偏分算法

1. matlab怎么求解偏微分方程

Matlab偏微分方程工具箱应用简介1． 概述本文只给出该工具箱的函数列表，读者应先具备偏微分方程的基本知识，然后根据本文列出的函数查阅Matlab的帮助，便可掌握该工具箱的使用。2． 偏微分方程算法函数列表adaptmesh 生成自适应网络及偏微分方程的解assemb 生成边界质量和刚度矩阵assema 生成积分区域上质量和刚度矩阵assempde 组成偏微分方程的刚度矩阵及右边hyperbolic 求解双曲线型偏微分方程parabolic 求解抛物线型偏微分方程pdeeig 求解特征型偏微分方程pdenonlin 求解非线性型微分方程poisolv 利用矩阵格式快速求解泊松方程3． 图形界面函数pdecirc 画圆pdeellip 画椭圆pdemdlcv 转化为版本1.0式的*.m文件pdepoly 画多边形pderect 画矩形pdetool 偏微分方程工具箱的图形用户界面4． 几何处理函数csgchk 检查几何矩阵的有效性csgdel 删除接近边界的小区decsg 将固定的几何区域分解为最小区域initmesh 产生最初的三角形网络jigglemesh 微调区域内的三角形网络poimesh 在矩形区域上产生规则的网络refinemesh 细化三角形网络wbound 写一个边界描述文件wgeom 写一个几何描述文件pdecont 画轮廓图pdemesh 画偏微分方程的三角形网络pdeplot 画偏微分方程的三角形网络pdesurf 画表面图命令5． 通用函数pdetriq 三角形单元的品性度量poiasma 边界点对快速求解泊松方程的“贡献”矩阵poicalc 规范化的矩阵格式的点索引poiindex 规范化的矩阵格式的点索引sptarn 求解一般的稀疏矩阵的特征值问题tri2grid 由三角形格式转化为矩形格式

2. 利用分治算法求解、

对于这种已知不合格硬币比正常银币偏重（或偏轻）的问题，可以用分治法。 以下算法可以用数学归纳法证明：假设有3枚硬币，则称一次，如果a边重则是a，……，平衡则是c。同理如果有N块硬币，我们可以把它分成三堆，称一次后，这样问题规模缩小至n/3。重复以上操作，直至称出。需要次数为log3 n。这是典型的分治法，如果想了解更多，可参考《算法导论》 谢谢采纳我的答案

3. 聚类算法有哪些分类

聚类算法的分类有：

1、划分法

划分法(partitioning methods)，给定一个有N个元组或者纪录的数据集，分裂法将构造K个分组，每一个分组就代表一个聚类，K小于N。而且这K个分组满足下列条件：

（1） 每一个分组至少包含一个数据纪录；

（2）每一个数据纪录属于且仅属于一个分组（注意：这个要求在某些模糊聚类算法中可以放宽）；

2、层次法

层次法(hierarchical methods)，这种方法对给定的数据集进行层次似的分解，直到某种条件满足为止。具体又可分为“自底向上”和“自顶向下”两种方案。

例如，在“自底向上”方案中，初始时每一个数据纪录都组成一个单独的组，在接下来的迭代中，它把那些相互邻近的组合并成一个组，直到所有的记录组成一个分组或者某个条件满足为止。

3、密度算法

基于密度的方法(density-based methods)，基于密度的方法与其它方法的一个根本区别是：它不是基于各种各样的距离的，而是基于密度的。这样就能克服基于距离的算法只能发现“类圆形”的聚类的缺点。

4、图论聚类法

图论聚类方法解决的第一步是建立与问题相适应的图，图的节点对应于被分析数据的最小单元，图的边（或弧）对应于最小处理单元数据之间的相似性度量。因此，每一个最小处理单元数据之间都会有一个度量表达，这就确保了数据的局部特性比较易于处理。图论聚类法是以样本数据的局域连接特征作为聚类的主要信息源，因而其主要优点是易于处理局部数据的特性。

