Matlab算法集锦

1.高斯消去法:function (x,det,flag)=Gauss(A,b),A为方程组的系数矩阵;b为右端项;det为系数矩阵行列式的值;x为方程组的解。

2.高斯-约当消去法:function (x,flag)=Gau_Jor(A,b),flag='ok'表示计算成功。

3.画函数图表的语法有:(1).plot——利用点画出函数。例如:plot(x1,y1,x2,y2)

(2).fplot——要有函数,区间和gridf。例如:fplot('[x^3+5*x+4]',[1,2]);grid

(3).ezplot——只要写出函数即可。例如:ezplot('x^2+7*sin(x)-30')

4.求解方程的根的指令:roots[p];p=[an,an-1,....a1,a0],就是函数未知量前的系数。

5.求函数零点的指令:x1=fzero('ff',x0)或者f=inline('ff');x1=fzero('f',x0);x0表示函数某点的大概位置。

6.求解方程组的方法:例如:a='s1';b='s2';c='s3';[a,b,c]=solve(a,b,c)或者[x,y,z]=solve['s1','s2','s3','x','y','z']。

7.求解常微分方程的方法:f=dsolve('D2y-Dy-2','D(y)=0','y(0)=1')即这里有初始条件球的是特解,没有的话求的是通解。D2y代表y的二阶偏导。

LU分解法求矩阵:function (L,U,flag)=LU_Decom(A),A为要分解的矩阵;L为单位下三角阵;U为上三角阵。

8.平方根法求矩阵:function (L,flag)=chol_factor(A),L为下三角阵。

9.改进平方根法(追赶法):function (L,D,flag)=LDL_Decom(A),L为下三角阵;D为对角阵。

10.求矩阵秩的命令:c=rank(a),即c为a的线性无关最大行数或列数。

11.矩阵的写法:例如:A=[1,2,3;4,5,6]或者可以换行写另一组。

12.复数矩阵的实部:real(A);虚部:imag(A);模:abs(A);相角:angle(A)*180/pi。

13.n阶全1矩阵:ones(n);n阶全0矩阵:zeros(n)。

14.使矩阵共轭转置的命令:例如:A';使之变成其共轭矩阵的格式:conj(A);是矩阵仅发生转置的命令是:(1).若A为实数矩阵,用“'”就可得到;若A为复数矩阵,用conj(A')或conj(A)'可得到。

15.求得矩阵的逆矩阵方法:如b=inv(a),b是a的逆矩阵。

16.矩阵A的任意函数f(a)求法:例如:sin(a)=funm(a,@sin)或者funm(a,'sin')。

17.创建符号变量和表达式变量:sym(f)。

18.对函数进行求导的方法:例子:(1).f='x^3+2*x+5';dfdx=diff(f)或f1=sym(f);dfdx2=diff(f1)。(2).diff(s)指示的默认变量对s求一阶导数。(3).diff(s,'v')以v为自变量,对s求一阶导数

(4).diff(s,n)对s求n阶导数(5).diff(s,'v',n)以v为变量,对s求n阶导数。

19.从矩阵中提取元素的方法:A(3,2)代表矩阵第3行第2列的元素;A(15)代表第15个元素。(从上往下,从左往右算起)

20.删除矩阵元素的方法:例如:A(:,3)=[]表示删除矩阵第3列元素;A(15)=[]表示删除第15个元素。

21.表示矩阵大小的方法:输入size(A),会给出矩阵的行数和列数。

22.数字(点)的表示方法:a=1:2:15,表示从1到15,每个数(点)之间有2个距离。

23.给出多项式系数向量,导出多项式的方

法:例如p1=[1 8 0 0 -10],p2=[2 -1 3],利用poly2str(p1,'x'),poly2str(p2,'x')。

24.求多项式乘积的方法:如f=conv(p1,p2),p1、p2是系数向量。

25.求多项式除法的方法:如[Q,r]=deconv(p1,p2),p1、p2是系数向量。p1、p2的商式保存在Q中,p1、p2的余式保存再r中。

26.求多项式的导数方法:(1).求多项式p的导函数多项式:p=polyder(p);(2).求多项式p与多项式Q乘积的的导函数多项式:p=polyder(p,Q);

