/ 【人工智能】matlab马科维茨代码-minimum-degree-factorization:组合优化：商最小度算法（QMD）
【人工智能】matlab马科维茨代码-minimum-degree-factorization:组合优化：商最小度算法（QMD）
【人工智能】matlab马科维茨代码-minimum-degree-factorization:组合优化：商最小度算法（QMD）
matlab马科维茨代码QMD算法这是用于商最小度算法（QMD）的健壮Matlab代码。
在数值分析中，最小度算法是用于在应用Cholesky分解之前对对称稀疏矩阵的行和列进行置换的算法，以减少Cholesky因子中的非零数。
最小度算法经常用在有限元方法中，其中只能根据网格的拓扑而不是偏微分方程中的系数来进行节点的重新排序，从而在使用相同的网格来节省效率时各种系数值。
QMD算法的上限严格为O（n2m）。
语境找到最佳排序的问题是一个NP完全问题，因此很棘手，因此改用启发式方法。
最小度算法是从Markowitz于1959年首次提出的用于解决非对称线性规划问题的方法中衍生出来的，下面将对此进行粗略地描述。
在高斯消除的每个步骤中，都执行行和列置换，以使枢轴行和列中偏离对角非零的数量最小。
Tinow和Walker在1967年描述了一种对称方式的Markowitz方法，Rose后来又推导了该图的图形理论方式，其中仅模拟了因式分解，这被称为最小度算法。
当存在相同程度的选择时，这种算法的一个关键方面是突破打破策略。
输入和输出perm:theoutputpermutatio
matlab马科维茨代码QMD算法这是用于商最小度算法（QMD）的健壮Matlab代码。
在数值分析中，最小度算法是用于在应用Cholesky分解之前对对称稀疏矩阵的行和列进行置换的算法，以减少Cholesky因子中的非零数。
最小度算法经常用在有限元方法中，其中只能根据网格的拓扑而不是偏微分方程中的系数来进行节点的重新排序，从而在使用相同的网格来节省效率时各种系数值。
QMD算法的上限严格为O（n2m）。
语境找到最佳排序的问题是一个NP完全问题，因此很棘手，因此改用启发式方法。
最小度算法是从Markowitz于1959年首次提出的用于解决非对称线性规划问题的方法中衍生出来的，下面将对此进行粗略地描述。
在高斯消除的每个步骤中，都执行行和列置换，以使枢轴行和列中偏离对角非零的数量最小。
Tinow和Walker在1967年描述了一种对称方式的Markowitz方法，Rose后来又推导了该图的图形理论方式，其中仅模拟了因式分解，这被称为最小度算法。
当存在相同程度的选择时，这种算法的一个关键方面是突破打破策略。
输入和输出perm:theoutputpermutatio
文件下载
资源详情
[{"title":"（8个子文件19KB）matlab马科维茨代码-minimum-degree-factorization:组合优化：商最小度算法（QMD）","children":[{"title":"minimum-degree-factorization-master","children":[{"title":"genqmd.m <span style='color:#111;'>4.91KB</span>","children":null,"spread":false},{"title":"qmdmrg.m <span style='color:#111;'>3.00KB</span>","children":null,"spread":false},{"title":"qmdrch.m <span style='color:#111;'>1.81KB</span>","children":null,"spread":false},{"title":"qmdqt.m <span style='color:#111;'>1.17KB</span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'>34.32KB</span>","children":null,"spread":false},{"title":"Matrice_adjacence.m <span style='color:#111;'>333B</span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'>2.77KB</span>","children":null,"spread":false},{"title":"qmdupd.m <span style='color:#111;'>1.63KB</span>","children":null,"spread":false}],"spread":true}],"spread":true}]
评论信息
其他资源
- 车牌定位标签数据111
- 深度神经收集减速与收缩.程健
- lstm长短时记忆神经网络PPT
- DeepSpikingNeuralNetworkforVideo-BasedDisguiseFaceRecognition
- 2020.emnlp-main.721.pdf
- labelImg标图工具（可中文）
- 人脸检测MTCNN算法
- yolov3,yolov4,yolov5网络架构图
- RealtimeMulti-Person2DPoseEstimationusingPartAffinityFields∗源代码
- 语义分割标注转为目标检测框标注
- mpc-1.1.0.tar.gz
- 五种方式的宽度学习BLS代码，python语言
- Matlab深度学习工具箱
- openvinoDemo
- 【深度学习】捷联惯性导航算法C语言源代码
- Glove词向量npy文件
- 人体姿态估计论文（openpose)
- 强化学习原理及其使用
- Mobilenet-SSD车辆检测
- MATLAB底层代码实现深度学习LeNet网络
免责申明
【好快吧下载】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【好快吧下载】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【好快吧下载】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，8686821#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，8686821#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明