笔耕问道

不同方法插值算法实现已知插值节点序列(xi , yi),i = 0,1,2,……,n，用 Lagrange 插值多项式L n (x)计算的函数f (x)在点x0的近似值。123456789101112131415161718function b = lagrange( x,y,x0 )%实现拉格朗日插值汉书值的求解% 此处显示详细说明n = length(x);%总插值个数D = x0;p = 0.0;for k=1:n t = 1.0; for i = 1:n if i~=k t = t * (D-x(i))/(x(k)-x(i)); end end p = p+t*y(k);endb = p;%plot(D,p);end 已知插值节点序列(xi , yi),i = 0,1,2,…,n，用牛顿（Newton）插值值多项式N (x)n计算的函数f (x)在点0 x的近似值。123456789101112131415161718192021222324252627function...

主要就是实现的程序模块化，实现了一个基本档案关系系统，并且有许多的账户可以注册，管理员可以修改其中的内容,有兴趣可以自己打开看看，文尾链接内饰我的代码，感兴趣可以看看，完全分享主要服务端代码如下： 1234567891011121314public Server() throws IOException{ InetAddress liushen = InetAddress.getLocalHost(); String s = liushen.getHostAddress(); System.out.println("地址嗷嗷嗷为："+s); server = new ServerSocket( 12345, 100 ); int number=1; while(true){ displayMessage( "正在等待设备……\n" ); Socket connection = server.accept();...

...

本文章将讲解从机器学习开始后的主要算法，以时间为线

...

计算机数值分析章节：首先就是我们的插值方法，这一章讲的是如何将一组离散的点，进行处理，形成一个函数的值，主要重点是拉格朗日余项定理，拉格朗日插值，牛顿插值，还有一些简单的抛物线性插值等等，就是利用待定系数法，主要就是学习插值的基函数，系数和余项。 其次就是数值积分的相关内容，这里有简单的抛物线积分，矩形积分，梯形积分等问题。背公式就行，注意其中的许多对称性，考前看那些例题就可以 再常微分方程是指有一些式子带有导数之类的，没办法给他转换为正常的y = f(x)的形式，导致后面的计算非常困难，这一节就是把他的计算简单化，通过固定公式转化为一堆离散的点，这样就很容易求解了。 再就是方程求根的迭代法，这里建议直接背公式，很容易理解。 最后线性方程组的数值解法主要靠的是迭代和直接两种方法，直接你也会，主要就是迭代，要注意他的收敛性 下面是资源区，里面有我考试的考纲和我的笔记插值方法 数值积分 常微分方程 方程求根的迭代法 线性方程组的解法

机器学习-machine learning | ML 定义：机器学习是一种特殊的算法，不是某个特定的算法，能够让计算机在数据中学习从而进行预测。所以，机器学习不是某种具体的算法，而是很多算法的总称。机器学习包含了很多种不同的算法，深度学习就是其中之一，其他方法包括决策树，聚类，贝叶斯等。深度学习的灵感来自大脑的结构和功能，即许多神经元的互连。人工神经网络（ANN）是模拟大脑生物结构的算法。不管是机器学习还是深度学习，都属于人工智能（AI）的范畴。所以人工智能、机器学习、深度学习可以用下面的图来表示： 基本思路：(1).把现实生活中的问题抽象成数学模型，并且很清楚模型中不同参数的作用(2).利用数学方法对这个数学模型进行求解，从而解决现实生活中的问题(3).评估这个数学模型，是否真正地解决了现实生活中的问题，解决的如何最后就会发现，不是所有问题都可以转换成数学问题的。那些没有办法转换的现实问题 AI...