(3).求多项式p与多项式Q相除的导函数,导函数的分子存入p,分母存入q:[p,q]=polyder(p,Q)。

27.(1).多项式求根:x=roots(p);(2).如果知道多项式全部的根,建立多项式的方法:p=poly(x);(3).求方阵的特征值:eig(A)。

28.求函数极限的方法:limit(f,x,a)表示在x趋近于a时,f(x)的极限值;(2).如果limit(f,a)默认为变量为x趋近于a;(3).limit(f,x,a,'right')表示变量x从右边趋近于a的极限值。

29.求方程中变量的解:例子:solve('a*x^2+b*x+c',b),得出的是b的值。

30.曲线的拟合:(1).根据采样点A和B,产生一个2次多项式P,写法为:[p,s]=polyfit(A,B,2);(2).计算拟合多项式在给定点的函数值:Y=polyval(p,x)。(计算对应点x处的拟合函数值)

31.符号积分:(1).int(s)默认变量,对s求不定积分;(2).int(s,v)以v为自变量,对s求不定积分;(3).int(s,v,a,b)同时指定定积分上限a和下限b,求s再区间[a,b]上的定积分。

32.代数方程的求解:(1).solve(s)对s进行求解,求解变量为默认值,如f=sym('x^2+3*x+2');solve(f);(2).solve(s,v)对s进行求解,求解变量为v,如f=sym('x^2+b*x+c');solve(f,'b')。

33.单窗口多绘图的方法:subplot(m,n,p)该函数将窗口分成m*n个子窗口,指定第p块区域为活动区域,子窗口按从左至右,从上到下,如t=0:1:7;y=sin(t);y1=sin(t+1);y2=sin(t+0.5);y3=sin(t+0.25);subplot(2,2,1);plot(t,y);

subplot(2,2,2);plot(t,y1);subplot(2,2,3);plot(t,y2);subplot(2,2,4);plot(t,y3)。

34.对矩阵分解的调用格式:(1).三角分解:[L,U]=lu(A)和[L,U,P]=lu(A);(2).乔莱斯基分解:B=chol(A)。

35.求解现行方程组的迭代法:(1).雅克比:function [x,k,flag,err]=Jacobi(A,b,delta,max1),其中A为系数矩阵,b为右端项delta为精度要求,默认值为le-5,max1为最大迭代次数,默认值为100,k为迭代次数;

(2).高斯-赛尔德:function [x,k,flag]=Gau_Seid(A,b,delta,max1);

(3).逐次超松弛迭代法:function [x,k,flag]=SOR(A,b,ep,w,max1),w为超松弛因子,默认为1,不然给你松弛因子数。

36.求方阵行列式的命令:如A=[1,2,3;4,5,6],det(A)。

37.已知矩阵,求它的特征多项式:如A=[1,2,3;4,5,6];P=poly(A),得到多项式系数向量,输入poly2str(P,'x')即可得到多项式。

38.求方阵的特征值:如A=[1,2,3;4,5,6];roots(A)就得到矩阵特征值了。

39.求方阵的特征值和特征向量:如A=[

1,2,3;4,5,6];[x,r]=eig(A)或者[x,r]=eig(sym(A)),后者结果会准确些。

40.求矩阵正交三角分解:调用格式为A=[1,2;3,4];[q,r]=qr(A)也可format rat;[q,r]=qr(A);或者[q,r,p]=qr(A),其中p为换位矩阵,满足A*p=q*r。

41.计算范数和矩阵谱半径的函数:(1).输入参数A为向量时:norm(A,ex)其中ex=1,2,inf,-inf分别表示向量A的1-范数,2-范数,无穷范数,最小范数(即各分量绝对值中最小值);输入参数A为矩阵时:ex取1,2,fro,inf分别代表矩阵A的列和范数,矩阵A的谱范数,F-范数,矩阵A的行和范数;

(2).方阵A的谱半径就是A最大特征值的绝对值,即max(abs(eig(A)))。

42.插值的一般办法:(1).拉格朗日:function[c,l]=lagran(x,y),其中x为n个节点的横坐标所组成的向量,y为纵坐标所组成的向量,c为所插值函数的系数组成的向量;(2).牛顿插值法:function[c,d]=newpoly(x,y);

(3).Hermite插值法:function yi=Hermite(x,y,ydot,xi),其中X为向量,全部的插值节点,y为向量,插值节点处的函数值,ydot为向量,插值节点处导数值,xi为标量,自变量x,yi为xi处的函数估计值;

(4).Hermite三次插值法:function yi=Hermite_wise(x,y,ydot,xi);(5).三次样条插值:function S=csfit(x,y,dx0,dxn),其中dx0,dxn分别为S导数再x0,xn处的值。