5、网格算法

基于网格的方法(grid-based methods)，这种方法首先将数据空间划分成为有限个单元（cell）的网格结构,所有的处理都是以单个的单元为对象的。这么处理的一个突出的优点就是处理速度很快，通常这是与目标数据库中记录的个数无关的，它只与把数据空间分为多少个单元有关。

代表算法有：STING算法、CLIQUE算法、WAVE-CLUSTER算法；

6、模型算法

基于模型的方法(model-based methods)，基于模型的方法给每一个聚类假定一个模型，然后去寻找能够很好的满足这个模型的数据集。这样一个模型可能是数据点在空间中的密度分布函数或者其它。它的一个潜在的假定就是：目标数据集是由一系列的概率分布所决定的。

通常有两种尝试方向：统计的方案和神经网络的方案。

(3)偏分算法扩展阅读：

聚类算法的要求：

1、可伸缩性

许多聚类算法在小于 200 个数据对象的小数据集合上工作得很好；但是，一个大规模数据库可能包含几百万个对象，在这样的大数据集合样本上进行聚类可能会导致有偏的结果。

我们需要具有高度可伸缩性的聚类算法。

2、不同属性

许多算法被设计用来聚类数值类型的数据。但是，应用可能要求聚类其他类型的数据，如二元类型(binary)，分类/标称类型（categorical/nominal），序数型（ordinal）数据，或者这些数据类型的混合。

3、任意形状

许多聚类算法基于欧几里得或者曼哈顿距离度量来决定聚类。基于这样的距离度量的算法趋向于发现具有相近尺度和密度的球状簇。但是，一个簇可能是任意形状的。提出能发现任意形状簇的算法是很重要的。

4、领域最小化

许多聚类算法在聚类分析中要求用户输入一定的参数，例如希望产生的簇的数目。聚类结果对于输入参数十分敏感。参数通常很难确定，特别是对于包含高维对象的数据集来说。这样不仅加重了用户的负担，也使得聚类的质量难以控制。

5、处理“噪声”

绝大多数现实中的数据库都包含了孤立点，缺失，或者错误的数据。一些聚类算法对于这样的数据敏感，可能导致低质量的聚类结果。

6、记录顺序

一些聚类算法对于输入数据的顺序是敏感的。例如，同一个数据集合，当以不同的顺序交给同一个算法时，可能生成差别很大的聚类结果。开发对数据输入顺序不敏感的算法具有重要的意义。

4. 算法有哪些分类

算法分类编辑算法可大致分为：

基本算法、数据结构的算法、数论与代数算法、计算几何的算法、图论的算法、动态规划以及数值分析、加密算法、排序算法、检索算法、随机化算法、并行算法，厄米变形模型，随机森林算法。

