在回顾了SPH无滑移边界条件施加方法的基础上, 针对Ellero等人提出的无滑移边界处理方法, 结合两次导数求解粘性项, 分析了利用Poiseuille流模型施加这种方法时会遇到的不稳定问题, 包括数值误差引起的不稳定问题和边界粒子场变量更新方式引起的不稳定问题, 提出了相应的解决方案并对其方法进行了一定的改进, 获得了更加精确的计算结果。最后尝试了一种与改进边界处理方法等效的方法, 并利用Poiseuille流模型进行了验证。

哈尔滨工程大学自动控制原理，第5章李雅普诺夫稳定性分析

Nonlinear Finite Element for Continua and Structure的答案，找了很久才找到，是英文版的

GStreamerHUD Mission Planner 的一个分支，具有基于 GStreamer/Qt 的高清 HUD。

EEL-4768-Project-2-：分支预测器模拟器的设计和实现，用于测试此体系结构组件的验证

摄像机镜头非线性畸变校正方法综述，可以帮助了解现有的各种畸变矫正方法，来自谋篇杂质

matlab输入函数公式代码varpro2 用于可分离非线性最小二乘优化问题的可变投影算法 VARP2 的相当快速的 MATLAB 实现。 关于 该软件允许您有效地解决最小二乘问题，其中对某些参数的依赖是非线性的，而对其他参数的依赖是线性的。 特别是，这个软件可以让你解决表格的问题 min_{a,B} |X - F(a) B|_F^2 + | R*a |_2^2 其中 X 是大小为 m × n 的数据矩阵，F(a) 是矩阵值函数（维度为 m × l 的矩阵），具有向量输入 a（对 a 的条目的依赖性可能是非线性的），R 是矩阵，B 是 al by n 矩阵。 代码需要的是一个函数，用于评估任何 i 的 F(a) 和 dF(a)/da_i（有关更多详细信息，请参阅代码文档）。 通常情况下，dF(a)/da_i 是一个稀疏矩阵。 在这种情况下，建议返回一个稀疏矩阵。 带有 R 的术语是可选的，可以用标量（对应于 Tikhonov 正则化）或矩阵来指定。 VARP2 算法基于以下会议记录报告： 用于解决非线性最小二乘问题的变量投影算法的扩展和使用，GH Golub 和 RJ LeVeque

基于间隙度量的非线性系统集成多线性模型预测控制

例3-8 线性+非线性 系统

2）fsolve求根函数. x = fsolve(FUN,x0) %x0可以是数，或区间 x = fsolve (FUN,x0,options) [x,fval]= fsolve (FUN,x0,options) [x,fval,exitflag,output,jacobian] = fsolve (FUN,x0,options,p1,p2,….) 说明：fun表示向量函数；x0为初值向量； options是设置的优化过程参数，主要包括显示控制display、误差限控制量Tolx、maxiter允许的最大迭代数等 X为返回根；fval返回根X处的目标函数值 ；exitflag表明解存在的情况 ，正数表明存在，负数表示解不存在（复数，非数，或无穷大） Jacobian是函数的x处的jacobi矩阵 Output表优化后的结题信息