求解大规模单调非线性方程组的多元谱梯度投影算法，喻高航，牛善洲，本文提出了一个求解大规模非线性单调方程组的多元谱梯度投影方法并建立了算法的全局收敛性定理. 本文算法具有如下的优点:par(1) 算�

图的距离无符号Laplacian谱半径，柯晓霞，周波，本文分别刻画了给定匹配数的连通二部图中、同时给定独立数和悬挂点数的连通图中以及给定奇度点个数的连通图中取到最小距离无符号

damask使用普求解器的简单说明。

pbrt-skin-bssrdf Donner & Jensen 的“A Spectral BSSRDF for Shading Human Skin”在 PBRT 中的实现

Spectral Finite Element (SFE) 源代码, wave propagation

Introduction to Finite and Spectral Element Methods Using MATLAB®Second Edition This book contains information obtained from authentic and highly regarded sources. Reasonable efforts have been made to publish reliable data and information, but the author and publisher cannot assume responsibility for the validity of all materials or the consequences of their use. The authors and publishers have attempted to trace the copyright holders of all material reproduced in this publication and apologize to copyright holders if permission to publish in this form has not been obtained. If any copyright material has not been acknowledged please write and let us know so we may rectify in any future reprint.

该程序演示了以下论文中提出的LSC超像素分割方法： Jiansheng Chen, Zhengqin Li, Bo Huang, Linear Spectral Clustering Superpixel, IEEE Transactions on Image Processing, Vol. 26，第 7 期，第 3317-3330 页，2017 年。 Zhengqin Li, Jiansheng Chen, Superpixel Segmentation using Linear Spectral Clustering，IEEE Con​​ference on Computer Vision and Pattern Recognition (CVPR)，2015 年 6 月 该程序可免费用于非商业学术用途。 未经作者同意，严禁任何商业用途。 1.在Matlab下使用命令编译LSC_

全局频谱反卷积 全局光谱解卷积+峰优化器 gsd使用的算法是搜索拐点以确定峰的位置，并且峰的宽度在2个拐点之间。 GSD的结果产生一个包含{x，y和width}的对象数组。 但是，此宽度基于拐点，并且可能与“ fwhm”（全宽一半最大值）不同。 第二种算法（ optimizePeaks ）将宽度优化为FWHM以匹配原始峰。 因此，优化后的宽度始终为FWHM，无论使用哪个函数。 参数 minMaxRatio = 0.00025（0-1） 根据给定峰的相对高度与最高峰的比较来确定是否应将给定峰视为噪声的阈值。 broadRatio = 0.00（0-1） 如果broadRatio大于0，则所有二阶导数小于broadRatio * maxAbsSecondDerivative的峰都将被标记为true的软掩码。 noiseLevel = 0（-inf，inf） 频谱单位的噪声阈值 max

参考https://distill.pub/2021/understanding-gnns，学习图的谱表征方法。

acycle：Acycle：用于研究和教育的时间序列分析软件