搜索资源列表
fitcurve
- 二乘法曲线拟合 //X,Y -- X,Y两轴的坐标 //M -- 结果变量组数 //N -- 采样数目 //A -- 结果参数 -Using two multiplication fit the curves//X,Y the site of two axial x,y//M the number of outcome variable//N the number of samples//A the parameter of outcome
curvefit_C_edition
- c语言版的多项式曲线拟合。 用最小二乘法进行曲线拟合. 用p－1 次多项式进行拟合，p<= 10 x,y 的第0个域x[0],y[0],没有用，有效数据从x[1],y[1] 开始 nNodeNum,有效数据节点的个数。 b,为输出的多项式系数，b[i] 为b[i-1]次项。b[0],没有用。 b,有10个元素ok。-c language version of the polynomial curve fitting. Using least-squares met
BiJin
- 自定义一些x,y坐标,可以模拟出一些光滑的曲线-x, y coordinates, and can simulate some smooth curve
PolyFitSingle
- //=== === === === === === === = //函数说明 //函数名称：PolyFit //函数功能：最小二乘法曲线拟合 //使用方法：double *x ---- 存放n个数据点的X坐标 // double *y ---- 存放n个数据点的Y坐标 // int n -------- 给定数据点个数 // double *a ---- 返回m-1次拟合多项式的m个系数 // int m -------- 拟合多项式的项数，即拟合多项式的
wyio
- 这是一个计算曲线拟合的程序,用户在记事本中输入x,y值,然后程序会根据输入的数值拟合出相近的曲线.-This is a calculated curve fitting procedures, in the notebook user input x, y values, The program then will be imported under the numerical fitting out a similar curve.
曲线拟合
- （1）利用多项式拟合的两个模块程序求解下题： 给出 x、y的观测值列表如下： x 0 1 2 3 4 5 y 2.08 7.68 13.8 27.1 40.8 61.2 试利用二次多项式y=a0+a1x+a2x2进行曲线拟合。 （1）多项式拟合方法：假设我们收集到两个相关变量x、y的n对观测值列表： x x0 x1 x2 x3 x4 x5 y y0 y1 y2 y3 y4 y5 我
EasyDrawHermit
- 本过程是用光滑的曲线(三次参数样条曲线)连接离散点 参数PicHdc表示在上面进行处理的窗体的设备环境句柄 参数PicHwnd表示在上面进行处理的窗体的窗口句柄 参数X(),Y()表示各离散点的坐标 参数Color表示曲线颜色 参数Mode表示三次参数样条曲线的约束条件： 其中0为自由端，1为抛物端(没有考虑夹持端)
CurveFit_Poly
- 多项式曲线拟合 任意介数 Purpose - Least-squares curve fit of arbitrary order working in C++ Builder 2007 as a template class, using vector<FloatType> parameters. Added a method to handle some EMathError exceptions. If do NOT want to use thi
quxiannihe
- 给出一组实验数据集（x,y),构造一条能较好反映这组数据所包含的规律的曲线F(x)
swqm.rar
- 三维曲线曲面比较演示系统程序设计 设计一个图形用户界面（GUI）演示常见的三维函数图形，至少包含“三维绘图” 、“选项” 、“退出”等菜单，三维绘图的包括：参数方程x=e-t/20cos(t), y= e-t/20sin(t),z=t其中t 为0到2π、参数方程x=t,y=t2,z=t3其中t为0到1之间（在同一图形界面中分别绘制它们的三维曲面和三维曲线图）。“选项”菜单主要包括：网格开关，图例开关，坐标边框开关，色度空间选择菜单，曲线颜色菜单。,Comparison of three-dim
multifit
- 功能：离散试验数据点的多项式曲线拟合 调用格式：A=multifit(x,y,m) 其中：x: 试验数据点的x坐标向量 Y: 试验数据点的y坐标向量 m: 拟合多项式的次数 -Functions: discrete experimental data points, the polynomial curve fitting call format: A = multifit (x, y, m) where: x: experimental data points, x
RBF
- 用RBF神经网络，完成对y=f(x)的曲线拟合。-Using RBF neural networks, complete the y = f (x) the curve fitting.
