一段文章寻求手译，软件走开，非专业勿尝试

线性代数中，特征分解（Eigendecomposition），又称谱分解（Spectral decomposition）是将矩阵分解为由其特征值和特征向量表示的矩阵之积的方法。需要注意只有对可对角化矩阵才可以施以特征分解。

灰度化处理后，剪切出脸部部分，就是额头到下巴，左耳到右耳的部分，然后选择合适的算法进行检测，用模板匹配或者神经网络等，结论是算法在小范围内得到识别结果和识别率。

程序员必备的一些数学基础知识有以下几种：线性代数：主要涉及向量、矩阵、线性方程组、特征值、特征向量、奇异值分解等概念，可以用来处理多维数据和矩阵运算，在机器学习、图像处理、计算机图形学等领域有广泛应用。微积分：主要涉及导数、积分、极限、泰勒展开等概念，可以用来分析函数的变化率和曲线的形状，在优化算法、神经网络、信号处理等领域有广泛应用。概率论和统计学：主要涉及随机变量、概率分布、条件概率、贝叶斯理论、期望值、方差、协方差、假设检验等概念，可以用来分析数据的规律和不确定性，在数据挖掘、机器学习、自然语言处理等领域有广泛应用。离散数学：主要涉及集合、逻辑、关系、函数、图论、树、递归、数论等概念，可以用来描述离散结构和离散对象之间的关系，在算法设计、加密解密、编码理论等领域有广泛应用。当然，这些只是一些常见的数学基础知识，并不一定涵盖了所有程序员需要掌握的数学内容。不同的领域和方向可能还需要其他的数学知识，比如信息论、复变函数、傅里叶分析等。U0001f60a

%一个修改后的PCA进行人脸识别的Matlab代码% calc xmean,sigma and its eigen decompositionallsamples=[];%所有训练图像for i=1:40for j=1:5a=imread(strcat("D: awdataORLs",num2str(i),"",num2str(j),".pgm"));% imshow(a);b=a(1:112*92); % b是行矢量 1×N,其中N＝10304,提取顺序是先列后行,即从上到下,从左到右b=double(b);allsamples=[allsamples; b]; % allsamples 是一个M * N 矩阵,allsamples 中每一行数据代表一张图片,其中M＝200endendsamplemean=mean(allsamples); % 平均图片,1 × Nfor i=1:200 xmean(i,:)=allsamples(i,:)-samplemean; % xmean是一个M × N矩阵,xmean每一行保存的数据是“每个图片数据-平均图片”end;sigma=xmean*xmean"; % M * M 阶矩阵[v d]=eig(sigma);d1=diag(d);[d2 index]=sort(d1); %以升序排序cols=size(v,2);% 特征向量矩阵的列数for i=1:colsvsort(:,i) = v(:,index(cols-i+1) ); % vsort 是一个M*col(注:col一般等于M)阶矩阵,保存的是按降序排列的特征向量,每一列构成一个特征向量dsort(i) = d1( index(cols-i+1) ); % dsort 保存的是按降序排列的特征值,是一维行向量end %完成降序排列%以下选择90%的能量dsum = sum(dsort);dsum_extract = 0;p = 0;while( dsum_extract/dsum < 0.9)p = p + 1;dsum_extract = sum(dsort(1:p));endi=1;% (训练阶段)计算特征脸形成的坐标系while (i0)base(:,i) = dsort(i)^(-1/2) * xmean" * vsort(:,i); % base是N×p阶矩阵,除以dsort(i)^(1/2)是对人脸图像的标准化,详见《基于PCA的人脸识别算法研究》p31i = i + 1;end% add by wolfsky 就是下面两行代码,将训练样本对坐标系上进行投影,得到一个 M*p 阶矩阵allcoorallcoor = allsamples * base;accu = 0;% for i=1:40for j=6:10 %读入40 x 5 副测试图像a=imread(strcat("D: awdataORLs",num2str(i),"",num2str(j),".pgm"));b=a(1:10304);b=double(b);tcoor= b * base; %计算坐标,是1×p阶矩阵for k=1:200 mdist(k)=norm(tcoor-allcoor(k,:));end;%三阶近邻 [dist,index2]=sort(mdist);class1=floor( index2(1)/5 )+1;class2=floor(index2(2)/5)+1;class3=floor(index2(3)/5)+1;if class1~=class2 && class2~=class3class=class1;elseif class1==class2class=class1;elseif class2==class3class=class2;end;if class==iaccu=accu+1;end;end;end;accuracy=accu/200 %输出识别率函数调用是定义函数,然后用函数名进行调用就可以了

TI-Nspire 及TI-Nspire CAS是Texas Instruments 于2007年9月所推出的新型图形计算器，两部计算器都有64MB庞大记忆体，其中32MB是计算记忆，可供用家直接使用，另外32MB是Flash Memory。它们拥有强大的计算功能，包括矩阵、微积分 Calculus 等，以及程式及图像功能，而且这些功能有很多是其他图形计算机没有的，例如矩阵计算包括 Eigenvalue、Eigenvector、 LU Decomposition 这些其他计算器没有的功能。它们也有 Flash Memory 功能，这项强劲功能可容许TI-Nspire / TI-Nspire CAS 透过TI Graph Link 连接线接受一些由网上下载的程式并变为 TI-Nspire / TI-Nspire CAS 的内置功能，在现今的计算器中可是数一数二了。TI-Nspire CAS 另外还有解方程及微分方程 ( Differential Equations )、极限 ( Limits )、泰勒展开式 ( Taylor"s Expansion ) 等功能，不过 TI-89 Titanium 所有的三维图像功能目前就欠缺。它也和TI-89 Titanium 一样有符号代数 ( Symbolic Algebra ) 功能。TI-Nspire 及 TI-Nspire CAS 的售价相差很小，纯以功能而言，TI-Nspire CAS 比 TI-Nspire 是好得多的，就像TI-89 Titanium 和TI-84 Plus 的关系一样。这两款肯定比84的功能强大许多，相差了几个等级，而且84所有的功能这两款机器都有

额，机翻的？厉害。。

TI-Nspire clickpad 及TI-Nspire CAS clickpad 是德州仪器于2007年9月所推出的图形计算器，两部计算器都有 64MB 内存，其中32MB是计算内存，可供用户直接使用。另外32MB是 Flash Memory。它们拥有强大的计算功能，包括矩阵、微积分等，以及程序及图像功能，而且这些功能有很多是其他图形计算机没有的，例如矩阵计算包括 Eigenvalue、Eigenvector、 LU Decomposition 这些其他计算器没有的功能。它们也有 Flash Memory 功能，这项强劲功能可容许 TI-Nspire clickpad/ TI-Nspire CAS clickpad通过连接线用TI Nspire Computer Link接受一些由网上下载的程序并变为TI-Nspire / TI-Nspire CAS 的内置功能（通过MyLib）。TI-Nspire CAS 另外还有解方程及微分方程 ( Differential Equations )、极限 ( Limits )、泰勒展开式 ( Taylors Expansion ) 等功能，在3.X系统增加了3D函数功能。它也和 TI-89 Titanium 一样有符号代数 ( Symbolic Algebra 或CAS，Computer Algebra System) 功能。TI-Nspire clickpad/ TI-Nspire CAS clickpad的键盘设计颇为特别，那些英文字母和其他特殊符号按键是很小的绿色及灰色按键，这种可能造成经常会误按，不过，大家只要熟悉了就会习惯及不会失误操作。TI-Nspire 另外有一个 TI-84 Plus Silver Edition 兼容键盘，如果将此键盘装上，那么 TI-Nspire 就会以 TI-84 Plus Silver Edition 的模式运作，这个设计相信是为了迁就以前一直使用 TI-83 Plus 及 TI-84 Plus 的人，让他们较容易适应新机。TI-Nspire CAS 就没有这个兼容键盘，也不能以 TI-84 Plus 的模式运作，应该是因为这个键盘的额外成本，放弃了兼容性及键盘提供。TI-Nspire 及 TI-Nspire CAS 的售价相差很小，纯以功能而言，TI-Nspire CAS clickpad比TI-Nspire clickpad是好得多的，就像 TI-89 Titanium 和 TI-84 Plus 的关系一样。TI-89 Titanium 及 TI-84 Plus / TI-84 Plus Silver Edition 仍然继续售卖，没有迹象显示德州仪器会停产它们。 代数功能TI-Nspire CAS涵盖了已有计算器的所有功能，主要包括：运算功能 - 数值求解；符号运算；二进制、十六进制运算；逻辑运算；三角函数；双曲函数；最小公倍数；最大公约数；因式分解；多项式展开。微积分 - 求导数、积分、极限、函数最大值、最小值、切线、解微分方程、对隐函数求微分。矩阵 - 矩阵运算，包括特征值、特征量的计算、LU Decomposition、QR 因数分解、包含符号元素的矩阵。作图功能函数作图、参数作图、极坐标作图、三维作图、微分方程作图、数据统计作图、图形变换、圆锥曲线作图、不等式作图、函数值列表等。几何功能创建和研究几何形状、模拟点在图形上的运动并研究其性质、研究几何的变换，有利于平面几何的学习。可以实现函数作图形式、参数方程作图形式与数据统计作图形式并存在同一个坐标系下， 有利于平面解析几何的学习。统计分析功能对一元或二元变量进行统计、对函数进行回归与拟合操作、进行多种假设检验（T-test, Z-test, ANOVA等）、计算并绘制多种分布的图形（散点图、x-y线图、直方图、箱形图、回归线、正态概率图、假设检验图）、排列组合、随机数、推论统计等。金融计算功能包括货币的时间价值（TVM），不均匀现金流，分期付款、利率转换等。编程功能简单易学的编程语言，用户可根据自己的需求来编写不同有应用程序。 TI-nspire 的CAS版本拥有计算机代数系统。计算机代数系统的标志是能够以字符串作为运算单位。不同的字符串代表的含义是不同的,字符串可以被赋值使它具有特殊含义。例如：a 作为一个字符串b 作为另一个字符串则有2a 代表 2 乘以 a ，2个a的和。a*b 代表 a 和 b 相乘。ab 则代表另一个与 a 或 b 都不相关的字符串。此时，给 a 赋值：2→a（令 a 等于 2）则有2a = 2*2 = 4a*b = 2*bab 仍然是另一个独立的字符串。ab * ab = 2*ab(a*b)*(a*b) = a^2 * b^2 = 2^2 * b^2 = 4* b^2 TI-Nspire系列图形计算器可以与威尼尔EasyLink USB接口无缝工作，从而令数据采集变得更加有趣、快速和准确；同时对用户而言也变得更加直观。EasyLink可以将超过50种的威尼尔标准传感器与任意型号的TI-Nspire图形计算器USB端口逐一相连。一旦连接上了传感器，学生可以立即开始快速轻松的采集，并进行来源更为广泛的数据分析，诸如pH值，光强以及压力等等。TI-Nspire系列图形计算器会自动识别与EasyLink连接的传感器并启动威尼尔数据探索应用程序开始数据采集。对于那些一次只要使用一种传感器的实验，在TI-Nspire图形计算器或者电脑软件上，学生及教师只需要接上传感器，单击“开始”/”Start”，然后就可以开始采集数据。就是那么简单！一旦采集到了数据，学生可以使用集成了的威尼尔数据探索应用程序去判断数据是线性的或非线性的。开始采集数据之前，学生可以使用”Draw Prediction（绘制预测）”功能，直接在数据将显示的图像区域内画下他们的预测，然后在采集完成后检验他们的假设。体验使用传感器来探究自然前所未有的方便。TI-Nspire实验托板结合TI-Nspire威尼尔DataQuest?应用程序和可供超过50个数据采集传感器的选择，将科学科目的教学和学习带到一个把科学概念直观化，引领学生多参与的教学新境界。TI-Nspire多个传感器数据采集与TI-Nspire实验托板使用一次传感器或同时使用多个传感器进行多种的实验。TI完整的数据采集方案有助于教师和学生最有效率地利用课堂时间，让学生从富有活力、别开生面的课堂探究及讨论中学习科学知识。TI-Nspire实验托板带有5个传感器接口，包括3个模拟信号接口以及2个数字信号接口。允许学生同时使用包括高采样率的5个传感器，小巧方便。也让野外教学的课堂实验更有效率、便捷。 CPU：150 MHz ARM（由于TI限制了CPU频率，因此在OS2.1前都并未达到150MHz的频率）储存器：16 MB RAM, 20 MB Flash ROM屏幕规格：240x320 3.5英寸 16级灰阶 约为115DPI使用USB Mini接口与电脑连接使用4节AAA 7号电池或TI锂离子充电电池 CX/CX CAS：　　CPU：132 MHz ARM　　储存器：64MB RAM, 128MB Flash ROM　　屏幕规格：320*240，3.2英寸，6.5K色，125ppi　　电池只能使用充电电池。　　CM/CM-C CAS:　　储存器：32MB RAM, 128MB Flash ROM　　不支持Dock　　其它同CX。

貌似是mathematics这个软件.太难了.

