小波与傅里叶分析基础作 者:(美)AlbertBoggess,FrancisJ.Narcowich译 者:芮国胜康健等出版社:电子工业出版社出版时间:2004-1-1许多关于小波的文章和参考书籍均要求读者具有复杂的数学背景知识,本书则只要求学生具有较好的微积分以及线性代数知识,通俗易懂。
第0章内积空间0.1引言0.2内积的定义0.3L2空间和l2空间0.4Schwarz不等式与三角不等式0.5正交0.6线性算子及其伴随算子0.7最小二乘和线性预测编码0.8习题第1章傅里叶级数1.1引言1.2傅里叶级数的计算1.3傅里叶级数的收敛定理1.4习题第2章傅里叶变换2.1傅里叶变换的通俗描述2.2傅里叶变换的性质2.3线性滤波器2.4采样定理2.5不确定性原理2.6习题第3章离散傅里叶分析第4章haar小波分析4.1小波的由来4.2Haar小波4.3Haar分解和重构算法4.4小结4.5习题第5章多分辨率分析5.1多分辨率框架5.2分解和重构的实现5.3傅里叶变换准则5.4习题第6章Daubechies小波分析6.1Daubechies小波的构造6.2分类、矩和平滑性6.3计算问题6.4二进点上的尺度函数6.5习题第7章其它小波主题7.1计算复杂度7.2高维小波7.3相应的分解和重构7.4小波变换7.5习题附录A技术问题附录BMATLAB程序
1
采用C++编写,完成了题目的所有要求,并附有说明文档。
大学的每个专业都要制定教学计划。
假设任何专业都有固定的学习年限,每学年含两学期,每学期的时间长度和学分上限值均相等,每个专业开设的课程都是确定的,而且课程在开设时间的安排必须满足先修关系。
每门课程有哪些先修课程是确定的,可以有任意多门,也可以没有。
每门课恰好占一个学期。
试在这样的前提下设计一个教学计划编制程序。
[基本要求](1)输入参数包括:学期总数,一学期的学分上限,每门课的课程号(固定占3位的字母数字串)、学分和直接先修课的课程号。
(2)允许用户指定下列两种编排策略之一:一是使学生在各学期中的学习负担尽量均匀;
二是使课程尽可能地集中在前几个学期中。
(3)若根据给定的条件问题无解,则报告适当的信息;
否则将教学计划输出到用户指定的文件中。
计划的表格格式自行设计。
[测试数据]学期总数:6;
学分上限:10;
该专业共开设12门课,课程号从C01到C12,学分顺序为2,3,4,3,2,3,4,4,7,5,2,3。
先修关系如下:课程编号 课程名称 先决条件C1 程序设计基础 无C2 离散数学 C1C3 数据结构 C1,C2C4 汇编语言 C1C5 语言的设计和分析 C3,C4C6 计算机原理 C11C7 编译原理 C5,C3C8 操作系统 C3,C6C9 高等数学 无C10 线性代数 C9C11 普通物理 C9C12 数值分析 C9,C10,C1[实现提示]可设学期总数不超过12,课程总数不超过100。
如果输入的先修课程号不在该专业开设的课程序列中,则作为错误处理。
应建立内部课程序号与课程号之间的对应关系。
2024/5/31 0:35:01 241KB 教学计划编制
1
Eigen为用C++模板开发的用于矩阵、向量等线性代数操作的开源代码,这里是从官网下载的Eigen最新版本
2024/5/24 16:16:20 1MB Eiegn, 矩阵、向量
1
《计算机代数系统的数学原理》主要介绍了计算机代数系统的数学理论、经典结果和著名算法。
全书包含高精度运算、数论、数学常数、精确线性代数、多项式、方程求解、符号极限、符号求和、符号积分、微分方程符号解等10个部分,涵盖了构建计算机代数系统的最基础也是最重要的内容。
书中的许多内容是第一次被系统地整理后出现在中文文献中,并在一些领域体现了本方向的最新进展。
2024/4/15 12:37:47 2.94MB 计算机代数系统的数学原理
1
课件高清原版1到22讲完整版线性代数(1)学堂在线马辉教授清华大学,供大家学习使用!
