Vector.h 是向量类，包含生成向量及各种操作符重载 Template.h 是各种表达式模板的集合，包含必要的向量加减乘法操作符重载。 Matrix.h 是AX=b中,关键A数组生成的类，这里我用了数组压缩技术，即把带状数组A压缩，使程序执行更有效率。 cgexpr.cpp是Main函数，包括使用三种时间差分即 Explicit,Implicit 和 CrankNicolson。 运行程序时需要在Command line里按如下格式输入10个指令： cgexpr hx hy tend tao a iterations eps residual.txt result.txt 其中cgexpr是主函数文件名，hx,hy,是有限差分对应的x，y大小，tend是时间长度，tao是时间差分对应的ht大小，a是使用哪种时间差分格式：0是Explicit,0.5是CrankNicolson,1是implicit.iterations 是一个时间段里循环的最大次数，eps是你设定的误差。residual.txt 和 result.txt 分别是误差和最后结果输出。 这个程序实现的偏微分方程是： @u/@t= (delta)u 你可以根据你需要计算的偏微分方程，修改Matrix.h中对应的m，n，t的表达式即可。具体表达式需根据你的方程推出。

该算法主要针对图像和背景进行差分计算，可以将目标进行快速的提取出来

描述有限差分方法如何求解热方程的实时脚本。

数学实验“微分方程组边值问题数值算法(打靶法,有限差分法)”实验报告(内含matlab程序).pdf

基于差分隐私保护技术的多方求和查询方法.docx

40种常用差分格式的源代码（Fortran语言），附说明

基于匿名化技术的理论基础，采用DBSCAN聚类算法对数据记录进行聚类，实现将个体记录匿名化隐藏于一组记录中。为提高隐私保护程度，对匿名化划分的数据添加拉普拉斯噪声，扰动个体数据真实值，以实现差分隐私保护模型的要求。通过聚类，分化查询函数敏感性，提高数据可用性。对算法隐私性进行证明，并实验说明发布数据的可用性。

基于差分隐私的协同过滤推荐系统的设计与实现.pdf

建立了一个用于求解非线性抛物型方程时间周期解的有限差分方法，在空间和时间方向上该方法分别具有四阶和两阶精度。为了证明解的存在唯一性，建立了一个单调迭代算法。该算法也给出了一个求解算法。同时讨论了数值解的收敛性。数值结果显示了该方法的优越性。

推荐系统已经成为Internet商家给用户提供个性化服务的高级商务智能平台之一，然而，用于研究推荐系统的数据信息里往往存在能够被攻击者直接或者间接获取的个人隐私。近年来受到极大关注的差分隐私保护是一种非常严格的、可证明的隐私保护模型。针对目前流行的协同过滤算法之一的矩阵分解进行了研究，提出了采用差分隐私保护技术对原始输入数据进行预处理和扰动处理的新方法。最后通过在真实数据集上进行相关实验验证，结果表明提出的带差分隐私保护的矩阵分解算法达到了预期：既能保护用做推荐研究的原始数据集的隐私，又没有严重影响推荐的准确率。