可以百度华中科技大学研究生院网站招生简章有各个专业详细说明

1.IEEE Trans. Signal Processing，A Novel Scheme for the Design of Approximate HilbertTransform Pairs of Wavelet Bases，，vol.56,no.6，2289-22972.IEEE Trans. Circuits and Systems for Video Technology，Robust and Accurate Object Tracking under Various Types of Occlusions，，vol.18,no.2，223-2363.IEEE Trans. Power Electron，A Novel Inverter-Output Passive Filter for Reducing Both Differential- and Common-Mode dv/dt at the Motor Terminals in PWM Drive Systems，，vol.54, no.1，419-4264.IEEE Trans. Instrum. Meas，Detecting the Blockage of the Sensing-lines of a Differential-Pressure Flow Sensor in a Dynamic Process Using Wavelet Transform Techniques，，vol.55, no.4，1143-11485.Physica D-Nonlinear Phenomena ，A nonlinear correlation measure for multivariable data set，，200(3-4)，287-2956.IEEE Trans. Instrum. Meas，A wavelet-based multi-sensor data fusion algorithm，，vol.53,no.6，1539-15457.IEEE Trans. Instrum. Meas，Fast Quantitative Analysis and Information Deviation for Evaluating the Performances of Image Fusion Techniques，，vol.53,no.5，1441-14478.IEEE Trans. Instrum. Meas，A wavelet-based method for measuring particulate velocity by an active sensor，，vol.53, no.4，1345-13519.Powder Technology，On-line continuous measurement of particle size using electrostatic sensor，，vol.135-136，164-16810.IEEE Trans. Instrum. Meas，A Quantitative Method for Evaluating the Performances of Hyperspectral Image Fusion，，vol.52, no.4，1041-104711.Digital signal processing: A Review Journal，An eigenvalue residuum-based criterion for detection of the number of sinusoids in white Gaussian noise，，vol.13, no.2，275-28312.IEEE Trans. Instrum. Meas，ADC characterization based on singular value decomposition，，vol.51, no.2，138-14313.IEEE Trans. on Instrum. Meas，A wavelet-based approach to abrupt fault detection and diagnosis of sensors，，vol.50, no.5，1389-139614.IEE proceeding A: Science, Measurement and Technology，On-line validating of the measurement uncertainty using wavelet transforms，，vol.148, no.5，210-21415.IEEE Trans. Instrum. Meas，An adaptive window function method for power measurement，，vol.49, no.6，1194-120016.Measurement Science and Technology，Assessing blockage of the sensing line in a differential-pressure flow sensor by using the wavelet transform of its output，，vol.11 no.3，178-18417.IEEE Trans. Instrum. Meas，The novel fast balance technique of digital ac bridge，，vol. 47，371-37718.IEEE Trans. Instrum. Meas，Sinewave fit algorithm based on total least-squares method with application to ADC effective bits measurement，，vol. 46，1026-103019.IEEE Trans. Instrum. Meas，A new sensor for basis-weight and ash-content of paper，，vol. 46，937-940

一般利用topliz矩阵仿真主要考虑的以后硬件实现，该矩阵符合贝努力分布在（-1,+1）之间随机取值，电路可以做出来

残差在数理统计中是指实际观察值与估计值(拟合值)之间的差，探索性数据分析的四大主题 2021-7-25试验优化技术 残差(Residuals)残差是数据减去一个总括统计量或模型拟合值以 后的残余部分什么是 EDA? 探索性数据分析 (EDA) 是一种数据分析方法/哲学,它采用多种技术(主要是图形)。 1、最大限度地洞察数据集; 22. 探索性数据分析 vs 经典数据分析 EDA 是一种数据分析方法。存在哪些其他数据分析方法以及 EDA 与这些其他方法有何不同?三种流行的数据分析方法是:3. 探索性数据分析 vs 汇总分析

我们使用SVD（singular value decomposition，中文译名“奇异值分解”）的方法来计算PCA。我们先看一个简单的案例，在这个案例中，我们检测了6只不同小鼠的2个基因。其实我们可以把它再抽象化一下，把小鼠看成样本，基因看成2个变量。如果我们只检测1个基因的话（Gene 1），那么我们根据基因1表达的情况，把小鼠的绘制到数轴上，小鼠1，小鼠2，小鼠3的Gene 1表达水平比较高，而小鼠4，小鼠5，小鼠6的Gene 1水平则较低。虽然这个图形比较简单，但是，我们从中还是能得到一些信息的，例如小鼠1，小鼠2和小鼠3比较接近，小鼠4，小鼠5和小鼠6比较接近。 如果我们检测了2个基因，那么我们可以绘制一个二维坐标系，横轴是Gene 1，纵轴是Gene 2，那么小鼠1，小鼠2和小鼠3会聚在一起，小鼠4，小鼠5和小鼠6会聚在一起。 如果我们检测了3个基因，那么我们可以绘制三维的坐标系，在上图的这个3维坐系中，圆点越大，表示离你越近。如下所示： 再进一步，如果我们检测了4个基因，此时我们很难绘制出四维的坐标系，那么我们就需要进行PCA分析了，PCA可以把超过4个的基因降维成二维的坐标系，在这个PCA的二维坐标系中，我们可以发现，小鼠4、小鼠5和小鼠6是一类，小鼠1，小鼠2和小鼠3是一类，它们的各自的基因表达模式也类似，PCA在对数据进行聚类（clustering）时有很大的价值，例如，经过PCA分析，在它的二维坐标轴上我们可以发现，Gene 3在x轴上对样本的区分有贡献最大 我们还回最初2个基因的案例上来： 此时，我们可能有疑问，为什么这条直线是最匹配数据的，它的计算原理是什么，那么接着看。我们先回到最初的直线，为了准确地找出最佳匹配所有数据的直线，PCA会将所有数据点都映射到这条直线上来，此时， 可以计算这些数据点到投射到这条直线上的距离，并且使这些距离最小，除了可以计算数据点到直线的距离最小外，还要计算所有数据点投射到这条直线上的点（图中绿叉位置所在点）到原点的距离，使这个距离最大。 通过勾股定理，我们可以知道，因为a不变，当数据点到直线的距离最短时 (b) ，投影点到原点的距离最大 (c) 我们计算投影点到原点的距离，我们把它我们把它命名为d1，d2......计算剩余的投影点到原点的距离。然后把这些值的平方加起来称为SS(distances)。我们旋转直线，直到SS的值最大,此时数据点到直线的距离最短。这条直线就叫第一主成分（Principal Component 1，简称PC1）。 对于PC1，斜率为0.25。也就是说基因1增加4个单位，基因2增加1个单位。计算出红色箭头的长度为4.12。 当你用SVD(singular value decomposition,奇异值分解)进行PCA时，红色箭头的长度=1，我们所要做的就是把这个三角形缩小到红箭头是1个单位时，只需每边除以4.12。 三个边长分别变成了1，0.242，0.97，但，Gene1/Gene2仍然等于4。此时我们可以说PC1由0.97的Gene1和0.242的Gene2构成。 我们回顾一下计算过程： 这个单位向量由基因1的0.97和基因2的0.242部分组成， 称为PC1的“奇异向量”(Singular Vector)或“特征向量”(Eigenvector) ，每个基因的比例则被称为 载荷得分（Loading Scores） 。原始数据的投影点到原点的距离的平方SS被称为PC1的 特征值(Eigenvalue) 。PC1的特征值的平方根叫做PC1的 奇异值(Singular value) 。 因为是一个二维图， PC2 只是一条垂直于PC1的穿过原点的直线，没有任何进一步的优化要做。由于PC2与PC1垂直，所以斜率为-4，也就是说PC2由-1份Gene1和4份Gene2组成。如果我们对所有东西进行缩放，得到一个单位向量，PC2由-0.242个Gene 1和0.97个Gene 2构成， 称为PC2的“奇异向量”(Singular Vector)或“特征向量”(Eigenvector) 。每个基因的比例则被称为 载荷得分（Loading Scores） ，告诉我们，就基因值如何投射到PC2上而言，Gene2的重要性是Gene1的4倍 最后，PC2的 特征值 是投影点到原点的距离的平方和。 此时，PC1和PC2的计算结束，绘制最终的PCA图，如下所示： 然后旋转这个坐标，让PC1水平，PC2垂直，如下所示： 在这个新的坐标系中，图中黑色的叉就表示原始的样本6（Sample 6），如下所示： 而Sample 6位于这个点上： 同理，Sample 2在这里： 我们可以将特征值转化为PC1到原点的变异，通过除以样本大小减1：n-1。这个例子，假设PC1的变异为15,PC2的变异为3。这意味着PCs的变化是15 +3= 18。PC1占了PCs变异的15 / 18= 0.83 = 83%。PC2占了3/18= 0.17= 17%的PCs变异。 碎石图(scree plot) 是用图形表示每个PC所占的变异百分比。 PCA有3个变量(在这种情况下，3个基因)几乎等同于2个变量 然后找到经过原点的最佳拟合直线，和之前一样，最佳拟合线是PC1。PC1现在有三种成分：0.62的Gene1、0.15的Gene2和 0.77的Gene3，Gene3 是最主要的组成部分。然后求出PC2，它经过原点并垂直于PC1。PC2现在有三种成分：0.77的Gene1、0.62的Gene2和 0.15的Gene3，Gene1 是最主要的组成部分。然后，我们找到了PC3，这条最合适的直线，它通过原点并垂直于PC1和PC2。如果我们有更多的基因，我们就会通过添加垂线和旋转它们来不断寻找越来越多的主成分， 理论上，每个基因(或变量)都有一个。但在实际操作中，PC的数量不是变量的数量或者样本的数量，取其中较小的一个。 一旦你找出了所有的主成分，你可以使用特征值(即SS(距离))来确定每个PC的变化比例。在这个例子中，PC1=79%，PC2=15%,PC3=6% ,PC1和PC2占了变异的绝大比例。 这就表明了，在二维图中，我们基本上只使用PC1和PC2就能解释三维图中的数据，因为二维图中的PC1和PC2占据了整体的变异的94%， 为了将3-D图像转换成2-D的PCA图像，我们去掉了所有除了数据和PC1、PC2。将数据投影到PC1和PC2上，然后旋转坐标轴，这是我们新的PCA图中的样本4。 最后，我们使用PC1和PC2将数据绘制成二维图形。 如果我们测量每只老鼠的4个基因，我们不可能画出一个四维图数据，但这并不妨碍我们进行PCA计算，并查看碎石图。在这种情况下，我们可以计算主成分，发现PC1和PC2占变异的90%，所以我们可以使用它们来绘制二维PCA图。 注意：如果碎石图中PC3和PC4占据了大量的变化，那么仅仅使用前2个PCs并不能创建一个非常准确的数据表示。然而，即使像这样一个PCA图也可以用来识别数据分类。

前

上的专业课有通信原理、随机过程、信号与系统、通信电子线路等等。考研就考信号与系统，用的是奥本海姆的《signal and system》

近年来主持的基础研究课题：1) 国家杰出基金：边坡稳定性分析的控制论方法，批准号：50925933，主持人，起止年月：2010年1月－2013年12月，经费200万，在研；2) 国家自然科学基金“重大工程的动力灾变”重大研究计划探索性项目：动力灾变过程数值模拟中几个关键技术问题的研究，批准号：90715028，主持人，起止年月：2008年1月－2010年12月，经费50万，结题；3) 国家自然科学基金项目：三维边坡临界滑面的Cauchy问题及其实验验证，批准号：50779031，主持人，起止年月：2008年1－2010年12月，经费33万，结题；4) 国务院三建委三峡库区三期地质灾害防治高切坡防护工程科研项目专题：确定高切坡潜在滑面的方法研究，批准号：2008SX01-2，主持人，2008年1－2010年12月，经费50万，结题；5) 教育部新世纪优秀人才支持计划：岩土力学中几类典型非线性问题的研究，主持人，起止年月：2005年1月－2007年12月，经费50万元，结题。近年来发表的代表性论文：1. H. Zheng, D.F. Liu, C.F. Lee, L.G. Tham. A new formulation of Signorini"s type for seepage problems with free surface. International Journal for Numerical Methods in Engineering, 64(1): 1-16，20052. H. Zheng, D. F. Liu, C. G. Li. Slope stability analysis based on elasto-plastic finite element method. International Journal for Numerical Methods in Engineering, 64(14): 1871-1888，20053. H. Zheng, D.F. Liu, C.F. Lee, L.G. Tham. Displacement-controlled method and its applications to material non-linearity. International Journal for Numerical & Analytical Methods in Geomechanics, 29(3): 209-226, 2005.4. H. Zheng, D.F. Liu, C.F. Lee, X.R. Ge. Principle of analysis of brittle-plastic rock mass. International Journal of Solids & Structures, 42(1): 139-158, 2005.5. H. Zheng, J. L. Li. A practical solution for KKT systems. Numerical Algorithms, 46(2):105–119, 2007.6. H. Zheng, D. F. Liu, C. G. Li. On the assessment of failure in slope stability analysis by the Finite Element Method. Rock Mechanics and Rock Engineering, 41(4): 629-639, 2008.7. H. Zheng. Eigenvalue Problem from the Stability Analysis of Slopes. Journal of Geotechnical and Geoenvironmental Engineering, ASCE, 135(5): 647–656, 2009.8. H. Zheng, L. G. Tham. Improved Bell"s method for the stability analysis of slopes. International Journal for Numerical & Analytical Methods in Geomechanics, 33(14): 1673-1689, 2009.9. H. Zheng, S. G. Cheng, Q. S. Liu. A decomposition procedure for nearly-symmetric matrices with applications to some nonlinear problems. Mechanics Research Communications, 37(1): 78 – 84, 2010.10. H. Zheng, G. H. Sun, C.G. Li. Cauchy problem of three-dimensional critical slip surfaces of slopes. International Journal for Numerical & Analytical Methods in Geomechanics, 35(4): 519 – 527, 2011.

