首先采用前修复法把带自由边界的美式看涨期权模型转化为带固定边界的美式看涨期权模型;然后利用显式、隐式等有限差分格式对其离散,得到相应的线性与非线性方程组,通过牛顿迭代法等方法求得相应的线性与非线性方程组的解,从而求得原问题的期权价格;最后给出数值算例,通过对此算例做的一系列数值试验,验证了算法的有效性,并得到了一些在期权交易的实际操作中有用的结果.

该资源为算法设计与分析这门课程的，第5章课件。 王晓东 编著 计算机算法设计与分析（第四版） 北京：电子工业出版社， 2012.2

大一结课作业，可以供给大家参考。采用的Qt软件进行编程

动态光散射是测量纳米颗粒大小的有效方法，但使用线性累积分析法反演的颗粒直径受数据点长度的影响较大，数据点长度不同，拟合结果也不同。针对线性累积分析法的缺点，对比分析了线性和非线性累积分析法，并结合两者的优点提出最优拟合累积分析法。此算法由一阶曲线拟合反演颗粒的直径，并与一阶多项式拟合结果对比，获得光强自相关函数的最优线性拟合长度，然后由二阶多项式拟合反演颗粒的多分散系数。理论分析与实验数据表明：最优拟合累积分析法反演的颗粒直径相对误差和重复性均小于2%，多分散系数相对误差小于6%，因此利用最优拟合累积分析法可获得稳定、可靠的颗粒直径及其多分散系数。

微软日文输入法64位版本，不是特别容易找到的。希望对需要的人有帮助

HJ1A星条带比较多，数据如若不经去条带处理会出现影像无法使用的情况，此程序专门针对HJ1A星进行条带去除，快捷方便！

通过学习斯坦福公开课的线性规划和梯度下降，参考他人代码自己做了测试，写了个类以后有时间再去扩展，代码注释以后再加，作业好多： import numpy as np import matplotlib.pyplot as plt import random class dataMinning: datasets = [] labelsets = [] addressD = '' #Data folder addressL = '' #Label folder npDatasets = np.zeros(1) npLabelsets = np.zeros(1) cos

边缘连接法 边缘连接法 边缘连接的意义——边缘检测算法的后处理。 由于噪声、不均匀的照明等原因，边界的特征很少能够被完整地描述，在亮度不一致的地方会中断。 因此典型的边检测算法后面总要跟随着连接过程，用来归整边像素，成为有意义的边。 *

搜狗输入法11111111111111111111111111

一种求解矩阵方程Ax=b的算法，由于最速下降法，里面附有详细注释，便于新手阅读