《计算复杂性导论》可用作计算机专业、计算数学专业的计算机理论课程的教材，也是有关研究人员不可或缺的参考书。
计算复杂性理论是用数学方法研究使用数位计算机处理各种算法问题困难度的理论。
《计算复杂性导论》对计算机科学中这一重要理论做了全面的介绍。
其内容包含基本理论，如计算模型NP-完全性，以及较深入的课题，如线路复杂性、概率复杂性和交互证明系统等。
此外，《计算复杂性导论》还包括了复杂性理论近年来两个较重大的突破，即概率可验证明及其在近似算法上的应用和平均NP-完全理论。
《计算复杂性导论》中所有结果均有严格的数学证明，在每章后配有相关练习题。

类型：C#写的窗体应用程序功能：附和水准近似平差，可以输出为报告、数据、图片用处：测绘程序设计试题

支持向量机是数据挖掘中的一个新方法。
支持向量机能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科。
目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段。
希望《数据挖掘中的新方法——支持向量机》能促进它在我国的普及与提高。
《数据挖掘中的新方法——支持向量机》对象既包括关心理论的研究工作者，也包括关心应用的实际工作者。
对于有关领域的具有高等数学知识的实际工作者，略去书中的某些理论部分，仍能对支持向量机的本质有一个概括的理解，从而用它解决自己的问题。
《数据挖掘中的新方法——支持向量机》适合高等院校高年级学生、研究生、教师和相关科研人员及相关领域的实际工作者使用。
序言符号表第1章最优化问题及其基本理论1·1最优化问题1·2最优性条件1·3对偶理论1·4注记参考文献第2章求解分类问题和回归问题的直观途径2·1分类问题的提出2·2线性分类学习机2·3支持向量分类机2·4线性回归学习机2·5支持向量回归机2·6注记参考文献第3章核3·1描述相似性的工具——内积3·2多项式空间和多项式核3·3Mercer核3·4正定核3·5核的构造3·6注记参考文献第4章推广能力的理论估计4·1损失函数和期望风险4·2求解分类问题的一种途径和一个算法模型4·3VC维4·4学习算法在概率意义下的近似正确性4·5一致性概念和关键定理4·6结构风险最小化4·7基于间隔的推广估计4·8注记参考文献第5章分类问题5·1最大间隔原则5·2线性可分支持向量分类机5·3线性支持向量分类机5·4支持向量分类机5·5ν-支持向量分类机(ν-SVC)5·6ν-支持向量分类机(ν-SVC)和C-支持向量分类机(C-SVC)的关系5·7多类分类问题5·8一个例子5·9注记参考文献第6章回归估计6·1回归问题6·2ε-支持向量回归机6·3ν-支持向量回归机6·4ε-支持向量回归机(ε-SVR)与ν-支持向量回归机(ν-SVR)的关系6·5其他方式的支持向量回归机6·6其他方式的损失函数6·7一些例子6·8注记参考文献第7章算法7·1无约束问题解法7·2内点算法7·3求解大型问题的算法7·4注记参考文献第8章应用8·1模型选择问题8·2分类问题的线性分划中的特征选择8·3模型选择8·4静态图像中球的识别8·5自由曲面的重建问题8·6应用简介8·7核技巧的应用8·8注记参考文献附录A基础知识A·1基本定义A·2梯度和Hesse矩阵A·3方向导数A·4Taylor展开式A·5分离定理附录BHilbert空间B·1向量空间B·2内积空间B·3Hilbert空间B·4算子、特征值和特征向量附录C概率C·1概率空间C·2随机变量及其分布C·3随机变量的数字特征C·4大数定律附录D鸢尾属植物数据集英汉术语对照表

本文提出一个新的光学双稳性模型.基于平均场近似,慢变振幅近似和绝热近似的思想,把光学双稳系统看成一个“黑箱”,类比非线性振动理论,指出不同的光学双稳过程(包括不同的工作物质和不同的腔(F-P腔或环腔)),能用一个恰当的强迫振动方程统一地描述.方程中所包含的都是可测量的宏观参量,使得可能直接用实验拟合,与理论结果进行定量对照.用振动理论的方法,把方程演变成自治方程组,从而方便地得到光学双稳性稳态和动态解的一般方式.并用若干已报道的具体例子验证了这个模型的普适性.

本代码真实有效，可以运行，包括各种熵的matlab代码，样本熵、近似熵、模糊熵等等。

遗传算法首先会采用一种编码方式将解空间映射到一个编码空间,每一个编码对应问题的一个解,称之为个体或者染色体,然后再随机生成确定起始的一群个体,称之为种群。
在后续迭代的过程中,按照适者生存不适者淘汰的原理,根据适应度大小选择个体,并且借助各种不同的遗传算子对个体进行交叉和变异,生成一个代表新的解集的种群,这个种群会比前一代愈加适应环境,如此一直进化下去直到到达优化准则。
这个时候的末代个体,经过解码,得到的解可近似的作为问题的最优解。

高校计算方法上机作业应用二分法和割线法求议程的近似根的matlab程序

本文报道了太赫兹地区的一种多频带超材料（MM）吸收器的设计。
理论和模拟结果表明，该吸收器在1.69、2.76、3.41和5.06THz处具有四个明显而强的吸收点，这与某些爆炸性材料的“指纹”一致。
检索到的材料参数表明，可以将MM的阻抗调整为近似婚配自由空间的阻抗，以最小化吸收频率处的反射率，并且在吸收频率处存在大功率损耗。
功率损耗的分布表明，吸收器是出色的电磁波收集器：首先在特定的特定位置捕获并增强波，然后将其吸收。
这种多频带吸收器可用于爆炸物检测和材料表征。

详细地引见了计算线宽展宽因子(α因子)的理论基础及推导过程,建立了α因子的简便模型.该模型分别考虑了带间跃迁、带隙收缩和自由载流子效应对α因子的影响,利用不同载流子浓度下的增益曲线得到光子能量随载流子浓度的变化速率以及微分增益,进而对α因子进行近似计算.模拟计算了InGaAs/GaAs量子阱激光器的增益曲线及α因子的大小,计算结果与文献报道的实验值相符.进一步讨论了InGaAs/GaAs量子阱阱宽及In组分对α因子的影响.结果表明,α因子随In组分和阱宽的增加而增加.

本文实例讲述了jQuery实现Ajax功能。
分享给大家供大家参考，具体如下：jQuery是一个小型的JavaScript库，它通常被用来简化DOM和JavaScript操作。
通过在服务器和客户端之间交换JSON数据是使得Web应用动态化的完满方式。
JSON本身是一个很清量级的数据传输格式，非常近似于Python的原始数据类型(数字、字符串、字典和链表等)，这一数据格式被广泛支持，而且非常容易解析。
它几年前开始流行，然后迅速取代了XML在Web应用常用数据传输格式中的地位。
如果您使用Python2.6以上版本，JSON的解析库是开箱即用的。
在

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。