43.数据曲线拟合方法:(1).线性最小二乘法:function c=lspoly(x,y,m),其中x为数据点横坐标组成的向量,y是纵坐标组成的向量,m是构成多项式的次数,c是由高次向低次的系数组成的向量;

(2).函数最佳平方法:function S=squar_approx(a,b,n),其中a,b为区间端点,n为最佳逼近次数,默认为1,S为最佳逼近系数(按阶,从低到高排列)。

44.插值法格式调用:Yk=interp(x,y,xk,'method'),其中method有(1).nearest-最近插值;(2).linear-线性插值;(3).pchip-分段三次插值;(4)spline-三次样条插值。

45.常微分方程求解:(1).欧拉公式:function E=Euler_1(f,x0,y0,xn,n)(2).向后欧拉公式:function E2=Euler_2(f,x0,y0,xn,n)(3).梯形公式:function E3=Euler_3(f,x0,y0,xn,n)

(4).改进欧拉公式:function E4=Euler_4(f,x0,y0,xn,n)(5).龙格库塔:function R=rk4(f,a,b,ya,n)。

46.线性规划问题数学模型:[x,fval]=linprog(f,A,b,Aeg,beg,lb,ub,x0),x的下界lb和上界ub,当不存在等式时,Aeg=[],beg=[];要依据约束条件来写函数。

47.非线性规划问题:(1).无约束非线性:[x,fval]=fminbnd(f,x1,x2);[x,fval]=fminunc(f,x0);[x,fval]=fmisearch(f,x0)(2).约束非线性:[x,fval]=fmincon(f,x0,A,b,Aeq,beq,lb,ub)。(当不存在等式时,Aeg=[],beg=[])

48.二次规划问题:[x,fval]=quadprog(H,f,A,b,Aeq,beq,lb,ub,x0)。(当不存在等式时,Aeg=[],beg=[])

49.最大最小法:[x,fval]=fminimax(f,x0,A,b,Aeq,beq,lb,ub);利用M-文件,f=myfun(x),[x,fval]=fminimax(

'myfun',x0)。(当不存在等式时,Aeg=[],beg=[];若存在等式,A=[],b=[])

50.多目标规划:[x,fval]=fgoalattain(f,x0,goal,weight,A,b,Aeq,beq,lb,ub),也可利用f=myfun(x),f(1)=?,f(2)=?,[x,fval]=fgoalattain('myfun',x0,goal,weight,A,b)。(当不存在等式时,Aeg=[],beg=[];若存在等式,A=[],b=[])

1.高斯消去法:function (x,det,flag)=Gauss(A,b),A为方程组的系数矩阵;b为右端项;det为系数矩阵行列式的值;x为方程组的解。

2.高斯-约当消去法:function (x,flag)=Gau_Jor(A,b),flag='ok'表示计算成功。

3.画函数图表的语法有:(1).plot——利用点画出函数。例如:plot(x1,y1,x2,y2)

(2).fplot——要有函数,区间和gridf。例如:fplot('[x^3+5*x+4]',[1,2]);grid

(3).ezplot——只要写出函数即可。例如:ezplot('x^2+7*sin(x)-30')

4.求解方程的根的指令:roots[p];p=[an,an-1,....a1,a0],就是函数未知量前的系数。

5.求函数零点的指令:x1=fzero('ff',x0)或者f=inline('ff');x1=fzero('f',x0);x0表示函数某点的大概位置。

6.求解方程组的方法:例如:a='s1';b='s2';c='s3';[a,b,c]=solve(a,b,c)或者[x,y,z]=solve['s1','s2','s3','x','y','z']。

7.求解常微分方程的方法:f=dsolve('D2y-Dy-2','D(y)=0','y(0)=1')即这里有初始条件球的是特解,没有的话求的是通解。D2y代表y的二阶偏导。

LU分解法求矩阵:function (L,U,flag)=LU_Decom(A),A为要分解的矩阵;L为单位下三角阵;U为上三角阵。

8.平方根法求矩阵:function (L,flag)=chol_factor(A),L为下三角阵。

9.改进平方根法(追赶法):function (L,D,flag)=LDL_Decom(A),L为下三角阵;D为对角阵。

10.求矩阵秩的命令:c=rank(a),即c为a的线性无关最大行数或列数。

11.矩阵的写法:例如:A=[1,2,3;4,5,6]或者可以换行写另一组。

12.复数矩阵的实部:real(A);虚部:imag(A);模:abs(A);相角:angle(A)*180/pi。

13.n阶全1矩阵:ones(n);n阶全0矩阵:zeros(n)。

14.使矩阵共轭转置的命令:例如:A';使之变成其共轭矩阵的格式:conj(A);是矩阵仅发生转置的命令是:(1).若A为实数矩阵,用“'”就可得到;若A为复数矩阵,用conj(A')或conj(A)'可得到。

