利用c++程序来进行矩阵svd分解.奇异值分解 (singular value decomposition,SVD) 是另一种正交矩阵分解法；SVD是最可靠的分解法，但是它比QR 分解法要花上近十倍的计算时间。[U,S,V]=svd(A)，其中U和V代表二个相互正交矩阵，而S代表一对角矩阵。 和QR分解法相同者， 原矩阵A不必为正方矩阵。使用SVD分解法的用途是解最小平方误差法和数据压缩。
2022-12-02 18:54:49
769KB
1
本程序是邻接矩阵，邻接表的利用，共有4项功能,分别是：
(1)建立并显示图的邻接表。
（2)以非递归方式进行深度优先遍历，显示遍历结果。
(3)对该图进行拓扑排序，显示排序结果。
(4)给出某一确定顶点到所有其它顶点的最短路径。
2022-12-01 21:32:56
12KB
1
利用hessian矩阵求光斑中心坐标，精度可以达到呀像素级，该方法是基于opencv实现的。
2022-12-01 16:42:33
4KB
由样本相关阵出发求因子载荷矩阵
具体计算时，一般常只取 个特征根所对应
的因子载荷矩阵A 的前 个列向量
组成的矩阵作为因子载荷矩阵，条件是
达到85％以上即可。
因子旋转
用一个正交阵右乘A，使旋转后的因子载荷阵结构简化，即使得每个变量仅在一个公共因子上有较大的载荷，而在其余的因子上载荷比较小。
因子分析法的步骤
2022-12-01 10:18:26
4.05MB
1
1、 设x是数组，求均值和方差
>> mean(x)%求一维数组均值
>>a=std(x)%求标准差
>>b=a^2%标准差的平方即方差
2、求满足 的最小m值
编写M文件SUM.m如下
s=0;
n=0;
while(s<=100)
s=s+log(1+n);
n=n+1;
end
在Commend窗口输入
>> SUM
>> n
n =
38
3、用循环语句形成Fibonacci数列 。并验证极限 （提示：计算至两边误差小于精度1e-8为止）
F(1)=1;
F(2)=2;
k=2;
x=0;
e=1e-8;
a=(1+sqrt(5))/2;
while abs(x-a)>e
k=k+1;
F(k)=F(k-1)+F(k-2);
x=F(k)/F(k-1);
end
4、分别用for和while循环结构编写程序，求出 ，并考虑一种避免循环语句的程序设计，比较各种算法的运行时间。
for循环M文件FOR.m：
k=0;
for i=1:10^6;
k=k+sqrt(3)*2^(-i);
end
while循环M文件WHILE.m：
2022-11-30 14:20:06
1009KB
1
不使用'conv（）'的矩阵方法进行线性卷积在这里我编写了通过矩阵方法进行线性线性卷积的代码。 它需要两个向量并对它们进行线性卷积。 我做了一个名为 shiftFTN 的函数（函数代码附在 zip 文件中的主 m 文件中）来将向量向右移动 1。
2022-11-28 16:14:35
2KB
1