دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Howard L Weinert
سری: SpringerBriefs in computer science
ISBN (شابک) : 9781461454960, 1461454964
ناشر: Springer
سال نشر: 2013
تعداد صفحات: 53
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 382 کیلوبایت
در صورت تبدیل فایل کتاب Fast compact algorithms and software for spline smoothing به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب الگوریتمها و نرمافزار فشرده سریع برای هموارسازی اسپلاین نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
الگوریتمهای فشرده سریع و نرمافزار برای هموارسازی Spline به بررسی جایگزینهای الگوریتمی برای محاسبه خطوط هموارسازی مکعبی میپردازد، زمانی که میزان هموارسازی بهطور خودکار با به حداقل رساندن امتیاز اعتبارسنجی متقابل تعمیمیافته تعیین میشود. این الگوریتم ها بر اساس فاکتورسازی Cholesky، فاکتورسازی QR یا تبدیل فوریه سریع هستند. همه الگوریتم ها در متلب پیاده سازی شده و بر اساس سرعت، استفاده از حافظه و دقت مقایسه می شوند. بهترین الگوریتم کلی شناسایی شده است که به مجموعه داده های بسیار بزرگ اجازه می دهد تا به سرعت در رایانه شخصی پردازش شوند. ادامه مطلب... مقدمه -- الگوریتم Cholesky -- الگوریتم QR -- الگوریتم FFT -- هموارسازی اسپلاین گسسته
Fast Compact Algorithms and Software for Spline Smoothing investigates algorithmic alternatives for computing cubic smoothing splines when the amount of smoothing is determined automatically by minimizing the generalized cross-validation score. These algorithms are based on Cholesky factorization, QR factorization, or the fast Fourier transform. All algorithms are implemented in MATLAB and are compared based on speed, memory use, and accuracy. An overall best algorithm is identified, which allows very large data sets to be processed quickly on a personal computer. Read more... Introduction -- Cholesky Algorithm -- QR Algorithm -- FFT Algorithm -- Discrete Spline Smoothing
Cover......Page 1
Fast Compact Algorithms and Software for Spline Smoothing ......Page 4
Contents......Page 8
1.1 The Continuous Problem......Page 10
1.2 The Solution......Page 11
1.3 Choosing the Smoothing Parameter......Page 12
References......Page 13
2.1 Normalized Cholesky Factorization......Page 14
2.2 Generalized Cross Validation Score......Page 17
2.3 MATLAB Implementation......Page 20
2.4 Monte Carlo Simulations......Page 25
References......Page 27
3.1 Condition Number of the Coefficient Matrix......Page 28
3.2 Least-Squares Formulation and QR Factorization......Page 29
3.3 MATLAB Implementation......Page 32
References......Page 37
4.1 Frequency Response of the Spline Smoother......Page 38
4.3 Computing the GCV Score......Page 41
4.4 MATLAB Implementation......Page 43
References......Page 44
5.1 The Discrete Problem......Page 45
5.2 Cholesky Algorithm......Page 46
5.3 FFT Algorithm......Page 50
References......Page 53