高斯消元法的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列免費下載的地點或者是各式教學

線性代數

為了解決高斯消元法的問題，作者周勇（主編） 這樣論述：

本教材是按照“線性代數課程教學基本要求”而編寫的。 《線性代數/普通高等學校“十三五”數位化建設規劃教材》共7章，即行列式、矩陣、向量組的線性相關性、線性方程組、矩陣對角化、二次型、線性空間與線性變換簡介，每章均配有典型例題和習題，書後附有部分習題參考答案，本教材適合高等院校非數學專業本科學生使用，也可供科技工作者參考。

高斯消元法進入發燒排行的影片

深度學習方法解決脈衝在極化碼上的研究

為了解決高斯消元法的問題，作者梁松澤 這樣論述：

本文主要目標在探討深度學習極化碼(Polar Code)解碼器是否可以在脈衝雜訊(Impulse Noise)干擾下，能透過全連接式神經網路的學習，讓接收器可以有更好的更正錯誤能力。對於有線通訊或是無線通訊，在傳輸的過程中，脈衝雜訊的出現與干擾是無可避免的，脈衝雜訊瞬間強力的干擾不但會破壞傳送中的訊號，更會使得接收端在收到傳輸訊號後解讀錯誤的機率大增。本文將介紹雜訊通道模型有兩種 : 第一種是常見的可加性高斯白雜訊(Additive White Gaussian Noise, AWGN)通道模型，第二種是白努利-高斯脈衝雜訊(Bernoulli-Gaussian impulse, BG-im

pulse)通道模型。本文將使用全連接式深度神經網路的架構，來模擬訊號經過極化碼(Polar Code)編碼後，通過雜訊通道干擾後解碼的性能。以AWGN所訓練出來的模型作為比較，再介紹微調(Fine-Tuning)的訓練方法，來訓練脈衝雜訊模型，提升受脈衝干擾的抵抗性。

MATLAB科學計算

為了解決高斯消元法的問題，作者溫正 這樣論述：

本書以新推出的MATLAB R2016a軟件為基礎，詳細介紹了各科學計算求解方法及其MATLAB在科學計算中的應用，是一本掌握MATLAB科學計算方法的綜合性參考書。全書以科學計算在MATLAB中的應用為主線，結合各種應用案例，詳細講解了科學計算的MATLAB實現方法。全書分為MATLAB基礎應用、科學計算和工具箱等三部分，共17章。基礎應用部分詳細講解了MATLAB的計算入門知識、基本運算方法、圖形的可視化以及編程方法等，這些都是掌握科學計算的必備知識。科學計算部分詳細講解了MATLAB的插值擬合、數據擬合、微分方程求解、微分方程及級數、線性方程(組)求解、非線性方程(組)求解、常微分方程(

組)求解、概率統計計算、偏小二乘應用分析、人工智能算法等相關知識。工具箱部分介紹了模糊邏輯工具箱、優化工具箱和偏微分方程工具箱。本書按邏輯編排，自始至終采用實例描述；內容完整且每章相對獨立，是一本具有較高參考價值的MATLAB科學計算參考書。本書以工程應用為目標，內容深入淺出，講解循序漸進，適合作為理工科高等院校研究生、本科生教學用書，也可作為廣大科研工程技術人員的參考用書。作者，溫正，北京航空航天大學博士后，現就職於航天某院所，精通MATLAB、ANSYS、Fluent等工程仿真計算軟件。在國內外期刊發表論文多篇，其中被SCI檢索三篇，被EI檢索十幾篇，申請並獲得授權專利多項，曾獲得國防科學

