搜索资源列表
Nr_C
- 书是针对工程上常用的行之有效的算法而编写的C语言函数程序集，在第一版的基础上作了修改和扩充。书中包括了近几年出现的许多新算法。全书分为数值计算与非数值计算两部分。其中数值计算部分的内容包括：线性代数方程组的求解、矩阵运算、矩阵特征值与特征向量的计算、非线性方程与方程组的求解、插值、数值积分、常微分方程（组）的求解、拟合与逼近、数据处理与回归分析、极值问题、数学变换与滤波、特殊函数、随机数的产生、多项式与连分式函数的计算、复数运算；非数值计算部分的内容包括：排序、查找、图形模式下读写屏幕象点、基本
CommonArithmetic
- 常用算法大合集； 包括插值、查找、常微分方程组求解、多项工与连分式函数计算、非线性方程与方程组求解、复数运算、汉字操作、基本图形操作、极值问题、矩阵特征值与特征向量的计算、矩阵运算、拟合与逼近、排序、数据处理与回归分析、数学变换与滤波、数值积分、随机数产生、特征函数、图形模式下读写屏幕象点、线性代数方程组求解等C语言算法-algorithms big Collection; Including interpolation, locate, ordinary differential equa
点的线性拟合
- 点的线性拟合算法示例-point linear fitting algorithm Example
C_algorithm_program
- 本书是针对工程上常用的行之有效的算法而编写的C语言函数程序集，包括了近几年出现的许多新算法。全书分为数值计算与非数值计算两部分。其中数值计算部分的内容包括：线性代数方程组的求解、矩阵运算、矩阵特征值与特征向量的计算、非线性方程与方程组的求解、插值、数值积分、常微分方程（组）的求解、拟合与逼近、数据处理与回归分析、极值问题、数学变换与滤波、特殊函数、随机数的产生、多项式与连分式函数的计算、复数运算；非数值计算部分的内容包括：排序、查找、图形模式下读写屏幕象点、基本图形操作、汉字操作等。
Cchangyongsuanfa
- C常用算法程序集 针对工程上常用的行之有效的算法而编写的C语言函数程序集，在第一版的基础上作了修改和扩充。书中包括了近几年出现的许多新算法。全书分为数值计算与非数值计算两部分。其中数值计算部分的内容包括：线性代数方程组的求解、矩阵运算、矩阵特征值与特征向量的计算、非线性方程与方程组的求解、插值、数值积分、常微分方程（组）的求解、拟合与逼近、数据处理与回归分析、极值问题、数学变换与滤波、特殊函数、随机数的产生、多项式与连分式函数的计算、复数运算；非数值计算部分的内容包括：排序、查找、图形模式下
nihe
- 简单的讲，所谓拟合是指已知某函数的若干离散函数值{f1,f2,…,fn}，通过调整该函数中若干待定系数f(λ1, λ2,…,λ3), 使得该函数与已知点集的差别(最小二乘意义)最小。如果待定函数是线性，就叫线性拟合或者线性回归(主要在统计中)，否则叫作非线性拟合或者非线性回归。表达式也可以是分段函数，这种情况下叫作样条拟合。
zui_xiao_er_cheng_fa
- 最小二乘法一般是用来拟合直线和一些线性数据的，就是用一条直线来尽可能的表达若干的点的趋势，当然直线穿过所有的点是最好的，但往往有误差存在，所以拟合出的直线要求误差最小.设这些点为(x1,y1),(x2,y2)....(xn,yn).拟合直线为y=kx+b.-Ordinary least squares method is used to fit a straight line and a number of linear data, that is, as far as possible wit
FIT
- 一个对点列进行线性拟合的例子-Points out a linear fitting example
shuzhifenxi3
- 实验题目：曲线拟合的最小二乘法 相关知识：已知C[a,b]中函数f(x)的一组实验数据（xi,yi）（i=0,1,…,m），其中yi=f(xi)。设 是C[a,b]上线性无关函数族。在 中找函数f(x) 曲线拟合的最小二乘解 ，其法方程（组）为： 其中， k=0,1,…,n 特别是，求函数f(x) 曲线拟合的线性最小二乘解 的计算公式为： 数据结构：两个一维数组或一个二维数组 算法设计：（略） 编写代码：（略） 实验用例： 已知函数y
lzxec
- matlab中编程实现的线性最小二乘拟合函数： lzxec:功能：离散试验数据点的线性最小二乘拟合-matlab programming in a linear least-squares fitting function: lzxec: Function: discrete experimental data points, the linear least-squares fitting
5
- 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
ls(linear)
- VC写的最小二乘法线性拟合的代码，输入点坐标，输出斜率和截距-the least-squares linear fit code writed with VC, input coordinates, the output slope and intercept
5geyouyong
- 5个程序包括1，用高斯消去法解线性方程组的算法程序；2，判断k之前的质数并输出；3动态建立多维数组；4，利用点类进行线性拟合；5改进后的人员信息管理系统-Five programs include 1, with the gaussian elimination method of solving linear equations algorithm procedures 2, the prime Numbers and before judge k output 3, dynamic mu
hanshuubijin
- 用切比雪夫多项式逼近已知函数 用勒让德多项式逼近已知函数 用帕德形式的有理分式逼近已知函数 用列梅兹算法确定函数的最佳一致逼近多项式 求已知函数的最佳平方逼近多项式 用傅立叶级数逼近已知的连续周期函数 离散周期数据点的傅立叶逼近 用自适应分段线性法逼近已知函数 用自适应样条逼近（第一类）已知函数 离散试验数据点的多项式曲线拟合 离散试验数据点的线性最小二乘拟合 离散试验数据点的正交多项式最小二乘拟合 -By using Chebyshev poly
Least-squares-fitting-line
- 用C语言通过最小二乘法拟合出已知直角坐标的点进行线性拟合，并给出表达式及线性度-Least squares fitting line
1
- 线性拟合，过原点和不过远点两种情况。近似地刻画或比拟平面上离散点组所表示的坐标之间的函数关系-Linear fit through the origin and the far point but in both cases
expression-functions
- 切比雪夫 用切比雪夫多项式逼近已知函数 勒让德 用勒让德多项式逼近已知函数 帕德 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 方舟子 用傅立叶级数逼近已知的连续周期函数 事实上的部队 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
拟合
- 输入N个点的横纵坐标，用一条直线拟合，用类的方法求出最能表现这N个点所在的那条直线的方程。(Enter the horizontal and vertical coordinates of N points, use a straight line fitting, and use the class method to find the equation that can best represent the line in which the N points are located.)
r
- 多元数据的数值基础分析（五数、方差等）、基础出图（线性拟合、残差图、找变异点）预测，外加基础实际数据处理案例两个(Multivariate data analysis and prediction model)
fitcircle
- 根据圆弧上多点的实测数据，拟合计算圆心坐标和圆的半径(According to the measured data of multiple points on the arc, the coordinates of the center of the circle and the radius of the circle are calculated and fitted.)