最基本的特征值问题分为三类：1、标准的线性特征值问题：Ax=λx,A∈Cn∗nAx = \lambda x,A \in {\mathbb C^{n*n}}2、普遍的线性特征值问题：Ax=λBx,A、B∈Cn∗nAx = \lambda B x,A、B \in {\mathbb C^{n*n}}3、普遍的艾米特正定线性特征值问题：Ax=λBx,A、B∈Cn∗nAx = \lam

matlab文件如何封装成exe文件不论是java还是c++，甚至是python，都能编译出脱离环境可（安装）运行的exe或apk文件，那么matlab能不能封装成exe文件，从而在别人没有装matlab的终端上也能运行呢？其实这个工具是有的。但是想说在前面的是，要运行m文件转成的exe，亦需要在机子安装一个依赖包文件。所以，想要在别人机子上运行程序，必须将exe文件连通依赖包安装工具一起拷给

fmincon是用于求解非线性多元函数最小值的matlab函数。其语法格式比较多，参数也是各有各的意思，我就举几个例子，大家可从代码中去体会其使用方法。示例一%% 只是大概写个板式，这里的fun2和fun3要自己去定义，这里就不写出来了，前面%有介绍过clcclearA=[3 2 1;1 2 3; 2 0 0;0 3 0;0 0 2]b=[120;80;96;102;40]lb=zero

matlab利用fzero求零点f = @(x)x.^5-2*x-5;%注意函数的书写格式z = fzero(f,[-1000 1000])主要学习一下书写格式，函数也可以另建文件这样写function y=f(x)y=1/(1+x^2);end

偏最小二乘法，它通过最小化误差的平方和找到一组数据的最佳函数匹配。 用最简的方法求得一些绝对不可知的真值，而令误差平方之和为最小。很多其他的优化问题也可通过最小化能量或最大化熵用最小二乘形式表达。偏最小二乘法clc % 清屏clear all; % 删除workplace变量close all; % 关掉显示图形窗口format shortpz=[191 365051

关于matlab的table数据结构的使用matlab中比较好使的数据结构有数组、矩阵、元胞数组、结构数组等等，但随着大数据的普及，在2013以以上版本的的matlab中，出现了类似R语言中的列表一样的一个新的数据结构——table。关于table的简单的介绍可以参考：Matlab table数据结构三篇配合着doc文档，很快就能驾轻就熟。然而Matlab求全不求精，数据分析和处理很

共轭梯度（CG）方法计算数学与科学工程计算研究所陆嵩简单介绍共轭梯度方法也是一种迭代方法，不同于Jacobi，Gauss-Seidel和SOR方法，理论上只要n步就能找到真解，实际计算中，考虑到舍入误差，一般迭代3n到5n步，每步的运算量相当与矩阵乘向量的运算量，对稀疏矩阵特别有效。共轭梯度方法对于求解大型稀疏矩阵是很棒的方法，但是这个方法看起来总不是太靠谱。这个方法也不是越迭代精度越高，有

vscode 远程连接 docker 容器进行 C++ 代码调试实践vscode 是可以利用远程的编译环境在本地进行打断点调试的。文章目录vscode 远程连接 docker 容器进行 C++ 代码调试实践服务器端创建容器并进行端口映射容器设置vscode 远程连接容器调试服务器端创建容器并进行端口映射docker run -it \--name abacus2 \--workdir /root

使用回归技术预测房价问题描述与数据观察我从kaggle上找了一个问题，链接为房价预测。大概的意思就是，根据房子的一系列信息，包括面积，地段，环境等等，我来预测它的房价。它告诉了我一部分已知特征和房价的房子作为训练集，给出另外一部分只知特征的房子，让我预测出它们的房价。下载的数据有三个csv文件，一个是训练数据，一个是测试数据，另外一个数据提交的样例。训练数据为1460x80的一个表...

vscode 远程连接 docker 容器进行 C++ 代码调试实践vscode 是可以利用远程的编译环境在本地进行打断点调试的。文章目录vscode 远程连接 docker 容器进行 C++ 代码调试实践服务器端创建容器并进行端口映射容器设置vscode 远程连接容器调试服务器端创建容器并进行端口映射docker run -it \--name abacus2 \--workdir /root