技術成果獎等獎項，出版過多本暢銷計算機圖書。 第1章 MATLAB概述1.1MATLAB平台簡介1.2MATLAB R2016a的工作環境1.2.1命令行窗口1.2.2命令歷史記錄窗口1.2.3當前文件夾窗口和路徑管理1.2.4搜索路徑1.2.5工作區窗口和數組編輯器1.2.6變量的編輯命令1.2.7存取數據文件1.3MATLAB圖形繪制1.4MATLAB的幫助系統1.4.1聯機幫助系統1.4.2命令窗口查詢幫助系統1.4.3聯機演示系統本章小結第2章 MATLAB基本運算2.1MATLAB的數據類型2.1.1變量和常量2.1.2數值型數據2.1.3字符型數據2.1.4元胞

數組2.1.5結構體2.1.6函數句柄2.1.7數據類型間的轉換2.2數組運算2.2.1數組的創建和操作2.2.2數組的常見運算2.3矩陣運算2.3.1矩陣生成2.3.2向量的生成2.3.3矩陣加減運算2.3.4矩陣乘法運算2.3.5矩陣除法運算2.4奇異值分解2.5矩陣的基本函數運算2.5.1矩陣的分解運算2.5.2關系運算和邏輯運算2.6線性方程組2.6.1矩陣逆和除法解恰定方程組2.6.2矩陣除法解超定方程組2.6.3矩陣除法解欠定方程組2.7符號運算2.7.1符號表達式的生成2.7.2符號矩陣2.7.3常用符號運算2.8復數及其運算2.8.1復數和復矩陣的生成2.8.2復數的運算2.8

.3留數運算2.8.4泰勒級數展開2.8.5傅里葉變換及其逆變換2.8.6拉普拉斯變換及其逆變換2.8.7Z變換及其逆變換2.9多項式求解本章小結第3章 MATLAB圖形可視化3.1圖形繪制3.1.1離散數據圖形繪制3.1.2函數圖形繪制3.1.3圖形繪制的基本步驟3.2二維圖形繪制3.2.1plot指令3.2.2格柵3.2.3圖形標記說明3.2.4線型、標記和顏色3.2.5子圖繪制3.2.6拓撲關系圖3.2.7雙坐標軸繪制3.2.8二元函數的偽色彩3.2.9MATLAB特殊符號標記3.3三維圖形繪制3.3.1網格圖繪制3.3.2曲線圖繪制3.3.3曲面圖繪制3.3.4等值線圖繪制3.3.5特

殊圖形繪制3.4四維圖形可視化3.4.1用顏色描述第四維3.4.2其他函數3.5MATLAB動畫設計本章小結第4章 MATLAB編程入門4.1MATLAB編程簡介4.2MATLAB編程原則4.3M文件和函數4.3.1M文件4.3.2匿名函數、子函數、私有函數與私有目錄4.3.3重載函數4.3.4eval和feval函數4.3.5內聯函數4.3.6向量化和預分配4.4MATLAB程序控制語句運用4.5MATLAB中的函數及調用4.5.1函數類型4.5.2函數參數傳遞4.6MATLAB程序調試4.6.1調試方法4.6.2M文件分析工具4.7MATLAB常用編程技巧4.7.1循環計算4.7.2使用例

外處理機制4.7.3通過varargin傳遞參數本章小結第5章 插值擬合5.1插值問題5.1.1拉格朗日插值5.1.2牛頓均差插值5.2一維數據插值5.3埃爾米特插值5.4二維數據插值5.5回歸分析本章小結第6章 數據擬合6.1函數逼近6.1.1切比雪夫逼近6.1.2傅里葉逼近6.2最小二乘擬合6.3多項式擬合6.4曲線擬合的最小二乘法6.5用正交多項式作最小二乘擬合6.6超定方程組的最小二乘解6.7非線性曲線擬合6.8非線性擬合轉線性擬合6.9用MATLAB解決擬合問題6.10數據擬合方法本章小結第7章 微分方程求解7.1符號微積分7.1.1極限7.1.2導數7.1.3積分7.1.4化簡、提