既然一楼已经介绍了Nspire，那么ClassPad 330的参数请见：http://product.pcpop.com/000149560/Detail.html楼主自己想吧，决定权在你自己手上！

The determinant calculation tricky, in theory, any determinant can be calculated in accordance with the definition of,But calculated directly by definition is sometimes impossible without the aid of computer. This paper summarizes the existing conventional determinant calculation method based on some typical examples for analysis, a more in-depth discussion on the the determinant calculation method and some tips. Summed up the nature of the determinant "of the triangle method", "algebraic", "bordered Act," the Vandermonde Determinant of law "," mathematical induction "," recursive "matrix eigenvalue "," demolition items Law, "" factorization "techniques and approaches.

[1] The convergence of generalized Lanczos methods for largeunsymmetric eigenproblems, SIAM Journal on Matrix Analysis and Applications,16 (3) (1995): 843-862.[2] A block incomplete orthogonalization method for largenonsymmetric eigenproblems, BIT, 34 (4) (1995): 516-539.[3] On IOM(q): the incomplete orthogonalization method forlarge unsymmetric linear systems, Numerical Linear Algebra with Applications,3 (6) (1996): 491-512.[4] Refined iterative algorithms based onArnoldi"s process for large unsymmetric eigenproblems, Linear Algebra andIts Applications, 259 (1997): 1-23.[5] A refined iterative algorithm based on theblock Arnoldi process for large unsymmetric eigenproblems, Linear Algebraand Its Applications, 270（1998）: 171-189.[6] Generalized block Lanczosmethods for large unsymmetric eigenproblems, Numerische Mathematik, 80(2（1998）:239-266.[7] 解非对称线性方程组的不完全广义最小残量法, 中国科学（A辑）, 28 (8)（1998）: 694-702.On IGMRES: an incomplete generalized minimalresidual method for large unsymmetriclinear systems, Science in China, Series A, 41 (12)(1998): 1178-1188.[8] 求解大规模非Hermite线性方程组的Krylov子空间型方法的收敛性分析, 数学学报, 41 (5) (1998): 915-924.The convergence of Krylov subspace methods forlarge unsymmetric linear systems, Acta Mathematica Sinica-New Series, 14(4) (1998): 507-518.[9]Polynomial characterizations of the approximate eigenvectors by the refinedArnoldi method and an implicitly restarted refined Arnoldi algorithm, LinearAlgebra and Its Applications, 287 (1999): 191-214.[10] 解大规模矩阵特征问题的复合正交投影方法, 中国科学（A辑），29 (3)(1999): 224-232.Compositeorthogonal projection methods for large matrix eigenproblems, Science in China， Series A, 42 (6) (1999): 577-585.[11]Arnoldi type algorithms for large unsymmetric multiple eigenvalue problems, Journalof Computational Mathematics，17 (3)(1999): 257-274.[12] A refined subspaceiteration algorithm for large sparse eigenproblems, Applied NumericalMathematics，32（1）(2000): 35-52.[13]Some recursions on Arnoldi"s method and IOM for large non-Hermitian linearsystems, Computers and Mathematics with Applications, 39 (3/4) (2000):125-129.[14] Jia Z. and Elsner L., Improving eigenvectors in Arnoldi"smethod, Journal of Computational Mathematics, 18 (3) (2000): 365-376.[15] JiaZ. and Stewart G.W., An analysis of the Rayleigh-Ritz method for approximating eigenspaces, Mathematics of Computation，70（234）（2001）：637-647.[16] On residuals of refinedprojection methods for large matrix eigenproblems, Computers and Mathematicswith Applications. 41 (7/8) (2001): 813-820.[17] The refined harmonicArnoldi method and an implicitly restarted refined algorithm for computinginterior eigenpairs of large matrices, Applied Numerical Mathematics, 42(4) (2002): 489-512.[18] Chen G. and Jia Z.A reverse order implicit Q-theorem and the Arnoldi process, Journal ofComputational Mathematics, 20 (5) (2002): 519-524.[19] JiaZ. and Zhang Y., A refined invert-and-shift Arnoldi algorithm for largegeneralized unsymmetric eigenproblems, Computers and Mathematics withApplications, 44 (8/9) (2002): 1117-1127.[20] Jia Z. and Niu D.,An implicitly restarted refined bidiagonalization Lanczos method for computinga partial singular value decomposition, SIAM Journal on Matrix Analysis andApplications, 25(1)(2003)：246-265.[21] Chen G and Jia Z,Theoretical and numerical comparisons of GMRES and WZ-GMRES, Computers and Mathematicswith Applications, 47 (8/9) (2004):1335-1350.[22] Chen G and Jia Z.,An analogue of the results of Saad and Stewart for harmonic Ritz vectors, Journalof Computational and Applied Mathematics, 167 (2004): 493-498.[23] Some theoretical comparisons of refined Ritz vectors and Ritz vectors, Sciencein China, Series A, 47 (Suppl.) (2004): 222-233. [24]Feng S. and Jia Z., A refined Jacobi-Davidson method and its correctionequation, Computers and Mathematics with Applications, 49 (2/3) (2005):417-427.[25]The convergence of harmonic Ritz values, harmonic Ritz vectors and refinedharmonic Ritz vectors, Mathematics of Computation, 74 (251)(2005): 1441-1456.[26] Chen G. and Jia Z.,A refined harmonic Rayleigh-Ritz procedure and an explicitly restarted refinedharmonic Arnoldi algorithm, Mathematical and Computer Modelling, 41（2005）：615-627.[27] Using cross-productmatrices to compute the SVD,Numerical Algorithms, 42 (1) (2006): 31-61.[28] Jia Z. and Sun Y., AQR decomposition based solver for the least squares problem from the minimalresidual method,Journal ofComputational Mathematics, 25 (5) (2007): 531—542.[29] 贾仲孝，王震，非精确Rayleigh商迭代和非精确的简化Jacobi-Davidson方法的收敛性分析，中国科学,A辑，38 (4) (2008): 365-376.Jia Z. and Wang Z., Aconvergence analysis of the inexact Rayleigh quotient iteration and simplifiedJacobi-Davidson method for the large Hermitian matrix eigenproblem,Science in China Series A, 51 (12)(2008): 2205—2216.[30] Jia Z. and Zhu B., A power sparse approximate inversepreconditioning procedure for large linear systems, Numerical Linear Algebra with Applications, 16 (4) (2009):259—299.[31] Applications of the Conjugate Gradient (CG) method in optimal surfaceparameterizations, International Journalof Computer Mathematics, 87 (5)(2010): 1032—1039.[32] Jia Z. andNiu D., A refined harmonic Lanczos bidiagonalization method and an implicitlyrestarted algorithm for computing the smallest singular triplets of largematrices, SIAM Journal on ScientificComputing, 32 (2) (2010): 714--744.[33] Some properties of LSQR for large sparse linearleast squares problems, Journal ofSystems Science and Complexity, 23 (4)(2010): 815--821.[34] Duan C. and Jia Z., A global harmonicArnoldi method for large non-Hermitian eigenproblems with an application tomultiple eigenvalue problems, Journal ofComputational and Applied Mathematics, 234 (2010): 845—860.[35] E K.-W Chu, H.-Y Fan, Z.Jia, T. Li and W.-W Lin, The Rayleigh-Ritz method, refinement and Arnoldiprocess for periodic matrix pairs, Journal of Computational andApplied Mathematics, 235 (2011): 2626—2639.[36] Duan D and Jia Z.,A global Arnoldi method for large non-Hermitian eigenproblems with specialapplications to multiple eigenproblems,Taiwanese Journal of Mathematics, 15 (4) (2011): 1497—1525.[37] Li B. and Jia Z.,Some results on condition numbers of the scaled total least squares problems, Linear Algebra and Its Applications, 435 (3)(2011): 674—686.[38] On convergence of the inexact Rayleigh quotientiteration with MINRES, Journal of Computational andApplied Mathematics, 236 (2012): 4276—4295.[39] Jia Z. and Sun Y., SHIRRA: A refined variant of SHIRAfor the Skew-Hamiltonian/Hamiltonian (SHH) pencil eigenvalue problem, Taiwanese Journal of Mathematics, 17(1) (2013): 259—274.[40] On convergence of theinexact Rayleigh quotient iteration with the Lanczos method used for solvinglinear systems, Science ChinaMathematics, 56 (10)(2013): 2145—2160.[41] Jia Z. and Li B., Onthe condition number of the total least squares problem, Numerische Mathematik, 125 (1) (2013): 61—87.[42] Jia Z. and Zhang Q.,An approach to making SPAI and PSAI preconditioning effective for largeirregular sparse linear systems, SIAM Journal onScientific Computing, 35 (4) (2013):A1903—A1927.[43] Huang T-M, Jia Z.and Lin W-W., On the convergence of Ritz pairs andrefined Ritz vectors for quadratic eigenvalue problems, BIT Numerical Mathematics, 53 (4) (2013): 941—958.[44] Jia Z. and Zhang Q., Robustdropping criteria for F-norm minimization based sparse approximate inversepreconditioning, BIT NumericalMathematics, 53( 4) (2013): 959—985.[45] Jia Z. and LiC., On inner iterations in the shift-invert residual Arnoldi method andthe Jacobi--Davidson method, ScienceChina Mathematics,accepted, August, 2013.[46] Jia Z.and Li C., Harmonic and refined harmonic shift-invert residual Arnoldi andJacobi--Davidsonmethods for interior eigenvalue problems,arXiv: math/1210.4658, 2012.[47] Jia Z.and Lv H., A posteriori error estimates of Krylov subspace approximations tomatrix functions, arXiv: math/1303.7219, 2013.[48] Jia Z., Lin W.-W and Liu C.-S. An inexact Noda iteration for computingthe smallest eigenpair of an irreducible $M$-matrix, arXiv:math/1309.3926, 2013.

