MATLAB语言常用算法程序集书中4-17章代码，都是一些常用的程序第4章：插值函数名功能Language求已知数据点的拉格朗日插值多项式Atken求已知数据点的艾特肯插值多项式Newton求已知数据点的均差形式的牛顿插值多项式Newtonforward求已知数据点的前向牛顿差分插值多项式Newtonback求已知数据点的后向牛顿差分插值多项式Gauss求已知数据点的高斯插值多项式Hermite求已知数据点的埃尔米特插值多项式SubHermite求已知数据点的分段三次埃尔米特插值多项式及其插值点处的值SecSample求已知数据点的二次样条插值多项式及其插值点处的值ThrSample1求已知数据点的第一类三次样条插值多项式及其插值点处的值ThrSample2求已知数据点的第二类三次样条插值多项式及其插值点处的值ThrSample3求已知数据点的第三类三次样条插值多项式及其插值点处的值BSample求已知数据点的第一类B样条的插值DCS用倒差商算法求已知数据点的有理分式形式的插值分式Neville用Neville算法求已知数据点的有理分式形式的插值分式FCZ用倒差商算法求已知数据点的有理分式形式的插值分式DL用双线性插值求已知点的插值DTL用二元三点拉格朗日插值求已知点的插值DH用分片双三次埃尔米特插值求插值点的z坐标第5章：函数逼近Chebyshev用切比雪夫多项式逼近已知函数Legendre用勒让德多项式逼近已知函数Pade用帕德形式的有理分式逼近已知函数lmz用列梅兹算法确定函数的最佳一致逼近多项式ZJPF求已知函数的最佳平方逼近多项式FZZ用傅立叶级数逼近已知的连续周期函数DFF离散周期数据点的傅立叶逼近SmartBJ用自适应分段线性法逼近已知函数SmartBJ用自适应样条逼近（第一类）已知函数multifit离散试验数据点的多项式曲线拟合LZXEC离散试验数据点的线性最小二乘拟合ZJZXEC离散试验数据点的正交多项式最小二乘拟合第6章：矩阵特征值计算Chapoly通过求矩阵特征多项式的根来求其特征值pmethod幂法求矩阵的主特征值及主特征向量rpmethod瑞利商加速幂法求对称矩阵的主特征值及主特征向量spmethod收缩法求矩阵全部特征值ipmethod收缩法求矩阵全部特征值dimethod位移逆幂法求矩阵离某个常数最近的特征值及其对应的特征向量qrtzQR基本算法求矩阵全部特征值hessqrtz海森伯格QR算法求矩阵全部特征值rqrtz瑞利商位移QR算法求矩阵全部特征值第7章：数值微分MidPoint中点公式求取导数ThreePoint三点法求函数的导数FivePoint五点法求函数的导数DiffBSample三次样条法求函数的导数SmartDF自适应法求函数的导数CISimpson辛普森数值微分法法求函数的导数Richason理查森外推算法求函数的导数ThreePoint2三点法求函数的二阶导数FourPoint2四点法求函数的二阶导数FivePoint2五点法求函数的二阶导数Diff2BSample三次样条法求函数的二阶导数第8章：数值积分CombineTraprl复合梯形公式求积分IntSimpson用辛普森系列公式求积分NewtonCotes用牛顿－科茨系列公式求积分IntGauss用高斯公式求积分IntGaussLada用高斯拉道公式求积分IntGaussLobato用高斯—洛巴托公式求积分IntSample用三次样条插值求积分IntPWC用抛物插值求积分IntGaussLager用高斯-拉盖尔公式求积分IntGaussHermite用高斯-埃尔米特公式求积分IntQBXF1求第一类切比雪夫积分IntQBXF2求第二类切比雪夫积分DblTraprl用梯形公式求重积分DblSimpson用辛普森公式求重积分IntDBGauss用高斯公式求重积分第9章：方程求根BenvliMAX贝努利法求按模最大实根BenvliMIN贝努利法求按模最小实根HalfInterval用二分法求方程的一个根hj用黄金分割法求方程的一个根StablePoint用不动点迭代法求方程的一个根AtkenStablePoint用艾肯特加速的不动点迭代法求方程的一个根StevenStablePoint用史蒂芬森加速的不动点迭代法求方程的一个根Secant用一般弦截法求方程的一个根SinleSecant用单点弦截法求方程的一