15.求得矩阵的逆矩阵方法:如b=inv(a),b是a的逆矩阵。

16.矩阵A的任意函数f(a)求法:例如:sin(a)=funm(a,@sin)或者funm(a,'sin')。

17.创建符号变量和表达式变量:sym(f)。

18.对函数进行求导的方法:例子:(1).f='x^3+2*x+5';dfdx=diff(f)或f1=sym(f);dfdx2=diff(f1)。(2).diff(s)指示的默认变量对s求一阶导数。(3).diff(s,'v')以v为自变量,对s求一阶导数

(4).diff(s,n)对s求n阶导数(5).diff(s,'v',n)以v为变量,对s求n阶导数。

19.从矩阵中提取元素的方法:A(3,2)代表矩阵第3行第2列的元素;A(15)代表第15个元素。(从上往下,从左往右算起)

20.删除矩阵元素的方法:例如:A(:,3)=[]表示删除矩阵第3列元素;A(15)=[]表示删除第15个元素。

21.表示矩阵大小的方法:输入size(A),会给出矩阵的行数和列数。

22.数字(点)的表示方法:a=1:2:15,表示从1到15,每个数(点)之间有2个距离。

23.给出多项式系数向量,导出多项式的方

法:例如p1=[1 8 0 0 -10],p2=[2 -1 3],利用poly2str(p1,'x'),poly2str(p2,'x')。

24.求多项式乘积的方法:如f=conv(p1,p2),p1、p2是系数向量。

25.求多项式除法的方法:如[Q,r]=deconv(p1,p2),p1、p2是系数向量。p1、p2的商式保存在Q中,p1、p2的余式保存再r中。

26.求多项式的导数方法:(1).求多项式p的导函数多项式:p=polyder(p);(2).求多项式p与多项式Q乘积的的导函数多项式:p=polyder(p,Q);

(3).求多项式p与多项式Q相除的导函数,导函数的分子存入p,分母存入q:[p,q]=polyder(p,Q)。

27.(1).多项式求根:x=roots(p);(2).如果知道多项式全部的根,建立多项式的方法:p=poly(x);(3).求方阵的特征值:eig(A)。

28.求函数极限的方法:limit(f,x,a)表示在x趋近于a时,f(x)的极限值;(2).如果limit(f,a)默认为变量为x趋近于a;(3).limit(f,x,a,'right')表示变量x从右边趋近于a的极限值。

29.求方程中变量的解:例子:solve('a*x^2+b*x+c',b),得出的是b的值。

30.曲线的拟合:(1).根据采样点A和B,产生一个2次多项式P,写法为:[p,s]=polyfit(A,B,2);(2).计算拟合多项式在给定点的函数值:Y=polyval(p,x)。(计算对应点x处的拟合函数值)

31.符号积分:(1).int(s)默认变量,对s求不定积分;(2).int(s,v)以v为自变量,对s求不定积分;(3).int(s,v,a,b)同时指定定积分上限a和下限b,求s再区间[a,b]上的定积分。

32.代数方程的求解:(1).solve(s)对s进行求解,求解变量为默认值,如f=sym('x^2+3*x+2');solve(f);(2).solve(s,v)对s进行求解,求解变量为v,如f=sym('x^2+b*x+c');solve(f,'b')。

33.单窗口多绘图的方法:subplot(m,n,p)该函数将窗口分成m*n个子窗口,指定第p块区域为活动区域,子窗口按从左至右,从上到下,如t=0:1:7;y=sin(t);y1=sin(t+1);y2=sin(t+0.5);y3=sin(t+0.25);subplot(2,2,1);plot(t,y);

subplot(2,2,2);plot(t,y1);subplot(2,2,3);plot(t,y2);subplot(2,2,4);plot(t,y3)。

34.对矩阵分解的调用格式:(1).三角分解:[L,U]=lu(A)和[L,U,P]=lu(A);(2).乔莱斯基分解:B=chol(A)。

35.求解现行方程组的迭代法:(1).雅克比:function [x,k,flag,err]=Jacobi(A,b,delta,max1),其中A为系数矩阵,b为右端项delta为精度要求,默认值为le-5,max1为最大迭代次数,默认值为100,k为迭代次数;