考研专业课一般为报考学校自命题。 像我们华中大此方向专业课考信号与线性系统或者电子技术基础。 参考书目 康华光，陈大钦. 《电子技术基础》，高等教育出版社。 考察要点 1. 基本半导体器件 PN结的形成，半导体二极管、半导体三极管和半导体场效应管工作原理，晶体管的开关作用，TTL门电路，MOS门电路 2. 基本放大电路 微变等效电路，反馈的基本概念及类型判断，负反馈对放大电路性能的影响，频率特性，多级放大电路及其级间耦合，差动放大电路，场效应管及其放大电路 3. 集成运算放大器 比例运算、加法运算、减法运算、积分运算、微分运算、有源滤波、采样保持、电压比较 4. 稳压电源和功率放大电路 整流滤波与反馈式稳压电源，开关稳压电源，乙类互补与甲乙类功率放大电路 5. 数字逻辑与组合逻辑电路 逻辑代数及逻辑运算，逻辑函数的简化，组合逻辑电路的分析与设计，编码器，译码器，数据选择器，数值比较器，加法器 6. 时序逻辑电路与集成器件 RS触发器，D触发器，JK触发器，T触发器，同步时序逻辑电路的分析及设计，计数器、移位寄存器，随机存取存储器（RAM），只读存储器（ROM），可编程逻辑器件 7. 信号发生与转换 正弦波振荡器，多谐振荡器，单稳态触发器，施密特触发器，555集成定时器，D/A转换器，A/D转换器。 信号与线性系统参考书目： （1）A.V.OPPENHEIM，A.S.WILLSKY,S.HAMD NAWAB,信号与系统 （第二版），电子工业出版社，2002年 （2） 管致中，夏恭恪，孟桥，信号与线性系统（第四版），高等教育出版社，2004年 （3） 郑君里，应启珩，杨为理，信号与系统 （第二版），高等教育出版社，2000年 （4） 吴大正，杨林耀，张永瑞，王松林，郭宝龙，信号与线性系统分析 （第4版），高等教育出版社，2006年 （5） 含有以下考查要点要求内容的其它任何参考书。 考查要点： 一．信号与系统 (Signals and Systems) 1．信号、系统的概念 (Concepts about signals and systems) 2．常用信号及其性质 (Commonly used signals and their properties) 3．信号的波形图、基本运算与奇、偶分解 (Waveform of signals, transformation of the independent variable, even and odd decomposition of signals) 4．单位冲激信号和单位阶跃信号的概念及性质 (Unit impulse and unit step functions and their properties) 5．系统的基本性质 (Basic system properties) 二．线性时不变系统 (Linear Time-invariant Systems) 1. 线性时不变系统的性质 (Properties of linear time-invariant systems) 2．线性时不变系统的零输入响应 (Zero-input response of linear time-invariant systems) 3. 线性时不变系统的零状态响应 (Zero-state response of linear time-invariant systems) 4. 卷积积分的性质及计算 (Properties and computation of convolution integral) 5．卷积和的性质及计算 (Properties and computation of convolution sum) 6．连续线性时不变系统的单位冲激响应和单位阶跃响应 (Unit impulse response and Unit step response of continuous-time LTI systems) 7．离散线性时不变系统的单位取样响应和单位阶跃响应 (Unit sample response and Unit step response of discrete-time LTI systems) 8．线性常系数微分方程的时域解法 (Solution of Linear constant-coefficient differential equations in time-domain) 9．线性常系数差分方程的时域解法 (Solution of Linear constant-coefficient difference equations in time-domain) 三．周期信号的傅里叶级数表示 (Fourier series representation of periodic signals) 1. 线性时不变系统的特征函数 (Eigen-function of linear time-invariant systems) 2. 连续时间周期信号的傅里叶级数表示 (Fourier series representation of continuous-time periodic signals) 3．连续时间傅里叶级数的性质 (Properties of CTFS) 4. 离散时间周期信号的傅里叶级数表示 (Fourier series representation of discrete-time periodic signals) 5. 离散时间傅里叶级数的性质 (Properties of DTFS) 6. 周期信号的频谱 (Spectrum of periodic signals) 7. 周期信号激励下线性时不变系统的响应 (Response of LTI systems for periodic input signals) 8. 理想低通、高通、全通、带通、带阻滤波器 (Ideal low-pass, high-pass, all-pass, band-pass and band-stop filters) 四．连续时间傅里叶变换 (The Continuous-time Fourier Transform) 1. 连续时间傅里叶变换及非周期连续信号的频谱 (CTFT and the spectrum of continuous-time non-periodic signals) 2. 连续周期信号的傅里叶变换 (Fourier transform of continuous-time periodic signals) 3. 连续时间傅里叶变换的性质 (Properties of CTFT) 4．连续线性时不变系统的频率响应 、幅度频率响应 、相位频率响应 （或） (The frequency response of continuous-time LTI systems and its magnitude and phase ) 5. 连续线性时不变系统的频域分析 (Analysis of continuous-time LTI systems in frequency domain) 6．无失真传输 (Transmission without distortion) 7．线性相位的概念 (Concept of linear phase) 五．离散时间傅里叶变换 (The Discrete-time Fourier Transform) 1. 离散时间傅里叶变换及非周期离散信号的频谱 (DTFT and the spectrum of discrete-time non-periodic signals) 2. 离散周期信号的傅里叶变换 (Fourier transform of discrete-time periodic signals) 3. 离散时间傅里叶变换的性质 (Properties of DTFT) 4．离散线性时不变系统的频率响应 、幅度频率响应 、相位频率响应 （或） (The frequency response of discrete-time LTI systems and its magnitude and phase ) 5. 离散线性时不变系统的频域分析 (Analysis of discrete-time LTI systems in frequency domain) 六．连续时间信号的取样 (Sampling of continuous-time signals) 1．冲激取样的原理 (Principle of impulse-train sampling) 2．取样定理 (Sampling Theorem) 3．由取样值重建原始连续时间信号的方法 (Methods of reconstructing the original continuous-time signals from its samples) 七．拉普拉斯变换 (The Laplace Transform) 1. 拉普拉斯变换及其收敛域 (The Laplace transform and its region of convergence) 2. 拉普拉斯逆变换 (The Inverse Laplace transform) 3. 拉普拉斯变换的性质 (Properties of the Laplace transform) 4．连续时间系统的系统函数 (System function of continuous-time systems) 5．系统函数与系统因果性和稳定性的关系 (Relationships between system function and the causality and stability of LTI systems) 6. 由系统函数的极-零图绘制一阶或二阶系统的频率特性曲线 (Geometric evaluation of the frequency response of first-order or second-order LTI systems from the pole-zero plot of ) 7．利用拉氏变换求零状态响应 (Solving the zero-state response using the Laplace transform) 8．连续系统的框图表示 (Block diagram representations of continuous-time LTI systems) 9．信号流图表示与梅森公式 (Signal flow graph representations of LTI systems and Mason"s Formula) 10．单边拉普拉斯变换及其性质 (The Unilateral Laplace transform and its properties) 11．利用单边拉普拉斯变换求解线性常系数微分方程 (Solving differential equations using the unilateral Laplace transform) 八．Z变换 (The z-Transform) 1. Z变换及其收敛域 (The z-transform and its ROC) 2. 逆Z变换 (The Inverse z-transform) 3. Z变换的性质 (Properties of the z-transform) 4．离散时间系统的系统函数 (System function of discrete-time systems) 5．系统函数与系统因果性和稳定性的关系 (Relationships between system function and the causality and stability of LTI systems) 6. 由系统函数的极-零图绘制一阶或二阶系统的频率特性曲线 (Geometric evaluation of the frequency response of first-order or second-order LTI systems from the pole-zero plot of ) 7. 利用Z变换求零状态响应 (Solving the zero-state response using the z-transform) 8．离散时间系统的框图表示 (Block diagram representations of discrete-time LTI systems) 9. 单边Z变换及其性质 (The Unilateral z-transform and its properties) 10．利用单边Z变换求解线性常系数差分方程 (Solving difference equations using the unilateral z-transform)

&Oslash; Modelling and simulation of system dynamics of hybrid-driven precision press, Transactions of Tianjin University, 2005, 11(3): 230-234.&Oslash; Design of a 3-DOF PKM module for large aircraft component machining”, The 7 World Congress on Intelligent control and Automation, 2008:370-375.&Oslash; Stiffness Estimation for the 4-DOF Hybrid Module of a Novel Reconfigurable Robot, In: Proceedings of2009 ASME/IFToMM International Conference on Reconfigurable Mechanisms and Robots, 2009:565-571.&Oslash; Design of a 3-DOF PKM Module for Large Structural Component Machining, Mechanism and Machine Theory, 2010, 45(6):941-954.&Oslash; Dynamic Modeling and Eigenvalue Evaluation of a 3-DOF PKM Module, Journal of Mechanical Engineering, 2010, 23(2):166-173.&Oslash; Dimensional synthesis of a 3-DOF parallel manipulator based on dimensionally homogeneous Jacobian matrix, Science in China (Technological sciences), 2010，53(1):168-174.&Oslash; Workspace decomposition based dimensioanal synthesis of a novel hybrid reconfigurable robot, Journal of Mechanical and Robotics, 2010, 3(2):1-9.&Oslash; 并联机器人机构运动与动力分析研究现状及展望, 中国机械工程, 2006, 17(9):979-984.&Oslash; 基于现代微分几何的机器人研究现状, 中国机械工程, 2007, 18(2): 238-243.&Oslash; 4自由度非全对称并联机构的完整雅可比矩阵, 机械工程学报, 2007, 43(6): 37-40.&Oslash; 少自由度并联机器人机构的静力分析, 机械工程学报, 2007, 43(9): 80-83.&Oslash; 基于牛顿欧拉法的3-RPS并联机构逆动力学分析, 航空学报, 2007, 28(5):1210-1215.&Oslash; 一类四自由度可重构主模块的全域静刚度预估, 天津大学学报, 2010,43(11):1003-1008.

x随时间t变化的方程呢?

1. 浅海导管架式海洋平台浪致过度振动控制技术的研究及工程应用，国家科学技术进步奖二等奖，第一完成人，2004年2. 第六届光华工程科技奖青年奖，中国工程院光华工程科技奖理事会，2006年3. 大型海洋结构振动控制技术的研究及工程应用，山东省科技进步奖一等奖，第一完成人，2003年4. 注海水自动化监、检测系统研究开发，教育部提名国家科技进步奖一等奖，第一完成人，2002年5. 海洋结构动力检测与振动控制理论研究，教育部高等学校科学技术奖自然科学奖一等奖（第一完成人），教育部2008年1月论文代表作1. Hua Jun Li, Min Zhang, Sau-Lon James Hu,Refinement of reduced-models for dynamic systems, Progress in Natural Science, 18 (2008), pp. 993-997(SCI)2. Sau-Lon James Hu and Haujun Li, A systematic linear space approach on solving partially described inverse eigenvalue problems, Inverse Problems 24 (2008) (SCI)3. Huajun Li, Hui Fang, Sau-lon Hu, Damage Localization and Severity Estimate For Three-dimensional Frame Structures, Journal of Sound and Vibration, 301 (2007) 481–494 (SCI, EI)4. Huajun Li, Hezhen Yang, Sau-lon James Hu, Modal Strain Energy Decomposition Method for Damage Localization on 3-D Frame Structures, Journal of Engineering Mechanics, Vol. 132, No. 9, 941-951，2006 (SCI, EI)5. Bingchen Liang, Huajun Li, Dongyong Lee, Numerical Study of Three-Dimensional Suspended Sediment Transport in Waves and Currents, OCEAN ENGINEERING, 34 (2007) 1569–1583 (SCI, EI)6. Sau-Lon James Hu and Huajun Li, Cross-Model Cross-Mode Method for Model Updating, Mechanical Systems and Signal Processing, 21 (2007) 1690–1703 (SCI, EI)7. Sau-Lon James Hu and Huajun Li, Simultaneous Mass, Damping, and Stiffness Updating for Dynamic Systems, AIAA Journal, 2007, 45(10): 2529-2537 (SCI, EI)8. Sau-Lon James Hu, Shuqing Wang, Huajun Li, Cross-Modal Strain Energy Method for Estimating Damage Severity, Journal of Engineering Mechanics, Vol. 132, No. 4, 2006 (SCI, EI)9. Liang, Bing-Chen; Li, Hua-Jun; Lee, Dong-Yong, Numerical study of wave effects on surface wind stress and surface mixing length by three-dimensional circulation modeling, Source: Journal of Hydrodynamics, v 18, n 4, August, 2006, p 397-404( EI)10. Hua Jun Li, Sau-Lon James Hu, Tuned mass damper design for optimally minimizing fatigue damage，2002，JOURNAL OF ENGINEERING MECHANICS-ASCE,Vol 128(6),703-707, (SCI)11. Hua Jun Li, Sau-Lon James Hu , H2 active vibration control for offshore platform subjected to wave loading，2003，JOURNAL OF SOUND AND VIBRATION，Vol 263(4),709-724，(SCI)12. Hua Jun Li,Shuqing Wang, Vibration characteristics of an offshore platform and its vibration control，2002，CHINA OCEAN ENGINEERING, Vol.16（4）,469-482，(SCI) 13. Li H J, Liu F S and Hu S-L J. Employing incomplete complex modes for model updating and damage detection of damped structures.Science in China Series E: Technological Sciences, 2008, 51 (12): 2254-2268.14. Huajun Li, Junrong Wang and Sau-Lon James Hu. Using incomplete modal data for damage detection in offshore structures. Ocean Engineering 35(2008)1793–179915. Huajun Li, Min Zhang, Sau-lon James Hu, Refinement of reduced-models for dynamic systems. Progress in Natural Science 18 (2008) 993–99716. Sau-Lon James Hu and Huajun Li，Model Conversion Technique for Structural Dynamic Systems，Journal of Structural Engineering , 2008.10, 134(10): 1675-1688.17. Sau-Lon James Hu and Huajun Li，A systematic linear space approach to solving partially described inverse eigenvalue problems, Inverse Problems 24 (2008) 035014 (13pp).18. Yang Hezhen, Li Huajun, Cross spectral energy method for damage assessment of the cable-stayed bridge under operational conditions, High Technology letters, 2008,14(3):309-315

