numerical-methods

0熱度

1回答

的系統的數值解得到含有術語被積的數值積分我想要計算上倍頻程（或Matlab）下面的積分：然而，我沒有H和K的明確表達式。H和K實際上是下面的微分方程的數值解。 h，k，dh/dr和dk/dr的初始條件分別爲0,1,1/2,0。我該如何去做這件事？我能否以某種方式直接求解它，還是需要首先找到H和K的數值解，找到多項式近似值，然後進行積分？我對Matlab和數值方法完全陌生，因此描述所有內容的詳細

6熱度

3回答

尋找複數作爲輸入的優化

我想知道是否有C/C++庫或Matlab代碼技術來確定使用最小化求解器的實數和複數。這是一個代碼片段，顯示我想要做什麼。例如，假設我知道Utilde，但不知道x和U變量。我想使用優化（fminsearch）來確定x和U，給出Utilde。請注意，Utilde是一個複數。 x = 1.5; U = 50 + 1i*25; x0 = [1 20]; % starting values Utild

8熱度

4回答

C++庫中的快速漸變實現？

我期待運行梯度下降優化以最小化變量實例化的成本。我的程序在計算上非常昂貴，所以我正在尋找一個快速實現GD的流行庫。什麼是推薦的圖書館/參考？

3熱度

4回答

執行數學公式時溢出問題

我聽說當計算平均值時，start +（end-start）/ 2與（start + end）/ 2不同，因爲後者可能導致溢出。我不太明白爲什麼第二個可能會導致溢出，而第一個不會。實施可避免溢出的數學公式的通用規則是什麼？

2熱度

1回答

PHP數值方法

我有一個非線性函數，我需要爲它找到一個根。有誰知道是否有一個PHP庫實現數值方法？（我可以寫的方法，但我想知道如果在那裏是做這項工作的庫）

4熱度

1回答

正常化時避免奇怪的單應性值

熟悉同形現象的人會知道，爲了保持均勻的座標，必須將它歸一化，除以任何矩陣分量。單應性是一個3×3的矩陣，它通常被（3,3）處的元素歸一化。問題是當該值非常小（例如0.0000008）並分割其supossed爲零（0.0000007）的值。當它被歸爲零並且得出的投影沒有意義時，結果值幾乎爲0.875。我想知道哪個是解決這個問題的常用方法。我使用C++和浮點運算。

1熱度

1回答

目標函數只能被近似計算的優化

我有一些圖算法依賴於中等數量的參數（比如說2-6），並且哪些並不總能成功找到他們想要的（他們想要「足夠好」 '解決已知困難的問題，如mincut/maxflow）。我還有一個非常大的圖表族，我想使用這些算法。我目前的目標是找到給定算法最常成功的參數值。不幸的是，我知道如何計算'成功'的唯一方法就是從我的大家庭中獲取一張圖並實際運行算法。這有兩個問題：它在計算上很昂貴，它只給出了我的真實目標函數的

3熱度

2回答

計算第一種修正貝塞爾函數的算法

您能告訴我一個快速準確的方法來計算BesselK（mu，z），BesselI（mu，z），其中mu是實數嗎？

9熱度

2回答

使用polyfit的垂直線適合

它只是一個基本的問題。我正在擬合使用polyfit來分散點。我有一些情況下，我的散點有相同的X值和polyfit不能適合它的一條線。必須有一些能夠處理這種情況的東西。畢竟，它只是一條線。我可以嘗試交換X和Y，然後冷卻一條線。任何更簡單的方法，因爲我有很多散點集合，並且需要一個通用方法來檢查行。主要目標是找到合適的線條並放下非線性特徵。

0熱度

2回答

在虛擬化環境中執行數值計算？

我想知道什麼樣的性能命中數值計算將在虛擬化設置中具有？更具體地說，在虛擬化的Windows操作系統中運行CPU綁定的C++代碼，而不是本機Linux操作系統，在相當快速的x86_64多核計算機上運行時，我可以期待什麼樣的性能損失？我會很高興，因爲需要增加精度，但我不知道很多關於虛擬化，我不知道什麼信息是相關的。