§1 课程研究的内容和构造算法的主要途径 §2 误差 §3 有效算法要具备的条件 §4 灵敏度分析 §5 向量范数与矩阵范数

2.1 Matlab简介 MatlabCleve的首创者 Moler博士在数值分析,特 别是在是指线性代数的领域中很有影响。 Matlab(Matrix Laboratory,即矩阵实验室) Matlab于1984年推出了正式版本。后来 Moler组建 了一个名为 MathWorks的软件开发公司( http: //www. mathworks. com)专门扩展并改进 Matlab. 1998年推出5.3版。2000年11月6日推出最新版本 Matlab 6. 0

矩量法(简称MoM)，就其数值分析而言就是广义Galerkin(伽略金)法。矩量法包括两个过程，离散化过程和选配过程，从而把线性算子方程转化为矩阵方程。 &4.1 矩量法概述 &4.2 基函数与权函数选择 &4.3 MOM法应用举例

一、计算矩阵的主特征根及对应的特征向量 原始幂法/ the original method条件:A4有特征根>2…≥20,对应n个线性无关的特征向晶 nt youshbaye to

幂法 Power Method 计算矩阵的主特征根及对应的特征向量 原始幂法/ the original method 条件:A有特征根>+22…=0,对应n个线性无

§1 引 言 §2 Gauss消去法 §3 Gauss主元素法 §4 Gauss-Jordan消去法 §5 矩阵的LU分解 §6 平方根法 § 7 追赶法

MATLAB意为“矩阵实验室”，源自 Matrix Laboratory ，它是一种科学计算软件。 Matlab语言是由美国的Clever Moler博士于1980年。开发的设计者的初衷是为解决“线性代数”课程的矩阵运算问题。 目前MATLAB已经成为国际上最流行的软件之一，除了可提供传统的交互式的编程方法之外，还能提供丰富可靠的矩阵运算、图形绘制、数据处理、图像 处理和Windows编程工具等。因而出现了各种以MATLAB为基础的工具箱，应用于自动控制、图像信号处理、生物医学工程、语音处理、信号分析、时序 分析与建模、优化设计等广泛的领域，表现出了一般高级语言难以比拟的优势。 美国Mathwork软件公司推出的Matlab软件就是为了给人们提供一个方便的数值计算平台而设计的

具有 Fortran和C高级计算机语言知识的读者可能已经注意到,如果用它们去进 行程序设计,尤其当涉及矩阵运算或画图时,编程会很麻烦。比如说,若想求解一个 线性代数方程组AX=B→>X=A-B,用户得首先编写一个主程序,然后编写一个子程序 去读入各个矩阵的元素,之后再编写一个子程序,求解相应的方程,最后输出结果 般说来,求解线性方程组这样一个简单的功能需要100多条源程序。 Matlab的首创者 Cleve Moler博士在数值分析,特别是在是指线性代数的领域中 很有影响

1 导言 2 基本原理与概念 2.1 基本原理 2.2 对象的产生，排列及删除 2.3 在线帮助 3 R的数据操作 3.1 对象 3.2 在文件中读写数据 3.3 存储数据 3.4 生成数据 3.4.1 规则序列 3.4.2 随机序列 3.5 使用对象 3.5.1 创建对象 3.5.2 对象的类型转换 3.5.3 运算符 3.5.4 访问一个对象的数值：下标系统 3.5.5 访问对象的名称 3.5.6 数据编辑器 3.5.7 数学运算和一些简单的函数 3.5.8 矩阵计算 4 R绘图 4.1 管理绘图 4.1.1 打开多个绘图设备 4.1.2 图形的分割 4.2 绘图函数 4.3 低级绘图命令 4.4 绘图参数 4.5 一个实例 4.6 grid 和lattice 包 5 R的统计分析 5.1 关于方差分析的一个简单例子 5.2 公式 5.3 泛型函数 5.4 包 6 R编程实践 6.1 循环和向量化 6.2 用R写程序 6.3 编写你自己的函数 7 R 相关的文献

传统的分类算法大多假设数据集是均衡的,追求整体的分类精度.而实际数据集经常是不均衡的,因此传统的分类算法在处理实际数据集时容易导致少数类样本有较高的分类错误率.现有针对不均衡数据集改进的分类方法主要有两类:一类是进行数据层面的改进,用过采样或欠采样的方法增加少数类数据或减少多数类数据;另一个是进行算法层面的改进.本文在原有的基于聚类的欠采样方法和集成学习方法的基础上,采用两种方法相结合的思想,对不均衡数据进行分类.即先在数据处理阶段采用基于聚类的欠采样方法形成均衡数据集,然后用AdaBoost集成算法对新的数据集进行分类训练,并在算法集成过程中引用权重来区分少数类数据和多数类数据对计算集成学习错误率的贡献,进而使算法更关注少数数据类,提高少数类数据的分类精度