一、低阶稠密线性方程组 二、大型稀疏方程组 三、线性方程组AX=B的一般数值解法: 1.直接法:通过有限步精确运算求得方程组的精确解(存在舍入误差)。适用于低阶稠密方程组消元法·主元素法 2.迭代法:通过构造迭代方程组进行迭代

针对标准无迹卡尔曼滤波(Unscented Kalman filter, UKF) 算法本身存在着因状态误差协方差矩阵无法实现Cholesky分解而导致滤波发散的隐患，以及在电池状态估计过程中由离线标定的电池等效模型参数而造成的累积误差的问题，本文发展了一种平方根无迹卡尔曼滤波(Square-root unscented Kalman filter, SR-UKF)算法，并设计了一种电池状态联合估计策略。首先快速SR-UKF算法通过对观测方程进行准线性化处理，降低了每次无迹变换时的计算开销；然后在迭代过程中，用状态误差协方差矩阵的平方根代替状态误差协方差矩阵，该平方根是由QR分解与 Cholesky因子的一阶更新得到，解决了UKF 算法迭代过程中可能由计算累积误差引起状态误差协方差矩阵负定而导致滤波结果发散的问题，保证了电池荷电状态(State of charge，SOC)在线滚动估计的数值稳定性；最后采用联合估计策略，对电池等效模型参数进行实时辨识，保证了电池等效模型的准确性与有效性，从而提高了电池SOC的估计精度。仿真对比结果验证了快速SR-UKF算法以及电池状态联合估计策略的可行性与鲁棒性

提出了一种面积优先的多功能、可重组的大数值运算器设计方法.基于简单的加法操作,采用扫描链控制、迭代调用等方法对设计进行优化,实现了14种基本的大数运算功能.每种功能支持的规格从8位至2048位,给安全芯片用户提供了极大的灵活性,显著减小了代码的开发周期和成本.由于多种功能尽量复用相同的逻辑资源,本设计在满足体系运算速度的前提下,规模只有13887门,完全满足安全芯片面积优先的设计约束

《应用随机过程教程》教学资源（参考资料）与在算法和智能计算中的应用——第9章 以图象信息为背景的随机场、迭代Markov系统

3.8椭圆型差分方程的迭代法 一、迭代法的基本理论 1、迭代公式

《运筹学》课程教学资源（PPT课件讲稿）单纯形法的一般描述、各种类型线性规划的处理、迭代过程中可能出现的问题及处理方法

复旦大学：《面向对象分析和设计》课程资料_UML和模式_Chapter 2 - 迭代、进化和敏捷

§1 二分法 §2 迭代法 §3 常用的迭代方法 §4 非线性方程组的求根

泛型程序设计 与标准模板库有关的概念和术语 C++标准模板库中的容器 迭代器 标准C++库中的算法

§3 广义极小残差法 §2 共轭梯度法 §1 基本迭代法