电磁场问题In this thesis, we employ the meshless local Multiquadric Differential Quadrature method (LMQDQ method) to deal with the Poisson, Helmholtz eigenvalue and cavity flow problems.在这篇论文中，我们应用区域多元二次微分积分法求解卜易松、赫姆霍兹特徵值与穴室流场问题。The numerical method in this thesis combines the Multiquadric method (MQ method) and the domain decomposition technique in Differential Quadrature (DQ) form.因此，本方法仍保有无网格法不需要建立网格组织的特性。multiquadric radial basis functionMQ径向基函数Application of the improved multiquadric radial basis function method to the analysis of the electromagnetic field虚拟边界径向基配点法求解电磁场问题

（一）专著与教材:1.　魏海坤.《神经网络结构设计的理论与方法》，国防工业出版社， 北京，2005.2.2.　姜长生, 王从庆, 魏海坤, 陈谋. 《智能控制与应用》, 科学出版社, 北京，2007.7.（二）国外刊物论文:1. Haikun Wei and Shun-ichi Amari. “Dynamics of Learning near Singularity in Radial Basis Function Networks”, Neural Networks, 2008，21(7), 989-1005 (Regular paper).2. Haikun Wei, Jun Zhang, Florent Cousseau, Tomiko Ozeki, and Shun-ichi Amari. “Dynamics of Learning Near Singularities in Layered Networks”. Neural Computation, 2008, 20(3), 813-843.3. Xinming Jin and Haikun Wei. “Scenario-based comparison and evaluation: issues of current business process modelling languages”, Proceedings of the I MECH E Part B Journal of Engineering Manufacture, 2006, 220 (9), 1527-1538.4. Haikun Wei, Qi Li, and Xinming Jin. “Sliding Window Based Resource Allocating Network”, The IEEE Journal of Intelligent Cybernetic Systems, Vol.2, 2006（三）国内刊物论文:1.　魏海坤，李奇，宋文忠.“梯度算法下RBF网的参数变化动态”，控制理论与应用, 2007，24(3)，356-360.2.　魏海坤，宋文忠，李奇.“非线性系统RBF网在线建模的资源优化网络方法”，自动化学报，2005, 31(6), 970-974。3.　魏海坤，宋文忠，李奇.“基于RBF网的火电机组实时成本在线建模方法”，中国电机工程学报，2004，24(7)，246－252。4.　郑宗涵，魏海坤，李奇. “实时数据库算法引擎的设计与应用”, 信息与控制, 2003, 32(7), 662-665.5.　钱艳平，李奇，魏海坤，刘爱华. “基于模糊与PID混合算法的制浆蒸煮过程控制”, 信息与控制, 2003, 32(2), 172-175.6.　魏海坤，丁维明，宋文忠，徐嗣鑫.“RBF网的动态设计算法”，控制理论与应用，2002, 19(5)，673－680。7.　魏海坤，徐嗣鑫，宋文忠. 神经网络的泛化理论和泛化方法, 自动化学报, 2001，27(6)，806-815.8.　魏海坤，宋文忠，徐嗣鑫. 基于结构分解的神经网络设计算法, 自动化学报, 2001，27(2)，276-279.9.　魏海坤，徐嗣鑫，宋文忠，吴福保. 最小RBF网设计的进化优选算法及其在动力配煤状态预测建模中的应用, 中国电机工程学报, 2001，21(1)，63-72.10.　魏海坤，徐嗣鑫，宋文忠. RBF网学习的进化优选算法, 控制理论与应用, 2000，17(4)，604-608.（四）国际会议论文:1.　Haikun Wei and Shun-ichi Amari. “Eigenvalue Analysis on Singularity in RBF networks”, Proc. IJCNN, 2007.2.　Haikun Wei and Shun-ichi Amari. “Online Learning Dynamics of Radial Basis Function Neural Networks near the Singularity”. Proc. IJCNN, 2006.3.　Haikun Wei and Weiming Ding. Designing Neural Network Based on Structure Decomposition, Proc. WCICA, 2000.

% calc xmean,sigma and its eigen decomposition你要先理解pca的原理 再来看各个函数就理解了

我有个作业是这，程序添加了些注释，希望对你有帮助~clear all;allsamples=[];for i=1:20 for j=1:5 a=imread(strcat("ORLs",num2str(i),"",num2str(j),".bmp")); %读取人脸图像 b=a(1:112*92); %将图像数据转为一行 b=double(b); allsamples=[allsamples; b]; %将所有图像20*5，组成数组 endend%用PCA方法进行特征提取samplemean=mean(allsamples); %求均值for i=1:100 xmean(i,:)=allsamples(i,:)-samplemean;end;sigma=xmean*xmean"; %协方差矩阵[v d]=eig(sigma); %求矩阵特征值和特征向量d1=diag(d); %特征值的对角阵[d2 index]=sort(d1); %对对角阵的值排序cols=size(v,2); %特征向量的行数值for i=1:cols vsort(:,i) = v(:, index(cols-i+1) ); %对特征值和特征向量进行排序 dsort(i) = d1( index(cols-i+1) ); end %选择90%的能量dsum = sum(dsort); dsum_extract = 0; p = 0; while( dsum_extract/dsum < 0.9) p = p + 1; dsum_extract = sum(dsort(1:p)); endi=1;while (i<=p && dsort(i)>0) base(:,i) = xmean" * vsort(:,i); %构成投影矩阵 i = i + 1;endallcoor = allsamples * base; %构成训练集的特征矩阵clc[filename,pathname]=uigetfile("*.*","Select image"); %选择图像 [img,map]=imread(strcat(pathname,filename)); b=img(1:10304); b=double(b); tcoor= b * base; %构成测试集的特征矩阵 for k=1:100 mdist(k)=norm(tcoor-allcoor(k,:)); end; %最近邻方法 [dist,index2]=sort(mdist); class=floor( index2(1)/5 )+1; %求所属分类 disp(class); subplot(1,2,1),imshow(img); %输出分类图像filename = sprintf("ORL\s%d\1.bmp",class);I=imread(filename);subplot(1,2,2),imshow(I);

L. Huang*, C. Qian, H.C. So and J. Fang, “Shrinkage-based source enumeration for large array and small samples” IEEE Transactions on Aerospace and Electronic Systems, 2014, to appear. (Regular Paper） Z.-Q. He, Z.P. Shi, L. Huang* and H. C. So, “Underdetermined DOA estimation for wideband signals using robust sparse covariance fitting” IEEE Signal Processing Letters, in press 2014, to appear. L. Huang*, C. Qian, Y. Xiao and Q.T. Zhang, “Performance analysis of volume-based spectrum sensing for cognitive radio,” IEEE Transactions on Wireless Communications, vol. 8, no. 99, pp. 1-14, Aug. 2014, DOI: 10.1109/TWC.2014.2345660 (Regular Paper) J. Lv, L. Huang*, Y. Shi and X. Fu, “Inversed synthetic aperture radar imaging via modified smoothed ell_0 norm,” IEEE Antenna and Wireless Propagation Letters. vol. 13, no. 1, Jun. 2014, DOI: 10.1109/LAWP.2014.2332639 M. Cao, L. Huang* and C. Qain, “Underdetermined DOA estimation of quasi-stationary signals via Khatri-Rao structure for uniform circular array” Signal Processing, vol.106, no.1, pp.41-48, Jan. 2015 (Regular Paper） C. Qian, L. Huang*, W.J. Zeng, and H.C. So, “Direction-of-arrival estimation for coherent signals without knowledge of source number,” IEEE Sensor Journal, vol. 14, no. 9, pp.3267-3273, Sep. 2014 (Regular Paper） L. Huang*, H.C. So and C. Qian, “Volume-based method for spectrum sensing” Digital Signal Processing, vol. 28, pp. 48-56, May 2014. (Regular Paper） C. Qian, L. Huang* and H.C. So, “Improved unitary root-MUSIC for DOA estimation based on pseudo-noise resampling,” IEEE Signal Processing Letters, vol. 21, no. 2, pp. 140-144, Feb. 2014. C. Qian, L. Huang* and H.C. So, “Computationally efficient ESPRIT algorithm for direction-of-arrival estimation based on Nystrom method,” Signal Processing, vol. 94, pp. 74-80, January 2014. (Regular Paper） F.K.W.Chan, H.C.So, L. Huang* and L.T. Huang, Underdetermined direction-of-departure and direction-of-arrival estimation in bistatic multiple-input multiple-output radar, Signal Processing, vol.104, no.11, pp.284-290, November 2014 W. Sun, H.C. So, F.K.W. Chan, L.T. Huang and L. Huang*, “Approximate subspace- basediterativeadaptiveapproachforfasttwo-dimensionalspectralestimation,” IEEE Transactions on Signal Processing, vol.62, no.12, pp.3220-3231, Jun. 2014 (Regular Paper） J. Fang, X. Li, H. Li, and L. Huang, “Precoding for decentralized detection of unknown deterministic signals in multisensor systems” IEEE Transactions on Aerospace and Electronic Systems, 2014, to appear (Regular Paper） Z. He, Z. Shi, and L. Huang*, “Covariance sparsity-aware DOA estimation for nonuniform noise,” Digital Signal Processing, vol. 28, pp. 75-81, May 2014. (Regular Paper） L. Huang* and H.C. So, “Source enumeration via MDL criterion based on linear shrinkage estimation of noise subspace covariance matrix,” IEEE Transactions on Signal Processing, vol. 61, no. 19, pp.4806-4821, Oct. 2013. (Regular Paper). W.J. Zeng, H.C. So and L. Huang*, “lp-MUSIC: Robust direction-of-arrival estimator for impulsive noise environments,” IEEE Transactions on Signal Processing, vol.61, no.17, pp.4296-4308, September 2013. (Regular Paper） W. Sun, H.C. So, F.K.W. Chan and L. Huang*, “Tensor approach for eigenvector-based multi-dimensional harmonic retrieval,” IEEE Transactions on Signal Processing, vol.61, no. 13, pp. 3378-3388, April, 2013. (Regular Paper） K. Liu, J.P.C.L. Cost, H.C. So and L. Huang, “Subspace techniques for multidimensional model order selection in colored noise,” Signal Processing, vol. 93, no. 7, pp. 1976-1987, July 2013. (Regular Paper) K. Liu, H.C. So, J.C.L. Cost, F. Romer and L. Huang*, “Efficient source enumeration for accurate direction-of-arrival estimation in threshold region,” Digital Signal Processing, vol. 23, no. 5, pp. 1668–1677, Sep. 2013. (Regular Paper） L.T. Huang, Y. Wu, H.C. So, Y. Zhang and L. Huang, “Multidimensional sinusoidal frequency estimation using subspace and projection separation approaches,” IEEE Transactions on Signal Processing, vol. 60, no. 10, pp. 5536-5543, Oct. 2012. L. Huang*, Q.T. Zhang and L.L. Cheng, “Information theoretic criterion for stopping turbo iteration,” IEEE Transactions on Signal Processing, vol. 59, no. 2, pp. 848-853, Feb. 2011. L. Huang*, T. Long, E. Mao and H.C. So, “MMSE-based MDL method for robust estimation of number of sources without eigendecomposition,” IEEE Transactions on Signal Processing, vol. 57, no. 10, pp. 4135-4142, Oct. 2009. L. Huang*, T. Long, E. Mao and H.C. So, “MMSE-based MDL method for accurate source number estimation,” IEEE Signal Processing Letters, vol. 16, no. 9, pp. 798-801, Sep. 2009. L. Huang*, T. Long and S. Wu, “Source enumeration for high-resolution array processing using improved Gerschgorin radii without eigendecomposition,” IEEE Transactions on Signal Processing, vol. 56, no. 12, pp. 5916-5925, Dec. 2008. (Regular Paper) L. Huang*, S. Wu and X. Li, “Reduced-rank MDL method for source enumeration in high-resolution array processing,” IEEE Transactions on Signal Processing, vol. 55, no. 12, pp. 5658-5667, Dec. 2007.( Regular Paper) L. Huang* and S. Wu, “Low-complexity MDL method for accurate source enumeration,” IEEE Signal Processing Letters, vol. 14, no. 9, pp. 581-584, Sep. 2007. L. Huang*, S. Wu, D. Feng, and L. Zhang, “Low complexity method for signal subspace fitting,” IEE Electronics Letters, vol. 40, no. 14, July 2004. L. Huang*, S. Wu, L. Zhang and D. Feng, “Computationally efficient direction-of-arrival estimation based on partial a priori knowledge of signal sources,” EURASIP Journal on Applied Signal Processing, vol. 2006, pp. 1-7, 2006. (Regular Paper) L. Huang*, S. Wu and E. Mao, “Recursion subspace-based method for bearing estimation: a comparative study,” Chinese Journal of Electronics, no. 3, pp. 477-480, July 2010. L. Huang*, D. Feng, S. Wu and L. Zhang, “Computationally efficient method of signal subspace fitting for direction-of-arrival estimation,” IEICE Transactions on Communications, vol. 88, Aug. 2005, pp. 3408-3415. (Regular Paper)