取和代入7.1.5傅里葉變換及其逆變換7.1.6拉普拉斯變換及其逆變換7.1.7Z變換及其逆變換7.2數值積分7.3微分方程的數值解7.4微積分運算7.4.1龍貝格積分法7.4.2自適應積分法7.4.3樣條函數求積分7.5動態微分方程模型7.6打靶法本章小結第8章 微分方程及級數8.1微分方程基本運算8.1.1常微分方程符號解8.1.2常微分方程數值解8.1.3泰勒級數8.2微分方程在實際物理模型中的應用8.2.1腫瘤大小應用分析8.2.2放射性廢料的處理問題8.2.3質點系轉動慣量求解8.2.4儲油罐的油量計算8.2.5香煙毒物攝入問題8.2.6冰雹的下落速度本章小結第9章 線性方程（組）求

解9.1遞推算法9.1.1循環迭代9.1.2迭代收斂性9.1.3牛頓迭代9.2高斯消元法9.3追趕法9.4范數9.5方程組的性態9.6高斯?塞德爾迭代法9.7迭代法的收斂性9.8雅可比迭代法本章小結第10章 非線性方程（組）求解10.1線性規划問題10.2非線性規划問題10.2.1有約束的一元函數最小值10.2.2無約束的多元函數最小值10.2.3有約束的多元函數最小值10.2.4二次規划問題10.3「半無限」有約束的多元函數最優解10.4極小化極大問題10.5多目標規划問題10.6最小二乘最優問題10.6.1約束線性最小二乘10.6.2非線性曲線擬合10.6.3非線性最小二乘10.6.4非負

線性最小二乘10.7非線性方程(組)的解10.7.1非線性方程的解10.7.2非線性方程組的解本章小結第11章 常微分方程（組）求解11.1常微分方程解11.2歐拉方法11.2.1向前歐拉方法11.2.2向后歐拉方法11.2.3梯形公式11.2.4改進歐拉公式11.3龍格?庫塔方法11.3.1二階龍格?庫塔法11.3.2三階龍格?庫塔法11.3.3四階龍格?庫塔法11.4亞當斯方法11.4.1亞當斯外推公式11.4.2亞當斯內推公式11.4.3亞當斯校正公式11.4.4漢明法11.5一階微分方程（組）的數值解計算11.6高階微分方程（組）的數值解計算11.7邊值問題的數值解計算11.8有限差分

方法11.9常微分方程（組）邊值問題數值解本章小結第12章 概率統計分布計算12.1概率密度函數12.2隨機變量的一般特征12.2.1期望12.2.2方差、標准差、矩12.2.3協方差、相關系數12.3一維隨機數生成12.4特殊連續分布12.5特殊離散分布12.6生成多維聯合分布隨機數12.6.1各維度獨立12.6.2協方差陣生成多元正態分布12.7統計圖繪制12.8方差分析12.8.1單因素試驗的方差分析12.8.2雙因素試驗的方差分析12.9蒙特卡羅方法本章小結第13章 偏最小二乘應用分析13.1偏最小二乘回歸13.2偏最小二乘案例分析13.3本章小結第14章 人工智能算法14.1人工智能

基本概念14.1.1智能的概念14.1.2人工智能的概念14.1.3人工智能的研究目標14.2人工智能的典型應用14.3人工智能的MATLAB實現14.3.1粒子群算法的MATLAB實現14.3.2遺傳算法的MATLAB實現14.3.3模糊神經網絡控制在MATLAB中的應用14.3.4蟻群算法的MATLAB實現本章小結第15章 模糊邏輯工具箱15.1隸屬度函數15.1.1高斯隸屬度函數15.1.2兩邊型高斯隸屬度函數15.1.3一般鍾型隸屬度函數15.1.4兩個sigmoid型隸屬度函數之差組成的隸屬度函數15.1.5通用隸屬度函數15.1.6П形隸屬度函數15.1.7兩個sigmoid型隸屬