(2).高斯-赛尔德:function [x,k,flag]=Gau_Seid(A,b,delta,max1);

(3).逐次超松弛迭代法:function [x,k,flag]=SOR(A,b,ep,w,max1),w为超松弛因子,默认为1,不然给你松弛因子数。

36.求方阵行列式的命令:如A=[1,2,3;4,5,6],det(A)。

37.已知矩阵,求它的特征多项式:如A=[1,2,3;4,5,6];P=poly(A),得到多项式系数向量,输入poly2str(P,'x')即可得到多项式。

38.求方阵的特征值:如A=[1,2,3;4,5,6];roots(A)就得到矩阵特征值了。

39.求方阵的特征值和特征向量:如A=[

1,2,3;4,5,6];[x,r]=eig(A)或者[x,r]=eig(sym(A)),后者结果会准确些。

40.求矩阵正交三角分解:调用格式为A=[1,2;3,4];[q,r]=qr(A)也可format rat;[q,r]=qr(A);或者[q,r,p]=qr(A),其中p为换位矩阵,满足A*p=q*r。

41.计算范数和矩阵谱半径的函数:(1).输入参数A为向量时:norm(A,ex)其中ex=1,2,inf,-inf分别表示向量A的1-范数,2-范数,无穷范数,最小范数(即各分量绝对值中最小值);输入参数A为矩阵时:ex取1,2,fro,inf分别代表矩阵A的列和范数,矩阵A的谱范数,F-范数,矩阵A的行和范数;

(2).方阵A的谱半径就是A最大特征值的绝对值,即max(abs(eig(A)))。

42.插值的一般办法:(1).拉格朗日:function[c,l]=lagran(x,y),其中x为n个节点的横坐标所组成的向量,y为纵坐标所组成的向量,c为所插值函数的系数组成的向量;(2).牛顿插值法:function[c,d]=newpoly(x,y);

(3).Hermite插值法:function yi=Hermite(x,y,ydot,xi),其中X为向量,全部的插值节点,y为向量,插值节点处的函数值,ydot为向量,插值节点处导数值,xi为标量,自变量x,yi为xi处的函数估计值;

(4).Hermite三次插值法:function yi=Hermite_wise(x,y,ydot,xi);(5).三次样条插值:function S=csfit(x,y,dx0,dxn),其中dx0,dxn分别为S导数再x0,xn处的值。

43.数据曲线拟合方法:(1).线性最小二乘法:function c=lspoly(x,y,m),其中x为数据点横坐标组成的向量,y是纵坐标组成的向量,m是构成多项式的次数,c是由高次向低次的系数组成的向量;

(2).函数最佳平方法:function S=squar_approx(a,b,n),其中a,b为区间端点,n为最佳逼近次数,默认为1,S为最佳逼近系数(按阶,从低到高排列)。

44.插值法格式调用:Yk=interp(x,y,xk,'method'),其中method有(1).nearest-最近插值;(2).linear-线性插值;(3).pchip-分段三次插值;(4)spline-三次样条插值。

45.常微分方程求解:(1).欧拉公式:function E=Euler_1(f,x0,y0,xn,n)(2).向后欧拉公式:function E2=Euler_2(f,x0,y0,xn,n)(3).梯形公式:function E3=Euler_3(f,x0,y0,xn,n)

(4).改进欧拉公式:function E4=Euler_4(f,x0,y0,xn,n)(5).龙格库塔:function R=rk4(f,a,b,ya,n)。

46.线性规划问题数学模型:[x,fval]=linprog(f,A,b,Aeg,beg,lb,ub,x0),x的下界lb和上界ub,当不存在等式时,Aeg=[],beg=[];要依据约束条件来写函数。

47.非线性规划问题:(1).无约束非线性:[x,fval]=fminbnd(f,x1,x2);[x,fval]=fminunc(f,x0);[x,fval]=fmisearch(f,x0)(2).约束非线性:[x,fval]=fmincon(f,x0,A,b,Aeq,beq,lb,ub)。(当不存在等式时,Aeg=[],beg=[])

48.二次规划问题:[x,fval]=quadprog(H,f,A,b,Aeq,beq,lb,ub,x0)。(当不存在等式时,Aeg=[],beg=[])

49.最大最小法:[x,fval]=fminimax(f,x0,A,b,Aeq,beq,lb,ub);利用M-文件,f=myfun(x),[x,fval]=fminimax(