这太专业了吧~不好意思不懂

大门下就这一块阴凉地方，你去？2369

复制的，我用的TI-89 Titanium。。你这是新出的，也不知道有什么具体区别 我看下面的资料上说，价格差得不多。既然差得不多，就一步到位吧，买个好点的~~~ TI-Nspire 及 TI-Nspire CAS 是 Texas Instruments 于 2007 年 9 月所推出的新型图形计算器，两部计算器都有 64MB 庞大记忆体，其中 32MB 是计算记忆，可供用家直接使用，另外 32MB 是 Flash Memory。它们拥有强大的计算功能，包括矩阵、微积分 Calculus 等，以及程式及图像功能，而且这些功能有很多是其他图形计算机没有的，例如矩阵计算包括 Eigenvalue、Eigenvector、 LU Decomposition 这些其他计算器没有的功能。它们也有 Flash Memory 功能，这项强劲功能可容许 TI-Nspire / TI-Nspire CAS 透过 TI Graph Link 连接线接受一些由网上下载的程式并变为 TI-Nspire / TI-Nspire CAS 的内置功能，在现今的计算器中可是数一数二了。 TI-Nspire CAS 另外还有解方程及微分方程 ( Differential Equations )、极限 ( Limits )、泰勒展开式 ( Taylor"s Expansion ) 等功能，不过 TI-89 Titanium 所有的三维图像功能目前就欠奉。它也和 TI-89 Titanium 一样有符号代数 ( Symbolic Algebra ) 功能。 TI-Nspire / TI-Nspire CAS 的键盘设计颇为特别，那些英文字母和其他特殊符号按键是很小的绿色及灰色按键，这种可能造成经常会误按，不过，大家只要熟悉了就会习惯及不会失误操作。TI-Nspire 另外有一个 TI-84 Plus Silver Edition 兼容键盘，如果将此键盘装上，那么 TI-Nspire 就会以 TI-84 Plus Silver Edition 的模式运作，这个设计相信是为了迁就以前一直使用 TI-83 Plus 及 TI-84 Plus 的人，让他们较容易适应新机。TI-Nspire CAS 就没有这个兼容键盘，也不能以 TI-84 Plus 的模式运作，应该是因为这个键盘的额外成本，放弃了兼容性及键盘提供。TI-Nspire 及 TI-Nspire CAS 的售价相差很小，纯以功能而言，TI-Nspire CAS 比 TI-Nspire 是好得多的，就像 TI-89 Titanium 和 TI-84 Plus 的关系一样。 TI-89 Titanium 及 TI-84 Plus / TI-84 Plus Silver Edition 就仍然继续售卖，目前没有迹象显示 Texas Instruments 会停产它们。德州仪器TI计算器，提供一年原厂保固，TI还有完整的配套教学资源

TI-Nspire™ CAS 主要功能简介 基本特点 高分辨率：240*320像素分屏显示：16-级灰阶，实现多达4个分屏显示尺寸规格：1.13”高x3.94"宽x7.81”长重量：0.64磅内存：27.8 MB电池：7号（4节）USB：不仅能连接电脑，也能和多台TI-Nspire手持设备相连。 主要用途 - 可用于中学和大学理科方面的教学，尤其是数学的学习。数学功能- TI-Nspire CAS涵盖了已有计算器的所有功能，主要包括：运算功能 - 数值求解；符号运算；二进制、十六进制运算；逻辑运算；三角函数；双曲函数；最小公倍数；最大公约数；因式分解；多项式展开； 微积分 - 求导数、积分、极限、函数最大值、最小值、切线、解微分方程、对隐函数求微分 矩阵 - 矩阵运算，包括特征值、特征量的计算、LU Decomposition、QR 因数分解、包含符号元素的矩阵 作图功能函数作图、参数作图、极坐标作图、数据统计作图、图形变换、圆锥曲线作图、不等式作图、函数值列表等。几何功能创建和研究几何形状、模拟点在图形上的运动并研究其性质、研究几何的变换，有利于平面几何的学习。 可以实现函数作图形式、参数方程作图形式与数据统计作图形式并存在同一个坐标系下， 有利于平面解析几何的学习。 统计分析功能对一元或二元变量进行统计、对函数进行回归与拟合操作、进行多种假设检验（T-test, Z-test, ANOVA等）、计算并绘制多种分布的图形（散点图、x-y线图、直方图、箱形图、回归线、正态概率图、假设检验图）、排列组合、随机数、推论统计等金融计算功能包括货币的时间价值（TVM），不均匀现金流，分期付款、利率转换等编程功能简单易学的编程语言，用户可根据自己的需求来编写不同有应用程序。 TI-Nspire CAS的独特之处 多种表示法TI-Nspire™技术，可以实现对数学问题的多种呈现形式，包括代数表示法、数值表示法、统计表示法、文字描述、图形和几何的表现形式。动态关联1. 不同表示法之间的动态关联 TI-Nspire CAS实现将不同表示法动态地关联在一起。当某问题的一种表示法发生变化时，其他表达形式的变化也会在同一个屏幕上立即、实时、自动地反映出来。TI-Nspire CAS的屏幕大、分辨率高，可以实现四个分屏，同时观察图形、数值、表达式和列表的变化。窗口的大小可以调节。2. 抓-移 通过点击图形内部的任意点、直线、曲线和几何形状，并移动，实时查看变化所产生的影响。由于有动态关联功能，绘图函数的变化带来所对应的方程式的自动更新。文档功能 TI-Nspire CAS还具有类似于计算机的文字处理和文件保存功能， 可以在文档和页面中创建、编辑和保存文本文件，并且可以随时调用。 可以轻松地实现TI-Nspire CAS图形计算器之间，以及计算器与计算机之间的文档传输。 类似于计算机的操作模式具有类似于计算机的操作模式，包括：下拉菜单、光标导航键（NavPad）、独立的字母键、电子表格、文档管理公式编辑操作方便通过常用的功能键和第二功能键方便地输入数学表达式、方程式和公式，呈现方式与课本中一致。新增第二功能键（如），类似于公式编辑器，使数学表达式和公式的输入更加便捷，并可以在主屏幕上直接求解。 从支持标准数学符号的模板中，轻松快速地选择适当的符号和变量。 功能的不断提升和改进具备有Flash(闪存)技术，可以不断地升级操作系统（OS）,提升TI-Nspire CAS的性能。兼容性 外接CBR 2™运动检测器、Vernier EasyTemp温度传感器，进行物理实验； 具有与手持设备功能、操作和界面完全相同的教师版模拟软件，便于课堂演示，并与电子白板兼容。 具有与手持设备功能和操作完全相同的学生版软件。

华中科技大的研究生网站上就有，我前几天还看的，不过忘了，了最好自己把它记下

仔细说明一下题目，要求数数还是什么？

1　Matrix Multiplication Problems1.1　Basic Algorithms and Notation1.2　Exploiting Structure1.3　Block Matrices and Algorithms1.4　Vectorization and Re-Use Issues2　Matrix Analysis2.1　Basic Ideas from Linear Algebra2.2　Vector Norms2.3　Matrix Norms2.4　Finite Precision Matrix Computations2.5　Orthogonality and the SVD2.6　Projections and the CS Decomposition2.7　The Sensitivity of Square Linear Systems3　General Linear Systems3.1　Triangular Systems3.2　The LU Factorization3.3　Roundoff Analysis of Gaussian Elimination3.4　Pivoting3.5　Improving and Estimating Accuracy4　Special Linear Systems4.1　The LDMT and LDLT Factorizations4.2　Positive Definite Systems4.3　Banded Systems4.4　Symmetric Indefinite Systems4.5　Block Systems4.6　Vandermonde Systems and the FFT4.7　Toeplitz and Related Systems5　Orthogonalization and Least Squares5.1　Householder and Givens Matrices5.2　The QR Factorization5.3　The Full Rank LS Problem5.4　Other Orthogonal Factorizations5.5　The Rank Deficient LS Problem5.6　Weighting and Iterative Improvement5.7　Square and Underdetermined Systems6　Parallel Matrix Computations6.1　Basic Concepts6.2　Matrix Multiplication6.3　Factorizations7　The Unsymmetric Eigenvalue Problem8　The Symmetric Eigenvalue Problem9　Lanczos Methods10　Iterative Methods for Linear Systems11　Functions of Matrices12　Special TopicsIndex