2024/4/14 20:11:17 15.61MB 线性代数 课件 高清 原版
1
本书是一部经典的线性代数教科书.其内容根据作者在奠斯科大学和基辅大学的授课材料整理修订而成,曾被用作苏联高等院校的教材。
全书内容包括:行列式、线性空间、线性方程组、以向量为自变量的线性函数、坐标变换、双线性型与二次型、欧几里得空间、正交化与体积的测度、不变子空间与特征向量、欧氏空间里的二次型、二次曲面和无穷维欧氏空间的几何学
2024/4/12 0:03:20 64.86MB 线性代数
1
用算法程序集(C语言描述)(第三版)+源代码第1章多项式的计算1.1一维多项式求值1.2一维多项式多组求值1.3二维多项式求值1.4复系数多项式求值1.5多项式相乘1.6复系数多项式相乘1.7多项式相除1.8复系数多项式相除第2章复数运算2.1复数乘法2.2负数除法2.3复数乘幂2.4复数的n次方根2.5复数指数2.6复数对数2.7复数正弦2.8复数余弦第3章随机数的产生3.1产生0到1之间均匀分布的一个随机数3.2产生0到1之间均匀分布的随机数序列3.3产生任意区间内均匀分布的一个随机整数3.4产生任意区间内均匀分布的随机整数序列3.5产生任意均值与方差的正态分布的一个随机数3.6产生任意均值与方差的正态分布的随机数序列第4章矩阵运算4.1实矩阵相乘4.2复矩阵相乘4.3一般实矩阵求逆4.4一般复矩阵求逆4.5对称正定矩阵的求逆4.6托伯利兹矩阵求逆的特兰持方法4.7求一般行列式的值4.8求矩阵的值4.9对称正定矩阵的乔里斯基分解与列式求值4.10矩阵的三角分解4.11一般实矩阵的QR分解4.12一般实矩阵的奇异值分解4.13求广义逆的奇异值分解法第5章矩阵特征值与特征向量的计算5.1约化对称矩阵为对称三对角阵的豪斯荷尔德变换法5.2求对称三对角阵的全部特征值与特征向量5.3约化一般实矩阵为赫申伯格矩阵的初等相似变换法5.4求赫身伯格矩阵全部特征的QR方法5.5求实对称矩阵特征值与特征向量的雅可比法5.6求实对称矩阵特征值与特征向量的雅可比过关法第6章线性代数方程组的求解6.1求解实系数方程组的全选主元高斯消去法6.2求解实系数方程组的全选主元高斯-约当消去法6.3求解复系数方程组的全选主元高斯消去法6.4求解复系数方程组的全选主元高斯-约当消去法6.5求解三对角线方程组的追赶法6.6求解一般带型方程组6.7求解对称方程组的分解法6.8求解对称正定方程组的平方根法6.9求解大型系数方程组6.10求解托伯利兹方程组的列文逊方法6.11高斯-塞德尔失代法6.12求解对称正定方程组的共岿梯度法6.13求解线性最小二乘文体的豪斯伯尔德变换法6.14求解线性最小二乘问题的广义逆法6.15求解病态方程组第7章非线性方程与方程组的求解7.1求非线性方程一个实根的对分法7.2求非线性方程一个实根的牛顿法7.3求非线性方程一个实根的埃特金矢代法7.4求非线性方程一个实根的连分法7.5求实系数代数方程全部的QR方法7.6求实系数方程全部的牛顿下山法7.7求复系数方程的全部根牛顿下山法7.8求非线性方程组一组实根的梯度法7.9求非线性方程组一组实根的拟牛顿法7.10求非线性方程组最小二乘解的广义逆法7.11求非线性方程一个实根的蒙特卡洛法7.12求实函数或复函数方程一个复根的蒙特卡洛法7.13求非线性方程组一组实根的蒙特卡洛法第8章插值与逼近8.1一元全区间插值8.2一元三点插值8.3连分式插值8.4埃尔米特插值8.5特金逐步插值8.6光滑插值8.7第一种边界条件的三次样条函数插值8.8第二种边界条件的三次样条函数插值8.9第三种边界条件的三次样条函数插值8.10二元三点插值8.11二元全区间插值8.12最小二乘曲线拟合8.13切比雪夫曲线拟合8.14最佳一致逼近的里米兹方法8.15矩形域的最小二乘曲线拟合第9章数值积分9.1变补长梯形求积法9.2变步长辛卜生求积法9.3自适应梯形求积法9.4龙贝格求积法9.5计算一维积分的连分式法9.6高振荡函数求积法9.7勒让德-高斯求积法9.8拉盖尔-高斯求积法9.9埃尔米特-高斯求积法9.10切比雪夫求积法9.11计算一维积分的蒙特卡洛法9.12变步长辛卜生二重积分方法9.13计算多重积分的高斯方法9.14计算二重积分的连分方式9.15计算多重积分的蒙特卡洛法第10章常微分方程组的求解10.1全区间积分的定步长欧拉方法10.2积分一步的变步长欧拉方法10.3全区间积分维梯方法10.4全区间积分的定步长龙格-库塔方法10.5积分一步的变步长龙格-库塔方法10.6积分一步的变步长基尔方法10.7全区间积分的变步长默森方法10.8积分一步的连分方式10.9全区间积分的双边法10.10全区间积分的阿当姆斯预报校正法10.11全区间积分的
1
《AppliedNumericalLinearAlgebra》和《应用数值线性代数》;
中英两本;
[美]JamesW.Demmel著;
2024/4/1 13:21:38 10.44MB 矩阵计算
1
武汉大学《线性代数》05-12历年期末考试试卷(含答案)
2024/3/27 6:19:24 4.09MB 线性代数
1
数据科学入门,第二版,介绍数据科学基本知识的重量级读本,Google数据科学家作品。
  数据科学是一个蓬勃发展、前途无限的行业,有人将数据科学家称为“21世纪头号性感职业”。
本书从零开始讲解数据科学工作,教授数据科学工作所必需的黑客技能,并带领读者熟悉数据科学的核心知识——数学和统计学。
  作者选择了功能强大、简单易学的Python语言环境,亲手搭建工具和实现算法,并精心挑选了注释良好、简洁易读的实现范例。
书中涵盖的所有代码和数据都可以在GitHub上下载。
  通过阅读本书,你可以:  学到一堂Python速成课;
  学习线性代数、统计和概率论的基本方法,了解它们是怎样应用在数据科学中的;
  掌握如何收集、探索、清理、转换和操作数据;
  深入理解机器学习的基础;
  运用k-近邻、朴素贝叶斯、线性回归和逻辑回归、决策树、神经网络和聚类等各种数据模型;
  探索推荐系统、自然语言处理、网络分析、MapReduce和数据库。
2024/3/25 19:37:40 4.65MB data
1
共 123 条记录 首页 上一页 下一页 尾页
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。
2024-04-09 15:03 15KB 钉钉 钉钉打卡