'myfun',x0)。(当不存在等式时,Aeg=[],beg=[];若存在等式,A=[],b=[])

50.多目标规划:[x,fval]=fgoalattain(f,x0,goal,weight,A,b,Aeq,beq,lb,ub),也可利用f=myfun(x),f(1)=?,f(2)=?,[x,fval]=fgoalattain('myfun',x0,goal,weight,A,b)。(当不存在等式时,Aeg=[],beg=[];若存在等式,A=[],b=[])


相关内容

  • Matlab遗传算法工具箱的应用
  • ^工●砷化聩件技m0.I.Automation2005年第24卷第6期Softwwe1khnjque2005.VbI.24.No.6文章蚺号l10D6一],76(2D05)06一0115一02 Matlab遗传算法工具箱的应用 曾日波 (江西财经大学电子学院,江西南昌330013) 摘要:Matla ...

  • BFGS和DFP法的最优化问题求解及在MATLAB中的实现
  • 第26卷第5期2012年9月长沙大学学报 JOURNALOFCHANGSHAUNIVERSITYVol.26No.5Sep.2012 BFGS和DFP法的最优化问题求解 及在MATLAB中的实现 * 吴顺秋 (湖南城市学院数学与计算科学学院,湖南益阳413000) 摘 要:对拟Newton方法中的D ...

  • 图像压缩编码
  • 图像压缩编码 物电学院 114班 11223313 戚善桃 摘要:随着科学技术的发展, 图像压缩技术越来越引起人们的关注.为此从众多的图像压缩编码标准中选取了基于DCT 变换的JPEG 图像压缩编码算法进行研究,并通过对比分析各种软件特性选取了MATLAB 进行实验仿真. 首先说明了图像压缩在现代通 ...

  • Matlab应用于物流配送中心选址问题的研究
  • 摘 要:基于Matlab软件优化工具箱与带时效性的物流配送中心选址模型,通过优化工具箱中的有约束非线性规划函数对模型进行求解.并通过实例所分析出的结果,体现出模型与工具对物流企业或供应链优化选址具有积极意义. 关键词:物流配送中心:选址中心:模型 中图分类号:F224 文献标识码:A 在物流系统中, ...

  • 离散小波变换算法剖析及其通用程序实现
  • 第28卷第20期Vol. 28 No. 20 计算机工程与设计 Computer Engineering and Design 2007年10月Oct. 2007 离散小波变换算法剖析及其通用程序实现 熊智新,胡慕伊,陈朝霞,胡 摘 明 (南京林业大学化学工程学院,江苏南京210037) 要:针对小 ...

  • 高阶多智能体一致性研究问题
  • 摘 要 高阶多智能体一致性调整属于系统设计环节,通过一致性调整可以使系统的性能得到改善,从而使系统满足期望的性能指标. 本文主要研究线性定常系统的运动控制一致性调整方法,包括运动控制超前一致性调整.运动控制滞后一致性调整和运动控制滞后超前一致性调整.本文首先回顾了系统的时域性能指标和频域性能指标以及 ...

  • 通信工程应用技术 图像处理
  • 课程设计任务书 学生姓名: 专业班级: 通信1102 指导教师: 许建霞 工作单位: 武汉理工大学 题 目: 图像处理 初始条件: 要求学生已完成通信专业各主干课程的学习,通过本课设进一步掌握专业课程群的综合原理. 操作技能,形成基本的解决实践问题的知识体系,提高学生对现代通信系统的全面认识. 要求 ...

  • 教学改革研究工作总结
  • 计算物理与MATLAB相结合的教学改革总结 李晓莉(物理科学与技术学院) 计算物理学是运用许多基础数学理论(如偏微分方程理论.线性代数.非线性规划等)和先进的计算技术(如性能优良的计算机和优秀的数值计算软件)对物理学研究前沿的挑战性问题进行大规模数值模拟和分析的学科.计算物理学的发展对统计物理.核物 ...

  • 图像复原基本方法的研究毕业设计
  • 毕业设计说明书(论文) 作 者: 系: 学 号: 图像复原基本方法的研究 专 业: 题 目: 指导者: (姓 名) (专业技术职务) 评阅者: (姓 名) (专业技术职务) 2012 年 5 月 毕业设计(论文)评语 毕业设计说明书(论文)中文摘要 毕业设计说明书(论文)外文摘要 目 次 1 绪论 ...