很多有用的工具箱，转载自振动论坛，要赶紧收藏起来，免得过期后不能下载 ADCPtools - acoustic doppler current profiler data processingAFDesign - designing analog and digital filtersAIRES - automatic integration of reusable embedded softwareAir-Sea - air-sea flux estimates in oceanographyAnimation - developing scientific animationsARfit - estimation of parameters and eigenmodes of multivariate autoregressive methodsARMASA - power spectrum estimationAR-Toolkit - computer vision trackingAuditory - auditory modelsb4m - interval arithmeticBayes Net - inference and learning for directed graphical modelsBinaural Modeling - calculating binaural cross-correlograms of soundBode Step - design of control systems with maximized feedbackBootstrap - for resampling, hypothesis testing and confidence interval estimationBrainStorm - MEG and EEG data visualization and processingBSTEX - equation viewerCALFEM - interactive program for teaching the finite element methodCalibr - for calibrating CCD camerasCamera CalibrationCaptain - non-stationary time series analysis and forecastingCHMMBOX - for coupled hidden Markov modeling using maximum likelihood EMClassification - supervised and unsupervised classification algorithmsCLOSIDCluster - for analysis of Gaussian mixture models for data set clusteringClustering - cluster analysisClusterPack - cluster analysisCOLEA - speech analysisCompEcon - solving problems in economics and financeComplex - for estimating temporal and spatial signal complexitiesComputational StatisticsCoral - seismic waveform analysisDACE - kriging approximations to computer modelsDAIHM - data assimilation in hydrological and hydrodynamic modelsData VisualizationDBT - radar array processingDDE-BIFTOOL - bifurcation analysis of delay differential equationsDenoise - for removing noise from signalsDiffMan - solving differential equations on manifoldsDimensional Analysis -DIPimage - scientific image processingDirect - Laplace transform inversion via the direct integration methodDirectSD - analysis and design of computer controlled systems with process-oriented modelsDMsuite - differentiation matrix suiteDMTTEQ - design and test time domain equalizer design methodsDrawFilt - drawing digital and analog filtersDSFWAV - spline interpolation with Dean wave solutionsDWT - discrete wavelet transformsEasyKrigEconometricsEEGLABEigTool - graphical tool for nonsymmetric eigenproblemsEMSC - separating light scattering and absorbance by extended multiplicative signal correctionEngineering VibrationFastICA - fixed-point algorithm for ICA and projection pursuitFDC - flight dynamics and controlFDtools - fractional delay filter designFlexICA - for independent components analysisFMBPC - fuzzy model-based predictive controlForWaRD - Fourier-wavelet regularized deconvolutionFracLab - fractal analysis for signal processingFSBOX - stepwise forward and backward selection of features using linear regressionGABLE - geometric algebra tutorialGAOT - genetic algorithm optimizationGarch - estimating and diagnosing heteroskedasticity in time series modelsGCE Data - managing, analyzing and displaying data and metadata stored using the GCE data structure specificationGCSV - growing cell structure visualizationGEMANOVA - fitting multilinear ANOVA modelsGenetic AlgorithmGeodetic - geodetic calculationsGHSOM - growing hierarchical self-organizing mapglmlab - general linear modelsGPIB - wrapper for GPIB library from National InstrumentGTM - generative topographic mapping, a model for density modeling and data visualizationGVF - gradient vector flow for finding 3-D object boundariesHFRadarmap - converts HF radar data from radial current vectors to total vectorsHFRC - importing, processing and manipulating HF radar dataHilbert - Hilbert transform by the rational eigenfunction expansion methodHMM - hidden Markov modelsHMMBOX - for hidden Markov modeling using maximum likelihood EMHUTear - auditory modelingICALAB - signal and image processing using ICA and higher order statisticsImputation - analysis of incomplete datasetsIPEM - perception based musical analysisJMatLink - Matlab Java classesKalman - Bayesian Kalman filterKalman Filter - filtering, smoothing and parameter estimation (using EM) for linear dynamical systemsKALMTOOL - state estimation of nonlinear systemsKautz - Kautz filter designKrigingLDestimate - estimation of scaling exponentsLDPC - low density parity check codesLISQ - wavelet lifting scheme on quincunx gridsLKER - Laguerre kernel estimation toolLMAM-OLMAM - Levenberg Marquardt with Adaptive Momentum algorithm for training feedforward neural networksLow-Field NMR - for exponential fitting, phase correction of quadrature data and slicingLPSVM - Newton method for LP support vector machine for machine learning problemsLSDPTOOL - robust control system design using the loop shaping design procedureLS-SVMlabLSVM - Lagrangian support vector machine for machine learning problemsLyngby - functional neuroimagingMARBOX - for multivariate autogressive modeling and cross-spectral estimationMatArray - analysis of microarray dataMatrix Computation - constructing test matrices, computing matrix factorizations, visualizing matrices, and direct search optimization[url=http://ewre-www.cv.ic.ac.uk/software/toolkit.htm]MCAT[/url] - Monte Carlo analysisMDP - Markov decision processesMESHPART - graph and mesh partioning methodsMILES - maximum likelihood fitting using ordinary least squares algorithmsMIMO - multidimensional code synthesisMissing - functions for handling missing data valuesM_Map - geographic mapping toolsMODCONS - multi-objective control system designMOEA - multi-objective evolutionary algorithmsMS - estimation of multiscaling exponentsMultiblock - analysis and regression on several data blocks simultaneouslyMultiscale Shape AnalysisMusic Analysis - feature extraction from raw audio signals for content-based music retrievalMWM - multifractal wavelet modelNetCDFNetlab - neural network algorithmsNiDAQ - data acquisition using the NiDAQ libraryNEDM - nonlinear economic dynamic modelsNMM - numerical methods in Matlab textNNCTRL - design and simulation of control systems based on neural networksNNSYSID - neural net based identification of nonlinear dynamic systemsNSVM - newton support vector machine for solving machine learning problemsNURBS - non-uniform rational B-splinesN-way - analysis of multiway data with multilinear modelsOpenFEM - finite element developmentPCNN - pulse coupled neural networksPeruna - signal processing and analysisPhiVis - probabilistic hierarchical interactive visualization, i.e. functions for visual analysis of multivariate continuous dataPlanar Manipulator - simulation of n-DOF planar manipulatorsPRTools - pattern recognitionpsignifit - testing hyptheses about psychometric functionsPSVM - proximal support vector machine for solving machine learning problemsPsychophysics - vision researchPyrTools - multi-scale image processingRBF - radial basis function neural networksRBN - simulation of synchronous and asynchronous random boolean networksReBEL - sigma-point Kalman filtersRegression - basic multivariate data analysis and regressionRegularization ToolsRegularization Tools XPRestore ToolsRobot - robotics functions, e.g. kinematics, dynamics and trajectory generationRobust Calibration - robust calibration in stats[url=http://ewre-www.cv.ic.ac.uk/software/toolkit.htm]RRMT[/url] - rainfall-runoff modellingSAM - structure and motionSchwarz-Christoffel - computation of conformal maps to polygonally bounded regionsSDH - smoothed data histogramSeaGrid - orthogonal grid makerSEA-MAT - oceanographic analysisSLS - sparse least squaresSolvOpt - solver for local optimization problemsSOM - self-organizing mapSOSTOOLS - solving sums of squares (SOS) optimization problemsSpatial and Geometric AnalysisSpatial RegressionSpatial StatisticsSpectral MethodsSPM - statistical parametric mappingSSVM - smooth support vector machine for solving machine learning problemsSTATBAG - for linear regression, feature selection, generation of data, and significance testingStatBox - statistical routinesStatistical Pattern Recognition - pattern recognition methodsStixbox - statisticsSVM - implements support vector machinesSVM ClassifierSymbolic Robot DynamicsTEMPLAR - wavelet-based template learning and pattern classificationTextClust - model-based document clusteringTextureSynth - analyzing and synthesizing visual texturesTfMin - continous 3-D minimum time orbit transfer around EarthTime-Frequency - analyzing non-stationary signals using time-frequency distributionsTree-Ring - tasks in tree-ring analysisTSA - uni- and multivariate, stationary and non-stationary time series analysisTSTOOL - nonlinear time series analysisT_Tide - harmonic analysis of tidesUTVtools - computing and modifying rank-revealing URV and UTV decompositionsUvi_Wave - wavelet analysisvarimax - orthogonal rotation of EOFsVBHMM - variation Bayesian hidden Markov modelsVBMFA - variational Bayesian mixtures of factor analyzersVMT - VRML Molecule Toolbox, for animating results from molecular dynamics experimentsVOICEBOXVRMLplot - generates interactive VRML 2.0 graphs and animationsVSVtools - computing and modifying symmetric rank-revealing decompositionsWAFO - wave analysis for fatique and oceanographyWarpTB - frequency-warped signal processingWAVEKIT - wavelet analysisWaveLab - wavelet analysisWeeks - Laplace transform inversion via the Weeks methodWetCDF - NetCDF interfaceWHMT - wavelet-domain hidden Markov tree modelsWInHD - Wavelet-based inverse halftoning via deconvolutionWSCT - weighted sequences clustering toolkitXMLTree - XML parserYAADA - analyze single particle mass spectrum dataZMAP - quantitative seismicity analysis

魔方的词性是：名词。 魔方的词性是：名词。 注音是：ㄇㄛ_ㄈㄤ。 拼音是：mó fāng。 结构是：魔(半包围结构)方(独体结构)。魔方的具体解释是什么呢，我们通过以下几个方面为您介绍：一、词语解释【点此查看计划详细内容】魔方mófāng。(1)一种智力玩具。二、国语词典大陆地区指魔术方块。词语翻译英语Rubik"scube,magiccube德语RubiksWürfel(S)_法语Rubik"sCube三、网络解释魔方（一项智力运动）魔方，英文名为Rubik"sCube，又叫鲁比克方块，最早是由匈牙利布达佩斯建筑学院厄尔诺·鲁比克教授于1974年发明的。魔方是一项手部极限运动。台湾地区称之为魔术方块，香港地区称之为扭计骰。魔方（Rubik"sCube）狭义上指三阶魔方。三阶魔方形状通常是正方体，由有弹性的硬塑料制成。竞速玩法是将魔方打乱，然后在最短的时间内复原。截至2018年12月，三阶魔方还原官方世界纪录是由中国的杜宇生于芜湖赛打破的记录，单次3.47秒。而从广义上看，魔方可以指各类可以通过转动打乱和复原的几何体。魔方与华容道、独立钻石棋一起被国外智力专家并称为智力游戏界的三大不可思议，而魔方受欢迎的程度更是智力游戏界的奇迹。关于魔方的诗词《魔方》关于魔方的单词magicube关于魔方的成语群魔乱舞邪魔外道邪魔歪道混世魔王毒魔狠怪_魔乱舞妖魔鬼怪邪魔外祟邪魔怪道关于魔方的词语群魔乱舞毒魔狠怪花魔酒病妖魔鬼怪走火入魔风魔九伯神谋魔道混世魔王病魔缠身道高魔重关于魔方的造句1、课刚开始，樊老师让孩子们分成两人小组，给事先放在桌上框子里的东西分类，诸如魔方、牙膏盒、乒乓球等等。2、杜鹃园展区内有镜花缘、鲜花魔方、品种展示、悬崖菊展示。3、大赛即将开赛，李晨幸运的‘拣"到了一张参赛邀请卡，他以炎龙家族代表的身份进入魔方世界，展开了一段惊险刺激的奇遇。4、本实用新型公开了一种表面色块呈凸面弧型设计的多阶魔方。5、国家议员：那宇宙魔方呢？点此查看更多关于魔方的详细信息

OPPOReno10参数配置：处理器采用了最新的骁龙888移动平台，这款处理器采用的是5纳米工艺，拥有更高的集成度和更好的能效。OPPOReno10的存储方面也得到了升级，在RAM和ROM两方面都进行了增加。OPPOReno10将采用LPDDR5和UFS3.1技术，RAM容量为12GB，将让Reno10更加顺畅地运行多任务应用。而ROM方面采用的是高速NVMe闪存，最大容量为256GB。在相机方面，OPPOReno10将采用AI拍照技术，这将是OPPOReno系列第一次采用。据悉，这种新技术可以通过深度学习和神经网络算法对照片进行较高级别的优化。此外，OPPOReno10配备了6400万像素的主摄像头和2000万像素的超广角摄像头。OPPOReno10的功能特点OPPOReno10采用了高通骁龙865处理器，并且还加入了OPPO独家自研的OinCharge逆向快充技术，这是OPPO手机的又一项标志性技术。OPPO的便捷快充技术一直深受用户喜欢，并且OinCharge逆向快充技术的出现，让OPPOReno10的快充体验更加完美。OPPOReno10采用了6.65英寸的全面屏设计，支持90Hz刷新率和240Hz触控采样率。这个屏幕可以呈现更加细腻生动的图像，而90Hz的刷新率也使得手机反应更加灵敏，用户在操作手机时会感到更加直接快速的反馈，而且240Hz的触控采样率还能够带来更加流畅的触屏体验。以上内容参考百度百科-OPPOReno10

java的核心思想是面向对象程序设计，类是一个广泛的概念，而对象就是类的一个实例化。定义一个类： 因为Person类的属性是private的，所以外部要访问和设置对象属性时就要通过Person类的方法。 private方法 private方法和private定义的字段一样不能被外部调用与访问，定义的private方法只能被内部方法调用： 可变参数 一般来说，方法可以包含0或任意个参数，调用方法时，必须严格按照参数的定义一一传递，但java也定义了可变参数，相当于数组类型，用“类型...”定义：

安西想先锻炼赤木刚宪一些别的技巧。

魔方的网络解释是：魔方（一项智力运动）魔方，英文名为Rubik"sCube，又叫鲁比克方块，最早是由匈牙利布达佩斯建筑学院厄尔诺·鲁比克教授于1974年发明的。魔方是一项手部极限运动。台湾地区称之为魔术方块，香港地区称之为扭计骰。魔方（Rubik"sCube）狭义上指三阶魔方。三阶魔方形状通常是正方体，由有弹性的硬塑料制成。竞速玩法是将魔方打乱，然后在最短的时间内复原。截至2018年12月，三阶魔方还原官方世界纪录是由中国的杜宇生于芜湖赛打破的记录，单次3.47秒。而从广义上看，魔方可以指各类可以通过转动打乱和复原的几何体。魔方与华容道、独立钻石棋一起被国外智力专家并称为智力游戏界的三大不可思议，而魔方受欢迎的程度更是智力游戏界的奇迹。 魔方的网络解释是：魔方（一项智力运动）魔方，英文名为Rubik"sCube，又叫鲁比克方块，最早是由匈牙利布达佩斯建筑学院厄尔诺·鲁比克教授于1974年发明的。魔方是一项手部极限运动。台湾地区称之为魔术方块，香港地区称之为扭计骰。魔方（Rubik"sCube）狭义上指三阶魔方。三阶魔方形状通常是正方体，由有弹性的硬塑料制成。竞速玩法是将魔方打乱，然后在最短的时间内复原。截至2018年12月，三阶魔方还原官方世界纪录是由中国的杜宇生于芜湖赛打破的记录，单次3.47秒。而从广义上看，魔方可以指各类可以通过转动打乱和复原的几何体。魔方与华容道、独立钻石棋一起被国外智力专家并称为智力游戏界的三大不可思议，而魔方受欢迎的程度更是智力游戏界的奇迹。 结构是：魔(半包围结构)方(独体结构)。 注音是：ㄇㄛ_ㄈㄤ。 拼音是：mó fāng。 词性是：名词。魔方的具体解释是什么呢，我们通过以下几个方面为您介绍：一、词语解释【点此查看计划详细内容】魔方mófāng。(1)一种智力玩具。二、国语词典大陆地区指魔术方块。词语翻译英语Rubik"scube,magiccube德语RubiksWürfel(S)_法语Rubik"sCube关于魔方的诗词《魔方》关于魔方的单词magicube关于魔方的成语毒魔狠怪群魔乱舞混世魔王邪魔怪道妖魔鬼怪_魔乱舞邪魔歪道邪魔外道邪魔外祟关于魔方的词语走火入魔风魔九伯道高魔重妖魔鬼怪群魔乱舞病魔缠身花魔酒病邪魔外道邪魔歪道神谋魔道关于魔方的造句1、在崇文门商圈，临近新世界百货的合景泰富在京首个商业项目魔方与国瑞旗下哈德门广场拔地而起，在这两个项目入市后，新世界百货势必将再次遭到分流。2、国家议员：那宇宙魔方呢？3、这是一本金融悬念小说，讲述在资本高手的如意魔方操纵下，风景绮丽，美女如云的桃花江变成了血与火的战场。4、本实用新型公开了一种表面色块呈凸面弧型设计的多阶魔方。5、伍飞思索了半晌，但始终毫无所得，只得将这些念头放下，将注意力投注到眼前的魔方上来。点此查看更多关于魔方的详细信息

