将数据集转换为拉普拉斯矩阵，然后利用基于图论的谱聚类进行聚类。拉普拉斯矩阵采用高斯核函数，全连接方法计算。谱聚类擅长处理高维数据或非凸数据集。

在获得样本的基础上，用训练样本对图形进行最小距离法分类，并用测试样本测试，得到混淆矩阵

矩阵运算，计算在不同的情况下的矩阵的数学运算，可以应用到各个不同的领域

乘幂法求矩阵最大特征值及特征向量 反幂法求矩阵最接近某值特征值及特征向量 雅可比法求矩阵全部特征值及特征向量

浮点矩阵向量乘法的FPGA设计与优化.pdf

基于FPGA的全流水双精度浮点矩阵乘法器设计.pdf

快速乘法程序，对于矩阵的一些计算，提供了快速实现方法，希望能给大家一点帮助！

该文件可替代 Matlab 的 kron.m。 它包含更有效的 Kronecker 产品实现，用于密集、稀疏和逻辑矩阵。

result=movingmean(data,window,dim,option) 使用“dim”维度中“window”中指定的窗口大小，使用“option”中指定的算法，计算数据矩阵“data”的居中移动平均值。 Dim 和 option 是可选输入，默认为 1。 昏暗和可选的可选输入可以完全跳过，也可以用[]代替。 例如，movingmean(data,window) 将给出与movingmean(data,window,1,1) 或movingmean(data,window,[],1) 相同的结果。 输入数据矩阵的大小和尺寸仅受平台最大矩阵大小的限制。 Window 必须是整数并且应该是奇数。 如果窗口是偶数，则它向下舍入到下一个较低的奇数。 函数计算在指定维度前后包含中心点和 (window-1)/2 个元素的移动平均值。 在矩阵的边缘，减少之前或之后的元素数量，使实际窗

讲述了矩阵方程求解的定常迭代算法 - 经典(定常,不动点)迭代法: Jacobi/Gauss-Seidel,SOR,AOR等 - Krylov子空间迭代法: CG,MIRES,GMRES,BiCGStab等