Project1
- 用VB编写的多项式拟合程序 Public Function funPolynomial(Num As Long, x() As Single, y() As Single, Degree As Integer, AA() As Single) As Long 多项式曲线拟合 y=a0+a1*x+a2*x^2+an*x^n Num为输入数据点个数 x()为输入数据点横坐标组成的数组 y()为输入数据点纵坐标组成的数组 Degree为要拟合的多项式曲线次数 A
Ellipticcurvepublickeysystem
- 计算机安全学中椭圆曲线公钥系统的c源码 输入与输出： 请输入椭圆曲线方程y^2=x^3+cx+d(mod p)中c,d,p的值：8,10,23 椭圆曲线方程为y^2=x^3+8x+10(mod23) 请输入所取明文x的x1,x2：19,13 请输入选择的椭圆曲线上的点a0的x,y：7,8 请输入私钥a=17 选取t=3 加密的结果是(y0,y1,y2) = ((22,22),20,18) 实施解密: (c1,c2)=(18,12) x1=19
eigen
- 此程序为用matlab编写的基于最小二乘法通过求解广义矩阵特征值及特征向量进行椭圆曲线拟合程序。 程序中x,y分别为采样点的横纵坐标。生成的结果矩阵为椭圆曲线aX^2+bXY+cY^2+dX+eY+f=0中的各项系数。-This program was written with matlab by solving the generalized least square method based on matrix values and eigen vectors of the ellipt
Mtb011
- 多项式曲线拟合其中, x, y为已知数据点向量, 分别表示横,纵坐标, m为拟合多项式的次数, 结果返回m次拟合多项式系数, 从高次到低次存放在向量p中. -Polynomial curve fitting where, x, y as the vector of known data points, respectively, horizontal and vertical coordinates, m is the number of polynomial fitting, the re
curvefit
- 用最小二乘法进行曲线拟合. 用p－1 次多项式进行拟合，p<= 10 x,y 的第0个域x[0],y[0],没有用，有效数据从x[1],y[1] 开始 nNodeNum,有效数据节点的个数。 b,为输出的多项式系数，b[i] 为b[i-1]次项。b[0],没有用。 b,有10个元素ok-Using least squares curve fitting. With p-1 order polynomial fit, p <= 10 x, y 0 of
signal
- 某信道， 输入为M元逻辑符号x：s0、s1、……sM-1 输出y为实数值 信道中发生如下事件： a=f(x)到实数的一一映射，当x=si时，a=iA，A为一给定的正实数 y=a+n，n为一服从N(0,s2)分布的独立随机变量（与x独立，且每次信道实现时的n均独立） 写出信道转移概率 若输入信道的各符号等概出现，求该信道的互信息量I(X Y) 画出不同信噪比下的互信息量变化的曲线，以M为参数，画一簇曲线（其中加上一条AWGN信道容量曲线作对比） 调整函数a
particle-swarm-optimization
- 利用粒子群优化算法寻找下列多元函数的最大值：f(x, y) = x*cos(2*pi*y) + y*sin (2*pi*x) -2≤x≤2，-2≤y≤2 要求输出最优解、最优解对应的x和y值，以及粒子群优化算法迭代过程中的适应度函数进 化曲线。-Maximum use of particle swarm optimization algorithm to find the following multivariate function: f (x, y) = x*
Ant-colony-algorithm
- 利用蚁群算法寻找以下10个城市的TSP最短路径。 10个城市的X、Y坐标分别为：（0.1,0.6）、（0.2,0.3）、（0.4,0.1）、（0.5,0.5）、（0.7,0.2）、（0.8,0.4）、（0.2,0.8）、（0.5,0.9）、（0.7,0.6）、（0.9,0.8）。 要求输出最短路径顺序及其长度，以及蚁群算法迭代过程中的最短路径长度进化曲线。 -Ant colony algorithm to find the following 10 cities TSP sho