枚举法的matlab代码实现 newtonMethod 牛顿法求解复数域上x^4-1=0收敛域的程序 using Python [总体分析] 1、牛顿法本质上是关于迭代求解非线性方程解的方法，而迭代是为了不断逼近精确解。牛顿法迭代的关键在于对非线性函数（方程）的线性化。它是一种近似求解的方法，关于其原理不再赘述。 2、求解收敛域，程序的关键在于如何判断对于给定的初值，是收敛的还是发散的。如果收敛，收敛于哪个解。 3、经过综合考量程序性能和解的正确性，同时根据牛顿法在收敛域内能以平方量级快速收敛的特点，确定程序中牛顿法退出迭代的限制条件为：①最大迭代次数限制（判定为发散）；②迭代值之间距离精度限制（收敛）；③函数值精度限制（收敛）。 4、通过枚举一定范围内的点，来绘制出收敛域。 5、同时需要注意一些特殊情况，比如在运用迭代时，分母为0的情况。 [编程语言与环境] C/C++/C#/Java等编译型语言：由于编译型语言对变量类型限制严格（在编译之前必需确定变量类型），容易让程序员花费过多精力纠结于程序实现细节而忽略问题本身的分析，为了提高效率，不采用； MALTAB：解释型语言，不支持面向

仿真matlab程序代码

均方误差的matlab代码实现导弹估计 抽象的 该项目的目标是使用视线测量法用导弹拦截目标。 在该项目中使用了两种模型来开发状态动力学：高斯-马尔可夫模型和随机电报模型。 连续时间卡尔曼滤波器用于确定两个模型的横向位置，速度和目标加速度的最小方差估计。 将这些估计值与它们在10秒钟的跨度内的对应真实值进行比较。 为了确定卡尔曼滤波算法是有效的并且所使用的模型是正确的，对10,000个实现进行了蒙特卡洛模拟。 通过仿真将不同状态的均方根误差与相应的滤波器值进行比较。 卡尔曼滤波器在模拟高斯-马尔可夫模型和随机电报模型方面的性能相似。 代码说明 one_real_gm使用高斯-马尔可夫模型运行连续时间卡尔曼滤波器的一种实现。 它绘制了真实状态与估计状态的关系 one_real_tele使用随机电报模型运行连续时间kalman滤波器的一种实现。 它绘制了真实状态与估计状态的关系 monte_carlo_gm使用高斯-马尔可夫模型对连续时间卡尔曼滤波器进行蒙特卡洛模拟。 它绘制了模拟的状态均方根误差与滤波器计算的均方根误差。 monte_carlo_tele使用电报模型对连续时间kalman滤

1.分为脚本和程序，可修改脚本中的条件，也可直接在其他函数中调用该程序 2.自带画图显示 3.注释简单易懂

1.分为脚本和程序文件，方便修改和调用 2.注释较多，简单易懂 3.目标函数，精度，迭代次数等条件可修改，兼容性强

FFT（快速傅里叶变换），用Matlab代码实现。在Matlab中调用此函数时输入FFT_1('XXX.wav')即可直接调用。

这是chan-vese模型的matlab代码实现，对于c-v模型想了解的用户还是很有帮助的。

matlab代码实现分形维数计算

用鲸鱼算法从零实现鲸鱼算法，并用来求解多元函数最小值问题，代码完整注释详细并附带部分参考文献

里面包含了很多很实用的算法,当然也有很多经典的算法,括用MATLAB实现的原代码,是不可多得的资源.