svm网格寻优matlab代码下载稀疏SVM学习 快速/高效/稀疏 SVM 学习的多种实现。 还有一些数据稀疏编码实现。 Soft-Margin SVM 学习 要学习具有典型 SMO 类优化算法的标准 SVM 并使用 k 折交叉验证进行网格搜索，请下载 并将其添加到您的 MATLAB 搜索路径中。 测试这个的脚本是： boundary_learning_2d.m boundary_learning_robots.m 这些包含必要的代码片段，用于为 2D 玩具问题和真实的大数据自碰撞避免数据集找到最佳超参数集，必须下载找到 此实现通过一种 SMO 优化解决了双 QP 问题，这会产生准确的结果，但对于大量数据点可能需要很长时间。 优化是用 C++ 实现的，但它有 MATLAB mex 接口可以从 Matlab 运行它们。 根据我的经验，我尝试从 270k 点学习 SVM，但在（不太旧的）PC 上解决了几天。 GPU 加速的 Soft-Margin SVM 学习 软边距 SVM 学习的这种快速实现依赖于利用 GPU 的计算能力。 给定正确的 NVidia 卡，算法非常快！ 测试这个的脚本是：

有限元网格化分程序实现gmesh.part1.rar

有限元网格化分gmesh.part2.rar

之前发布的作废，这是从老外的源码转换过来，并进行了扩展： 1>添加了水平和垂直网格线 2>添加了MVVM 3>添加了UI虚拟化的支持 4>支持自动填充列和最小宽度列 5>可绑定到Datatable，从而进行编辑操作 6>可装载海量数据，单层数据超过1W，瞬间完成，50W数据的滚动不卡顿 7>集成到ComboBox中 8>有两个主题，一个有类似传统的有折叠连接线的主题，另一个是当下的。 个人比较喜欢有折叠连接线的，结构可以更清晰。 特别强调一点：在海量数据的情况下，如果虚拟化UI开启，在展开大量数据的情况下，执行滚动操作可能导致程序假死，原因不明，希望有人能找到原因，并能告知！另外对于系统自带的TreeView测试发现，如果展开第二层，该层数据量很大，拖放也很卡，但DataGrid却非常顺滑，怀疑微软对层次结构的UI虚拟化仍没做好。 另外就个人感觉在目前的电脑配置下，UI虚拟化可以显著提高数据的加载速度，但一旦数据已加载后，执行拖放操作时，顺滑程度远不于非虚拟化的情况，原因也很简单，只要内存还够用，UI已加载的拖放肯定比UI虚拟的拖放好。 这次针对之前的发布主要在于完全取消了虚拟化，因为虚拟化会导致在大数据下滚动的卡死，垂直网格线不随滚动条滚动等各种意外的问题。 另外与树有关的： WPF TreeView的横向排布风格20170722(带动画) http://download.csdn.net/detail/maiker/9907400 Email: wuyang26@live.cn

网格剖分对于仿真软件来说非常重要，剖分设置的好坏直接影响仿真的结果，所以这个对于刚学仿真的人来说可能会有帮助

此函数计算主曲率方向和值的三角网格。 该函数首先旋转数据，使当前的法线顶点变为 [-1 0 0]，所以我们可以用 XY 来描述数据而不是XYZ。 其次，它将最小二乘二次补丁拟合到局部顶点的邻域“ f（x，y）= ax ^ 2 + by ^ 2 + cxy + dx + ey + f”。 然后使用hessian的特征向量和特征值计算主曲率、平均曲率和高斯曲率。 [Cmean,Cgaussian,Dir1,Dir2,Lambda1,Lambda2]=patchcurvature(FV,usethird) 输入， FV：三角网格（见补丁） usethird ：对曲率使用三阶邻居顶点适合，使其更平滑但不那么局部。 真/假（默认） 输出， Cmean : 平均曲率Cgaussian : 高斯曲率Dir1 : XYZ 第一主成分的方向Dir2 : 第二主成分的XYZ方向Lambda1：第一个主成分的值

升级1.1.4.1 1、对图像展示做了更新升级； 2、更新了保存模板功能； 3、对场内的部分数据问题做了升级；

OpenFOAM-AhmedBody 视频： : 这个例子展示了如何 在 SALOME 中创建边界 在 SALOME 中创建网格 从 SALOME 导出网格并导入到 OpenFOAM 在 OpenFOAM 中运行案例

求解椭圆方程的径向基无网格配置法，向娟，秦新强，针对一、二维椭圆方程构造了径向基无网格配置法；给出了解的存在唯一性；同时得到了基函数中自由参数c与求解精度的关系，以及节�

第三十七课 网格加码.mp4