个根DblSecant用双点弦截法求方程的一个根PallSecant用平行弦截法求方程的一个根ModifSecant用改进弦截法求方程的一个根StevenSecant用史蒂芬森法求方程的一个根PYZ用劈因子法求方程的一个二次因子Parabola用抛物线法求方程的一个根QBS用钱伯斯法求方程的一个根NewtonRoot用牛顿法求方程的一个根SimpleNewton用简化牛顿法求方程的一个根NewtonDown用牛顿下山法求方程的一个根YSNewton逐次压缩牛顿法求多项式的全部实根Union1用联合法1求方程的一个根TwoStep用两步迭代法求方程的一个根Montecarlo用蒙特卡洛法求方程的一个根MultiRoot求存在重根的方程的一个重根第10章：非线性方程组求解mulStablePoint用不动点迭代法求非线性方程组的一个根mulNewton用牛顿法法求非线性方程组的一个根mulDiscNewton用离散牛顿法法求非线性方程组的一个根mulMix用牛顿-雅可比迭代法求非线性方程组的一个根mulNewtonSOR用牛顿-SOR迭代法求非线性方程组的一个根mulDNewton用牛顿下山法求非线性方程组的一个根mulGXF1用两点割线法的第一种形式求非线性方程组的一个根mulGXF2用两点割线法的第二种形式求非线性方程组的一个根mulVNewton用拟牛顿法求非线性方程组的一组解mulRank1用对称秩1算法求非线性方程组的一个根mulDFP用D-F-P算法求非线性方程组的一组解mulBFS用B-F-S算法求非线性方程组的一个根mulNumYT用数值延拓法求非线性方程组的一组解DiffParam1用参数微分法中的欧拉法求非线性方程组的一组解DiffParam2用参数微分法中的中点积分法求非线性方程组的一组解mulFastDown用最速下降法求非线性方程组的一组解mulGSND用高斯牛顿法求非线性方程组的一组解mulConj用共轭梯度法求非线性方程组的一组解mulDamp用阻尼最小二乘法求非线性方程组的一组解第11章：解线性方程组的直接法SolveUpTriangle求上三角系数矩阵的线性方程组Ax=b的解GaussXQByOrder高斯顺序消去法求线性方程组Ax=b的解GaussXQLineMain高斯按列主元消去法求线性方程组Ax=b的解GaussXQAllMain高斯全主元消去法求线性方程组Ax=b的解GaussJordanXQ高斯-若当消去法求线性方程组Ax=b的解Crout克劳特分解法求线性方程组Ax=b的解Doolittle多利特勒分解法求线性方程组Ax=b的解SymPos1LL分解法求线性方程组Ax=b的解SymPos2LDL分解法求线性方程组Ax=b的解SymPos3改进的LDL分解法求线性方程组Ax=b的解followup追赶法求线性方程组Ax=b的解InvAddSide加边求逆法求线性方程组Ax=b的解Yesf叶尔索夫求逆法求线性方程组Ax=b的解qrxqQR分解法求线性方程组Ax=b的解第12章：解线性方程组的迭代法rs里查森迭代法求线性方程组Ax=b的解crs里查森参数迭代法求线性方程组Ax=b的解grs里查森迭代法求线性方程组Ax=b的解jacobi雅可比迭代法求线性方程组Ax=b的解gauseidel高斯-赛德尔迭代法求线性方程组Ax=b的解SOR超松弛迭代法求线性方程组Ax=b的解SSOR对称逐次超松弛迭代法求线性方程组Ax=b的解JOR雅可比超松弛迭代法求线性方程组Ax=b的解twostep两步迭代法求线性方程组Ax=b的解fastdown最速下降法求线性方程组Ax=b的解conjgrad共轭梯度法求线性方程组Ax=b的解preconjgrad预处理共轭梯度法求线性方程组Ax=b的解BJ块雅克比迭代法求线性方程组Ax=b的解BGS块高斯-赛德尔迭代法求线性方程组Ax=b的解BSOR块逐次超松弛迭代法求线性方程组Ax=b的解第13章：随机数生成PFQZ用平方取中法产生随机数列MixMOD用混合同余法产生随机数列MulMOD1用乘同余法1产生随机数列MulMOD2用乘同余法2产生随机数列PrimeMOD用素数模同余法产生随机数列PowerDist产生指数分布的随机数列LaplaceDist产生拉普拉斯分布的随机数列RelayDist产生瑞利分布的随机数列CauthyDist产生柯西分