5. 数值分析，偏微分方程数值解法和科学计算之间有什么关系

到了晶体管计算机时期(1959～1964)，主存储器均采用磁心存储器，磁鼓和磁盘开始用作主要的辅助存储器。不仅科学计算用计算机继续发展，而且中、小型计算机，特别是廉价的小型数据处理用计算机开始大量生产。1964年，在集成电路计算机发展的同时，计算机也进入了产品系列化的发展时期。半导体存储器逐步取代了磁心存储器的主存储器地位，磁盘成了不可缺少的辅助存储器，并且开始普遍采用虚拟存储技术。随着各种半导体只读存储器和可改写的只读存储器的迅速发展，以及微程序技术的发展和应用，计算机系统中开始出现固件子系统。20世纪70年代以后，计算机用集成电路的集成度迅速从中小规模发展到大规模、超大规模的水平，微处理器和微型计算机应运而生，各类计算机的性能迅速提高。随着字长4位、8位、16位、32位和64位的微型计算机相继问世和广泛应用，对小型计算机、通用计算机和专用计算机的需求量也相应增长了。微型计算机在社会上大量应用后，一座公楼、一所学校、一个仓库常常拥有数十台以至数百台计算机。实现它们互连的局部网随即兴起，进一步推动了计算机应用系统从集中式系统向分布式系统的发展。在电子管计算机时期，一些计算机配置了汇编语言和子程序库，科学计算用的高级语言FORTRAN初露头角。在晶体管计算机阶段，事务处理的COBOL语言、科学计算机用的ALGOL语言，和符号处理用的LISP等高级语言开始进入实用阶段。操作系统初步成型，使计算机的使用方式由手工操作改变为自动作业管理。进入集成电路计算机发展时期以后，在计算机中形成了相当规模的软件子系统，高级语言种类进一步增加，操作系统日趋完善，具备批量处理、分时处理、实时处理等多种功能。数据库管理系统、通信处理程序、网络软件等也不断增添到软件子系统中。软件子系统的功能不断增强，明显地改变了计算机的使用属性，使用效率显着提高。在现代计算机中，外围设备的价值一般已超过计算机硬件子系统的一半以上，其技术水平在很大程度上决定着计算机的技术面貌。外围设备技术的综合性很强，既依赖于电子学、机械学、光学、磁学等多门学科知识的综合，又取决于精密机械工艺、电气和电子加工工艺以及计量的技术和工艺水平等。外围设备包括辅助存储器和输入输出设备两大类。辅助存储器包括磁盘、磁鼓、磁带、激光存储器、海量存储器和缩微存储器等；输入输出设备又分为输入、输出、转换、、模式信息处理设备和终端设备。在这些品种繁多的设备中，对计算机技术面貌影响最大的是磁盘、终端设备、模式信息处理设备和转换设备等。新一代计算机是把信息采集存储处理、通信和人工智能结合在一起的智能计算机系统。它不仅能进行一般信息处理，而且能面向知识处理，具有形式化推理、联想、学习和解释的能力，将能帮助人类开拓未知的领域和获得新的知识。计算技术在中国的发展在人类文明发展的历史上中国曾经在早期计算工具的发明创造方面写过光辉的一页。远在商代，中国就创造了十进制记数方法，领先于世界千余年。到了周代，发明了当时最先进的计算工具——算筹。这是一种用竹、木或骨制成的颜色不同的小棍。计算每一个数学问题时，通常编出一套歌诀形式的算法，一边计算，一边不断地重新布棍。中国古代数学家祖冲之，就是用算筹计算出圆周率在3.1415926和3.1415927之间。这一结果比西方早一千年。珠算盘是中国的又一独创，也是计算工具发展史上的第一项重大发明。这种轻巧灵活、携带方便、与人民生活关系密切的计算工具，最初大约出现于汉朝，到元朝时渐趋成熟。珠算盘不仅对中国经济的发展起过有益的作用，而且传到日本、朝鲜、东南亚等地区，经受了历史的考验，至今仍在使用。中国发明创造指南车、水运浑象仪、记里鼓车、提花机等，不仅对自动控制机械的发展有卓越的贡献，而且对计算工具的演进产生了直接或间接的影响。例如，张衡制作的水运浑象仪，可以自动地与地球运转同步，后经唐、宋两代的改进，遂成为世界上最早的天文钟。记里鼓车则是世界上最早的自动计数装置。提花机原理刘计算机程序控制的发展有过间接的影响。中国古代用阳、阴两爻构成八卦，也对计算技术的发展有过直接的影响。莱布尼兹写过研究八卦的论文，系统地提出了二进制算术运算法则。他认为，世界上最早的二进制表示法就是中国的八卦。经过漫长的沉寂，新中国成立后，中国计算技术迈入了新的发展时期，先后建立了研究机构，在高等院校建立了计算技术与装置专业和计算数学专业，并且着手创建中国计算机制造业。1958年和1959年，中国先后制成第一台小型和大型电子管计算机。60年代中期，中国研制成功一批晶体管计算机，并配制了ALGOL等语言的编译程序和其他系统软件。60年代后期，中国开始研究集成电路计算机。70年代，中国已批量生产小型集成电路计算机。80年代以后，中国开始重点研制微型计算机系统并推广应用；在大型计算机、特别是巨型计算机技术方面也取得了重要进展；建立了计算机服务业，逐步健全了计算机产业结构。在计算机科学与技术的研究方面，中国在有限元计算方法、数学定理的机器证明、汉字信息处理、计算机系统结构和软件等方面都有所建树。在计算机应用方面，中国在科学计算与工程设计领域取得了显着成就。在有关经营管理和过程控制等方面，计算机应用研究和实践也日益活跃。

