（三）计算指标信息熵值e和信息效用值d ①计算第j项指标的信息熵值的公式为： (式中,K为常数, ) ②某项指标的信息效用价值取决于该指标的信息熵ej与1之间的差值，它的值直接影响权重的大小，信息效用值越大，对评价的重要性就越大，权重也就越大。

插值是数值分析领域的一个主要部分,插值理论能解决物理已知的表格数值中查找未知的值。结合插值理论建立插值函数进行插值计算,得到甘油在某一温度下的粘度。内插和外插在实际预测汽油价格中的比较,得到外插的稳定性、可信性和精度都不如内插。利用实例,通过分段线性插值得到解决画图中的Runge现象的方法。

利用matlab和插值法实现序列信号的包络，y为信号序列，添加之后可以直接运行成功。给那些需要的人仅供参考，如有异议，可以交流。

分段线性插值、分段二次多项式插值、分段三次多项式插值均属于分段低次多项式，其公式如下，这里采用Lagrange型基函数。三次样条插值法（三弯矩法）根据给定xi,yi(i=0, …,n)以及边界条件（这里选取第三类边界条件），计算关于M0，M1，…Mn的线性方程组中的有关参数（系数矩阵的元素和右端项）；

根据.raw文件还原了原始位图，并且用双线性插值法实现对位图的放缩，

测试用例的设计-边界值法例子~~~~~~~~~~~~~~~~

这是一份关于插值法的ppt，之前学习是用到的资源，现在贡献给大家参考。

用Matlab实现数值计算方法中的解线性代数方程、插值法、求积分以及非线性方程组的求解问题。

一维插值 插值不同于拟合。插值函数经过样本点，拟合函数一般基于最小二乘法尽量靠近所有样本点穿过。常见插值方法有拉格朗日插值法、分段插值法、样条插值法。 拉格朗日插值多项式：当节点数n较大时，拉格朗日插值多项式的次数较高，可能出现不一致的收敛情况，而且计算复杂。随着样点增加，高次插值会带来误差的震动现象称为龙格现象。 分段插值：虽然收敛，但光滑性较差。 样条插值:样条插值是使用一种名为样条的特殊分段多项式进行插值的形式。由于样条插值可以使用低阶多项式样条实现较小的插值误差，这样就避免了使用高阶多项式所出现的龙格现象，所以样条插值得到了流行。 # -*-coding:utf-8 -*

在图像几何变换中，图像中每个像素的值都按空间变换算法发生了变化。由于数字图像的坐标是整数，经过这些变换后坐标不一定为整数，因此要对变换后的整数坐标位置的像素值进行估计，即要进行图像的插值。MATLAB图像处理工具箱提供了3种插值方法：第一种是最近邻插值（nearest neighbor interpolation），最近邻插值的输出像素值等于输入图像中与其最临近的像素点的值；第二种是双线性插值（bilinear interpolation），双线性插值法的输出像素值是它在输入图像中2*2邻域像素的平均值；第三种是双立方插值（bicubic interpretation），双立方插值法的输出像素