯金字塔代码拉普拉斯金字塔 过滤器的GPU实现 该库包括过滤器和拉普拉斯金字塔的GPU实现。 还在openCV中实现了本地拉普拉斯金字塔和混合示例。 与此处给出的原始MATLAB代码相比，GPU代码可以非常快速地运行。 不幸的是，这是我一生中的第一个项目，因此代码设计得不好，实际上它们中有很多错误！ 档案文件 LaplacianPyramid.cu包含一些图像功能，可创建高斯图像和Gaplacian图像，混合图像的openCV示例，锐化等。 LocalLaplacianPyramid.cu包含本地拉普拉斯金字塔CUDA实现 main.cu是使用上面的简单界面 eskiKodlar是一个包含已尝试但未使用的代码的文件夹，就像一个回收箱 一些重要的注意事项 库取决于MyLibrary库（我知道它是如此愚蠢），可以找到它

函数 y = laprnd(m, n, mu, sigma) %LAPRND 生成从拉普拉斯分布中抽取的 iid 拉普拉斯随机数% 平均 mu 和标准偏差 sigma。 % mu : 意思% sigma : 标准偏差% [m, n] : y 的维度。 % 默认 mu = 0，sigma = 1。 % 有关详细信息，请参阅% http://en.wikipedia.org./wiki/Laplace_distribution

何子述信号与系统习题解答第5章拉普拉斯变换，课后习题详解

多重网格求解器 使用多重网格技术求解拉普拉斯方程 运行求解器 - make all && time ./solver_serial 或者 在分支 cilk - make cilk && time ./solver_cilk 或者 在分支make openmp && time ./solver_openmp - make openmp && time ./solver_openmp 或者 在分支 cuda - make cuda && time ./solver_cuda 要可视化解决方案，请运行python plot.py out.dat 绘制收敛历史运行python plot_data.py data.dat