布的随机数列AELDist产生爱尔朗分布的随机数列GaussDist产生正态分布的随机数列WBDist产生韦伯西分布的随机数列PoisonDist产生泊松分布的随机数列BenuliDist产生贝努里分布的随机数列BGDist产生贝努里-高斯分布的随机数列TwoDist产生二项式分布的随机数列第14章：特殊函数计算gamafun用逼近法计算伽玛函数的值lngama用Lanczos算法计算伽玛函数的自然对数值Beta用伽玛函数计算贝塔函数的值gamap用逼近法计算不完全伽玛函数的值betap用逼近法计算不完全贝塔函数的值bessel用逼近法计算伽玛函数的值bessel2用逼近法计算第二类整数阶贝塞尔函数值besselm用逼近法计算变型的第一类整数阶贝塞尔函数值besselm2用逼近法计算变型的第二类整数阶贝塞尔函数值ErrFunc用高斯积分计算误差函数值SIx用高斯积分计算正弦积分值CIx用高斯积分计算余弦积分值EIx用高斯积分计算指数积分值EIx2用逼近法计算指数积分值Ellipint1用高斯积分计算第一类椭圆积分值Ellipint2用高斯积分计算第二类椭圆积分值第15章：常微分方程的初值问题DEEuler用欧拉法求一阶常微分方程的数值解DEimpEuler用隐式欧拉法求一阶常微分方程的数值解DEModifEuler用改进欧拉法求一阶常微分方程的数值解DELGKT2_mid用中点法求一阶常微分方程的数值解DELGKT2_suen用休恩法求一阶常微分方程的数值解DELGKT3_suen用休恩三阶法求一阶常微分方程的数值解DELGKT3_kuta用库塔三阶法求一阶常微分方程的数值解DELGKT4_lungkuta用经典龙格-库塔法求一阶常微分方程的数值解DELGKT4_jer用基尔法求一阶常微分方程的数值解DELGKT4_qt用变形龙格-库塔法求一阶常微分方程的数值解DELSBRK用罗赛布诺克半隐式法求一阶常微分方程的数值解DEMS用默森单步法求一阶常微分方程的数值解DEMiren用米尔恩法求一阶常微分方程的数值解DEYDS用亚当斯法求一阶常微分方程的数值解DEYCJZ_mid用中点-梯形预测校正法求一阶常微分方程的数值解DEYCJZ_adms用阿达姆斯预测校正法求一阶常微分方程的数值解DEYCJZ_adms2用密伦预测校正法求一阶常微分方程的数值解DEYCJZ_yds用亚当斯预测校正法求一阶常微分方程的数值解DEYCJZ_myds用修正的亚当斯预测校正法求一阶常微分方程的数值解DEYCJZ_hm用汉明预测校正法求一阶常微分方程的数值解DEWT用外推法求一阶常微分方程的数值解DEWT_glg用格拉格外推法求一阶常微分方程的数值解第16章：偏微分方程的数值解法peEllip5用五点差分格式解拉普拉斯方程peEllip5m用工字型差分格式解拉普拉斯方程peHypbYF用迎风格式解对流方程peHypbLax用拉克斯-弗里德里希斯格式解对流方程peHypbLaxW用拉克斯-温德洛夫格式解对流方程peHypbBW用比姆-沃明格式解对流方程peHypbRich用Richtmyer多步格式解对流方程peHypbMLW用拉克斯-温德洛夫多步格式解对流方程peHypbMC用MacCormack多步格式解对流方程peHypb2LF用拉克斯-弗里德里希斯格式解二维对流方程的初值问题peHypb2FL用拉克斯-弗里德里希斯格式解二维对流方程的初值问题peParabExp用显式格式解扩散方程的初值问题peParabTD用跳点格式解扩散方程的初值问题peParabImp用隐式格式解扩散方程的初边值问题peParabKN用克拉克-尼科尔森格式解扩散方程的初边值问题peParabWegImp用加权隐式格式解扩散方程的初边值问题peDKExp用指数型格式解对流扩散方程的初值问题peDKSam用萨马尔斯基格式解对流扩散方程的初值问题第17章：数据统计和分析MultiLineReg用线性回归法估计一个因变量与多个自变量之间的线性关系PolyReg用多项式回归法估计一个因变量与一个自变量之间的多项式关系CompPoly2Reg用二次完全式回归法估计一个因变量与两个自变量之间的关系CollectAnaly用最短距离算法的系统聚类对样本进行聚类DistgshAnalysis用Fisher两类判别法对样本进行分类MainAnalysis对样本进行主成分分析