在这种实例下

问题一：魔方的英文是什么？ 2X2 Pocket Rubik"s Cube或Mini Cube 中文直译叫做“口袋魔方”。它每个边有两个方块，官方版本之一魔方边长为40毫米，另外一个由东贤开发的轴型二阶魔方则为50毫米。二阶魔方的总变化数为 3,674,160 或者大约 3.67×106。二阶魔方（Pocket Cube）又称口袋魔方、迷你魔方、小魔方、冰块魔方 ，为2×2×2的立方体结构。本身只有8个角块，没有其他结构的方块。结构与三阶魔方相近， 可以以复原三阶魔方的公式进行复原。 3X3 Rubik"s cube 因为魔方是匈牙利建筑学教授和雕塑家厄尔诺.鲁比克于1974年发明的机械益智玩具,因此它的英文名便称为 Rubik"s Cube..其他介绍不多说勒.. 4X4 Rubik"s Revenge 相对于三阶来说就要复杂的多，它的构成分为两类，一类中心是一个球体，每个外围的小块连接着中心球的滑轨，在运动时候会沿着用力方向在滑轨上滑动。第二类是以轴为核心的四阶魔方，这类魔方的构成非常复杂，除了中心球和外围块外还有很多附加件。作为竞速运动来说第二种构成的四阶魔方运动速度快，不易在高速转动中卡住。 4阶魔方的英文官方名字叫做Rubik"s Revenge，直译过来是“魔方的复仇”。官方版本大概边长为67毫米，Mefferts版本为60毫米。四阶魔方被认为是2-5阶魔方中最不好复原的，虽然5阶魔方的变化种类比4阶多，但是4阶魔方的中心块并不固定，也就不能用一般的方法进行复原。即7,401,196,841,564,901,869,874,093,974,498,574,336,000,000,000种变化 5X5 Professor"s Cube 直译过来是“专家(玩)的魔方”，也说明了它的难度，最好的魔方爱好者能在1分半钟左右就把五阶魔方复原。五阶魔方总共有8个角块、72个边块（两种类型）和54个中心块（48块可以移动，6块固定）。 五阶魔方的中心块为3×3结构，所以其每种颜色都有4块中心块是等价的，即中心块的变化状态为(24!(4!6))2种。其24个外侧边块的位置不能随意移动，所以总共有24!种变幻状态。12个中心边块中有11个可以互换位置，所以总共有12!/2×211种变化状态。五阶魔方的总变化状态数为282,870,942,277,741,856,536,180,333,107,150,328,293,127,731,985,672,134,721,536,000,000,000,000,000种变化。 这样看起来好像是很恐怖.. 不过玩起来就容易多勒.. 问题二：魔方用英语怎么说？ Rubik"s Cube 或者 Magic Cube 伐方是匈牙利建筑学教授和雕塑家厄尔诺u30fb鲁比克于1974年发明的机械益智玩具。根据估计，自发明来，魔方在全世界已经售出了约1亿多只。魔方与中国的华容道、法国的单身贵族（独立钻研棋）同被称谓智力游戏界的三大不可思议。 问题三：魔方用英语怎么说 Rubik"s Cube 纪念发明者 问题四：魔方的英语怎么读 魔方 Rubik"s cube 问题五：魔方的英语单词怎么写最佳答案 一般来说为： Rubik‘s cube，意思是鲁比克方块。因为魔方是鲁比克当初用来辅助教学的教辅工具。所以自然也是鲁比克发明的。因而有了这个名称。 另一种是Magical cube，意为神奇的方块，所以称作魔方。 两种都可以，但第一种是最好的。 自己参考选择 问题六：玩魔方用英语怎么说 play magic cube Do you know how to play magic cube？ 你知道怎么玩魔方吗？

instance是实例，schemals是方案，一个实例可以包含多个方案。方案一般就是指数据库的名称。

oppo reno10是一款很不错的中端手机。oppo reno10是2023年5月24日OPPO发布的手机。这款手机在外观、色彩、人像、续航等多方面都下了很多心思。机身外观设计从金丝琉璃升级到金丝流纱工艺，手感表现更好。影像能力也是Reno10的重头戏，标配潜望式长焦镜头，通过模组小型化，打造超薄潜望模组，使Reno10手机在视觉上更加轻盈。客观来讲，Reno10核心配置是比较落后的，但作为一款中端机，搭载骁龙778G可以接受。电池方面，Reno10搭载了4600mAh电池和80W有线快充，充电速度还是非常快的。总体上，该手机的颜值非常高，并且足够轻薄，对于注重手机颜值和拍照的用户来说，Reno10的入手门槛也相对较低，但它不太适合用来玩游戏。oppo reno10优点介绍1、oppo reno10这款手机还算是比较轻薄的。opporeno10这款手机的厚度为7.58毫米，重量为180克。2、oppo reno10这款手机续航表现中规中矩。oppo reno10这款手机所搭载的电池容量为4600毫安，支持80瓦的有线快充，作为普通上班族来说，完全是能够做到一天一充的。3、oppo reno10这款手机的自拍能力还算是比较不错的，它采用了一颗3200万像素的自拍镜头。4、oppo reno10这款手机的功能还算是比较全面的，它不仅支持NFC功能，而且还支持红外遥控功能。5、oppo reno10这款手机采用了一块120赫兹刷新频率OLED材质1080P屏幕，日常使用是非常流畅而且丝滑的。

这句话的意思是：你的密码必须是8位，且包含一个大写字母和一个数字

Instance就是实例，举~~~为例说明。

魔方，Rubik"s Cube 又叫魔术方块，也称鲁比克方块。是匈牙利布达佩斯建筑学院厄尔诺·鲁比克教授在1974年发明的。

湖北省武汉市江夏区李国辉发明了“竹叶楷”书体，并且与“北大方正字库”签约！

9月21日，OPPO发布了Reno4系列中端新品OPPOReno4SE。这款主打闪充及设计的产品继承了Reno4系列一贯的高品质，在性能、外观设计、影像系统上都保持了系列产品的高水平，加上合理的定价，给中端普及级手机市场新增了一个综合体验更好的选择。那么它和此前发布的Reno4Pro有何区别呢？其实，Reno4SE和Reno4Pro主要在屏幕尺寸、处理器、摄像头、电池容量以及价格等方面都有所区别。Reno4SE介绍：OPPOReno4SE延续了轻薄时尚的设计，机身尺寸为160.5×73.9×7.85mm，整机重约169g，应该是目前市面上最轻薄的5G手机。设计部分，OPPOReno4SE背部机身的左上角是矩形四摄模组。相机模组中央延伸出了一条垂直棱线，将后盖分为了左窄右宽两个部分，左侧采用子弹纹设计，右侧则是放射纹+放射状“小光芒”设计。OPPOReno4SE提供了超闪白、超闪黑和超闪蓝三种配色，颜值都很高。OPPOReno4SE最具吸引力的就是配备65W超级闪充。自2014年以来，OPPO就一直是手机快充领域的领头羊，尤其是2016年提出了SuperVOOC超级闪充概念，惊艳全行业。今年7月15日，OPPO推出了全新一代的SuperVOOC125W闪充技术，而65W超级闪充也随之进入了中端市场。此次的OPPOReno4SE内置4300mAh容量电池，10分钟就能充电41%，37分钟便能把电池充满，充电续航能力非常出色。拍照部分，OPPOReno4SE前置3200万像素AI自拍镜头，具有AI智慧美颜功能和智能补妆技术，能够自然地调整肤色和亮度，同时美化妆容。手机后置4800万像素超清主摄+800万像素超广角镜头+200万像素微距镜头的AI三摄模组，配备夜景光斑人像、人像留色等功能，前者能够通过三重算法打造“霓虹闪烁”的城市背景，增强艺术氛围；后者则可以通过AI自动识别主体轮廓，并将背景去色，进一步凸显人像主体。据官方介绍，OPPOReno4SE能够通过超分算法实现1.08亿像素的图片拍摄，加上超级夜景和超级视频防抖等功能，拍摄效果一流。此外，OPPOReno4SE配备一块6.43英寸的AMOLED护眼屏，分辨率为2400×1080像素。其搭载天玑720处理器，支持SA+NSA双模5G网络。价格方面，OPPOReno4SE提供8GB+128GB、8GB+256GB版本，售价为2499元、2799元。Reno4Pro介绍：OPPOReno4Pro正面搭载了一块6.5英寸90Hz单打孔高感曲面屏，机身重量和厚度分别为172g，7.6mm，算得上是5G手机阵营中的轻薄代表，而这也是我喜欢它的原因之一。另外，机身背面采用了全新RenoGlow晶钻工艺，该工艺将百万级闪钻晶面凝练一体，远望过去好像是一片星河，在不同光线的折射下手机背面还会呈现出温和如玉的色彩质感，非常好看。根据官方介绍，OPPORen4系列晶钻工艺通过磨砂渐变处理，即使长久抚摸也会不留指纹，相比传统的AG工艺也更加耐磨。搭配曲面屏设计和晶钻工艺打磨，拿上手的时候非常舒适，长时间的握持也不会有过多的负重感。在屏幕方面，OPPOReno4Pro支持90Hz高刷新率和180Hz触控采样率，在日常的体验中，不管是刷微博还是看电影，操作和视觉体验都相当流畅，不会出现明显的拖影现象，在使用的这段时间里真的有种「旦用难回」的感觉。影像方面，OPPOReno4Pro采用了三摄组合，分别为4800万像素主摄+1200万像素超广角+1300万像素长焦镜头，能够满足用户对不同场景的拍摄需求。其中超广角镜头搭载的是索尼IMX708传感器，拥有1.4μm超大像素尺寸，有了这颗超广角镜头，在夜间拍照时不仅可以捕获到更多的光源信号，还可以提升拍摄时的成像画质，降低画面的噪点。还有一点也是非常吸引我的，那就是超级夜景视频功能，夜间拍摄时可以有效提升场景的亮度、细节。性能方面，OPPOReno4Pro搭载了高通骁龙765G5G处理器，针对日常使用我觉得够用了，例如平时玩市面上主流的大型游戏《王者荣耀》《和平精英》，手机都可以轻松运行。同时，OPPOReno4Pro还上榜了2020年上半年安兔兔安卓中端手机性能排行榜，可见这款手机性能已经足够强悍。续航方面，OPPOReno4Pro配备了4000mAh电池，配合骁龙765G处理器的低功耗特性和系统省电方案，日常使用一天没有问题。另外，OPPOReno4Pro还配备了65W超级闪充，根据官方介绍，这款闪充，仅需36分钟即可充满等效4000mAh的电池，但是在日常实际测试中，不到半个小时就充入100%的电量，充电速度确实非常快速。使用了这台手机之后，晚上睡觉前给手机充电的习惯也改变了，早上起床再插上充电器，刷个牙洗把脸的片刻就可以充入很多电量，太享受这个充电过程了。价格方面，Reno4Pro8GB+128GB售价3799元；12GB+256GB售价4299元。