6. 常用的聚类方法有哪几种

聚类分析的算法可以分为划分法、层次法、基于密度的方法、基于网格的方法、基于模型的方法。

1、划分法，给定一个有N个元组或者纪录的数据集，分裂法将构造K个分组，每一个分组就代表一个聚类，K<N。

2、层次法，这种方法对给定的数据集进行层次似的分解，直到某种条件满足为止。

3、基于密度的方法，基于密度的方法与其它方法的一个根本区别是：它不是基于各种各样的距离的，而是基于密度的。这样就能克服基于距离的算法只能发现“类圆形”的聚类的缺点。

4、图论聚类方法解决的第一步是建立与问题相适应的图，图的节点对应于被分析数据的最小单元，图的边（或弧）对应于最小处理单元数据之间的相似性度量。

5、基于网格的方法，这种方法首先将数据空间划分成为有限个单元的网格结构,所有的处理都是以单个的单元为对象的。

6、基于模型的方法，基于模型的方法给每一个聚类假定一个模型，然后去寻找能够很好的满足这个模型的数据集。

(6)偏分算法扩展阅读：

在商业上，聚类可以帮助市场分析人员从消费者数据库中区分出不同的消费群体来，并且概括出每一类消费者的消费模式或者说习惯。

它作为数据挖掘中的一个模块，可以作为一个单独的工具以发现数据库中分布的一些深层的信息，并且概括出每一类的特点，或者把注意力放在某一个特定的类上以作进一步的分析；并且，聚类分析也可以作为数据挖掘算法中其他分析算法的一个预处理步骤。

许多聚类算法在小于 200 个数据对象的小数据集合上工作得很好；但是，一个大规模数据库可能包含几百万个对象，在这样的大数据集合样本上进行聚类可能会导致有偏的结果。

许多聚类算法在聚类分析中要求用户输入一定的参数，例如希望产生的簇的数目。聚类结果对于输入参数十分敏感。参数通常很难确定，特别是对于包含高维对象的数据集来说。这样不仅加重了用户的负担，也使得聚类的质量难以控制。

7. 如何解该偏微分方程

Matlab偏微分方程工具箱应用简介1． 概述本文只给出该工具箱的函数列表，读者应先具备偏微分方程的基本知识，然后根据本文列出的函数查阅Matlab的帮助，便可掌握该工具箱的使用。2． 偏微分方程算法函数列表adaptmesh 生成自适应网络及偏微分方程的解assemb 生成边界质量和刚度矩阵assema 生成积分区域上质量和刚度矩阵assempde 组成偏微分方程的刚度矩阵及右边hyperbolic 求解双曲线型偏微分方程parabolic 求解抛物线型偏微分方程pdeeig 求解特征型偏微分方程pdenonlin 求解非线性型微分方程poisolv 利用矩阵格式快速求解泊松方程

8. 出国gpa算法

GPA的标准计算方法：将大学成绩的加权平均数乘以4，再除以100。比较常见的方法还有把各科成绩按等级乘以学分求和再以总学分除之。

GPA的常见计算方法：将每门课程的学分乘以学时，加起来除以总的学时，得出平均分。

中国学校的分数设置一般是百分制或五分制，具体的折合方式视不同的大学的要求而有所不同。一般来说，百分制中的90分以上可视为4分，80分以上为3分，70分以上为2分，60分以上为1分，五分制中的5分为4分，4分为3分，3分为2分，2分为1分。

(8)偏分算法扩展阅读

为了使GPA准确评价学生的学习，教务部还规定各门课程都大致符合正态分布，再次强调：各门课程最后确定的总成绩中，优秀率（85分以上）原则上不超过20%，不及格率（60分以下）应有1%－10%。

各院系教务员在录入成绩之前，应对成绩分布进行检查，如偏离太远，应将成绩交院系主管教学的院长/主任，要求任课教师对成绩作出微调。另外，全校通选课、公共选修课作为全校学生必修的课程，成绩更加应该符合学校给出的分布，这对于GPA评价的公正性尤其重要。