社区
数据结构与算法
帖子详情
很菜的问题,望大家不要笑!!!
jiangyang6
2002-07-26 09:59:34
我想问一下关于
求多项式特征值的算法
谢谢!!!!
...全文
52
11
打赏
收藏
很菜的问题,望大家不要笑!!!
我想问一下关于 求多项式特征值的算法 谢谢!!!!
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
11 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
zhoukun666
2002-07-30
打赏
举报
回复
http://www.sftw.umac.mo/~fstitl/junior/cubic.html
zzwu
2002-07-30
打赏
举报
回复
如果用'多项式特征值'作为关键字去google搜索一下,则得到的内容中,要么在其前面添加'矩阵'两个字,要么就硬把'多项式特征值'分为'多项式','特征值'两个词,毫无别的结果.
jack4liang
2002-07-29
打赏
举报
回复
常微分方程也有解特征值阿,矩阵也有求特征值阿。现在多项式也可以搞一个特征值阿。
Max_LBY
2002-07-29
打赏
举报
回复
建议看看《线性代数》,其实非常简单的
tigerfox
2002-07-29
打赏
举报
回复
suan fa nan
cywater2000
2002-07-29
打赏
举报
回复
<<计算方法>>上有,但是我忘了......
不好意思:)
项目张雪峰之巅
2002-07-29
打赏
举报
回复
λI-A称为A的特征矩阵;|λI-A|称为A的特征多项式;|λI-A|=0称为A的特征矩阵,而由些求出的全部根,即为A的全部特征值。
对每一个求出特征值λ,求出齐次方程组(λI-A)x=o的基础解是&1,&2,&3...&s,则k1&1+k2&2+...ks&s即是A对应于 λ的全部特征向量(其中,k1...ks不全为零)
问题是这个么??
LeeMaRS
2002-07-28
打赏
举报
回复
http://www.sftw.umac.mo/~fstitl/junior/cubic.html
http://www.scitom.com.cn/history/story/sty005.html
偶只能找到这两个与你问题有较大关系的网页,你自己来看看吧.
jiangyang6
2002-07-28
打赏
举报
回复
类似如下方程解:
a*x^3+b*x^2+c*x+d=0
可以吗?
麻烦你了
lindahan79
2002-07-28
打赏
举报
回复
是矩阵的特征值吗??,如果是我倒是可以
friendkey
2002-07-27
打赏
举报
回复
不菜不菜,反正我做不出来
(44页PPT)企业战略地图.pptx
(44页PPT)企业战略地图.pptx
JaggerH_CopyWriter_29880_1768802646680.zip
JaggerH_CopyWriter_29880_1768802646680.zip
esbuild项目Windows64位可执行文件_JavaScript代码打包压缩工具_前端构建优化利器_高性能跨平台开发辅助软件_支持TypeScript和JSX语法转换_零配.zip
esbuild项目Windows64位可执行文件_JavaScript代码打包压缩工具_前端构建优化利器_高性能跨平台开发辅助软件_支持TypeScript和JSX语法转换_零配.zip
基于PyTorch框架实现的高性能中文语音识别系统MASR_支持开箱即用与自定义增量训练_集成门控卷积神经网络与CTC解码技术_提供完整Docker环境与预训练模型_针对AISHE.zip
基于PyTorch框架实现的高性能中文语音识别系统MASR_支持开箱即用与自定义增量训练_集成门控卷积神经网络与CTC解码技术_提供完整Docker环境与预训练模型_针对AISHE.zip
【2025年最好创新的KAN网络模型】KAN、CNN-KAN、CNN-LSTM-KAN、LSTM-KAN、TCN-KAN、LSTM-KAN、Transformer-KAN比较(Python代码实现)
【2025年最好创新的KAN网络模型】KAN、CNN-KAN、CNN-LSTM-KAN、LSTM-KAN、TCN-KAN、LSTM-KAN、Transformer-KAN比较(Python代码实现)内容概要:本文档主要介绍了2025年最新创新的KAN网络模型及其多种组合架构(如NN-KAN、CNN-KAN、CNN-LSTM-KAN、LSTM-KAN、TCN-KAN、Transformer-KAN)的比较研究,并提供了相应的Python代码实现,重点应用于电力系统仿真领域。文中涵盖了KAN网络在不同深度学习结构中的性能对比,展示了其在处理复杂电力系统数据方面的潜力与优势。此外,文档还列举了大量相关科研资源和技术服务内容,涉及机器学习、深度学习、信号处理、路径规划、电力系统优化等多个方向,配套完整的Matlab/Simulink仿真代码和复现实例,适用于高水平科研论文复现与工程应用。; 适合人群:具备一定深度学习和电力系统基础知识,从事科研工作1-3年的研究生、工程师或高校教师;熟悉Python/Matlab编程,希望掌握前沿神经网络模型及其实现方法的技术人员。; 使用场景及目标:①研究KAN网络及其变体在负荷预测、风电预测、电力系统建模等任务中的表现差异;②通过代码复现深入理解KAN与其他深度学习模型(如CNN、LSTM、Transformer)融合的设计思路与实现细节;③支撑SCI一区论文复现、课题研究或工程项目开发。; 阅读建议:建议结合提供的Python代码逐模块实践,重点关注各模型在电力系统仿真中的具体实现方式,同时参考文档中提及的其他技术案例拓宽应用场景视野。优先关注KAN核心原理与实验对比部分,辅以实际数据进行训练与验证,提升模型调优能力。
数据结构与算法
33,029
社区成员
35,337
社区内容
发帖
与我相关
我的任务
数据结构与算法
数据结构与算法相关内容讨论专区
复制链接
扫一扫
分享
社区描述
数据结构与算法相关内容讨论专区
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章