度函數乘積組成的隸屬度函數15.1.8sigmoid型隸屬度函數15.1.9S形隸屬度函數15.1.10梯形隸屬度函數15.1.11三角形隸屬度函數15.1.12Z形隸屬度函數15.1.13兩個隸屬度函數之間轉換參數15.1.14基本FIS編輯器15.1.15隸屬度函數編輯器15.2模糊推理結構15.2.1不使用數據聚類從數據生成FIS15.2.2使用減法聚類從數椐生成FIS15.2.3生成FIS曲面15.2.4mamdani型FIS轉換為sugeno型FIS15.2.5完成模糊推理計算15.2.6模糊均值聚類15.2.7模糊均值和減法聚類15.2.8繪制FIS15.2.9繪制給定變量的所有隸

屬度函數曲線15.2.10從磁盤裝入FIS15.2.11從FIS中刪除某一隸屬度函數15.2.12從FIS中刪除變量15.2.13設置模糊系統屬性15.2.14以分行形式顯示FIS所有屬性15.2.15完成模糊運算15.2.16解析模糊規則15.2.17規則編輯器和語法編輯器15.2.18規則觀察器和模糊推理框圖15.2.19保存FIS到磁盤15.2.20顯示FIS的規則15.3模糊聚類工具箱15.4直接自適應模糊控制15.4.1問題描述15.4.2控制器設計15.4.3自適應律設計15.4.4直接自適應模糊控制仿真本章小結第16章 優化工具箱16.1優化工具箱及最優化問題簡介16.1.1優化

工具箱常用函數16.1.2最優化問題16.2線性規划16.2.1線性規划函數16.2.2線性規划問題的應用16.3無約束非線性規划16.3.1基本數學原理簡介16.3.2無約束非線性規划函數16.3.3無約束非線性規划問題的應用16.4二次規划16.4.1二次規划函數quadprog16.4.2二次規划問題的應用16.5有約束最小化16.5.1有約束最小化函數fmincon16.5.2有約束最小化的應用16.6目標規划16.6.1目標規划函數fgoalattain16.6.2目標規划的應用16.7...最小化16.7.1...最小化函數fminimax16.7.2...最小化的應用本章小結第1

7章 偏微分方程工具箱17.1偏微分方程工具箱簡介17.2求解橢圓方程17.3求解拋物線方程17.4求解雙曲線方程17.5求解特征值方程本章小結

基於類仿射投影演算法的前饋式主動噪音消除之設計

為了解決高斯消元法的問題，作者游智翔 這樣論述：

脈衝性噪音無所不在，此類噪音在短時間內會達到極高的分貝值，更可能造成人類聽力受損。快速且有效地降低環境脈衝噪音是主動式降噪技術的重要訴求之一。然而，大部分的主動式噪音控制演算法在面對脈衝性時，其噪音消除能力與收斂速度皆有不足。本研究基於最大相關熵準則以及仿射投影演算法，提出了一個兼具收斂速度與降噪能力的MFxAPLMCC (Modified Filtered-x Affine-Projection-Like Maximum Correntropy Criterion)演算法。我們提出一個新的目標函數：最大化多次資料再利用之期望訊號與次級路徑輸出訊號的相關熵和，並且推導了最佳步長使得演算法可以

有更好的收斂效能，最後考量運算複雜度的情況下，利用線性近似設計出最佳步長，同時也證明了演算法的穩定性。本研究採用數值模擬的方式驗證演算法之有效性，評量指標主要是平均噪音消除率。輸入信號考慮了:(1)白高斯噪音、(2)粉色噪音、(3)脈衝噪音(對稱阿爾發穩定分布)、(4)混合正弦噪音與脈衝噪音以及(5)實際車內引擎噪音等五種類型的信號。此外，我們也模擬了主要路徑改變時，所提出的MFxAPLMCC演算法之追蹤性能表現。模擬結果顯示MFxAPLMCC演算法相較於其他六種常見的噪音消除演算法，在收斂速度、降噪能力以及追蹤速度上均有顯著的增進。最後我們也驗證了演算法穩定度的理論分析結果與數值模擬結果的一

致性。