利用主成分分析（PCA），从数据库图像中，分析出测试图像相匹配的图像，具体测试也可参照我的博客

MatlabPCAandICAPackagematlab开发-PCA和包装。
实现主成分分析（PCA）和独立成分分析（ICA）

用简单易懂的方法讲解了主成分分析的原理，并给出了MATLAB实现程序

本实验用于验证低秩矩阵恢复算法，将一个低秩的A+稀疏的E得到观测的D，希望从D中恢复出低秩的A

基于MATLAB的主成分分析，对主成分进行降维处理，分析出PCA1,PCA2,PCA3主成分。

为了方便用户快速方便的使用C#实现PCA算法并直观的得到结果，将该算法的实现使用Winform实现。
输入矩阵数据时，请使用文档中相同的格式输入矩阵。

这个Matlab工具箱实现32种维数降低技术。
这些技术都可以通过COMPUTE_MAPPING函数或trhoughGUI。
有以下技术可用： -主成分分析（'PCA'） -线性判别分析（'LDA'） -多维缩放（'MDS'） -概率PCA（'ProbPCA'） -因素分析（'因子分析'） -Sammon映射（'Sammon'） -Isomap（'Isomap'） -LandmarkIsomap（'LandmarkIsomap'） -局部线性嵌入（'LLE'） -拉普拉斯特征图（'Laplacian'） -HessianLLE（'HessianLLE'） -局部切线空间对准（'LTSA'） -扩散图（'DiffusionMaps'） -内核PCA（'KernelPCA'） -广义判别分析（'KernelLDA'） -随机邻居嵌入（'SNE'） -对称随机邻接嵌入（'SymSNE'） -t分布随机邻居嵌入（'tSNE'） -邻域保留嵌入（'NPE'） -线性保持投影（'LPP'） -随机接近嵌入（'SPE'） -线性局部切线空间对准（'LLTSA'） -保形本征映射（'CCA'，实现为LLE的扩展） -最大方差展开（'MVU'，实现为LLE的扩展） -地标最大差异展开（'地标MVU'） -快速最大差异展开（'FastMVU'） -本地线性协调（'LLC'） -歧管图表（'ManifoldChart'） -协调因子分析（'CFA'） -高斯过程潜变量模型（'GPLVM'） -使用堆栈RBM预训练的自动编码器（'AutoEncoderRBM'） -使用进化优化的自动编码器（'AutoEncoderEA'）此外，工具箱包含6种内在维度估计技术。
这些技术可通过INTRINSIC_DIM函数获得。
有以下技术可用： -基于特征值的估计（'EigValue'） -最大似然估计器（'MLE'） -基于相关维度的估计器（'CorrDim'） -基于最近邻域评估的估计器（'NearNb'） -基于包装数量（'PackingNumbers'）的估算器 -基于测地最小生成树（'GMST'）的估计器除了这些技术，工具箱包含用于预白化数据（函数PREWHITEN），精确和估计样本外扩展（函数OUT_OF_SAMPLE和OUT_OF_SAMPLE_EST）的函数以及生成玩具数据集（函数GENERATE_DATA）的函数。
工具箱的图形用户界面可通过DRGUI功能访问

pca，特征脸程序，主成分分析，表情识别，人脸识别，特征提取

实现图像融合处理操作，以及融合影像质量的客观评价。
包含有主成分分析PCA、高通滤波HPF、乘积性变换和其改进型、Brovey变换及其改进型、相关系数的加权平均、IHS变换（IHS、三角IHS、圆柱体IHS及其变种）等算法，以及信息熵、平均梯度、空间频率、相关关系等客观评价指标。

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。