(有源代碼)數值分析作業,本文主要包括兩個部分,第一部分是常微分方程(ODE)的三個實驗題,第二部分是有關的拓展討論,包括高階常微分的求解和邊值問題的求解(BVP).文中的算法和算例都是基于Matlab計算的.ODE問題從剛性(STIFFNESS)來看分為非剛性的問題和剛性的問題,剛性問題(如大系數的VDP方程)用通常的方法如ODE45來求解,效率會很低,用ODE15S等,則效率會高多了.而通常的非剛性問題,用ODE45來求解會有很好的效果.從階次來看可以分為高階微分方程和一階常微分方程,高階的微分方程一般可以化為狀態空間(STATE SPACE)的低階微分方程來求解.從微分方程的性態看來,主要是微分方程式一階導系數大的時候,步長應該選得響應的小些.或者如果問題的性態不是太好估計的話,用較小的步長是比較好的,此外的話Adams多步法在小步長的時候效率比R-K(RUNGE-KUTTA)方法要好些,而精度也高些,但是穩定區間要小些.從初值和邊值來看,也是顯著的不同的.此外對于非線性常微分方程還有打靶法,胞映射方法等.而對于微分方程穩定性的研究,則諸如相平面圖等也是不可缺少的工具.值得提出的是,除了用ode系類函數外,用simulink等等模塊圖來求解微分方程也是一種非常不錯的方法,甚至是更有優勢的方法(在應用的角度來說).
標簽：
Matla
分
ODE
BVP
上傳時間：
2014-01-05
上傳用戶：caixiaoxu26
目的:運用強化學習!多分類器集成!降維方法等最新計算機技術,結合細胞病理知識,設計制作/智能化肺癌細胞病理圖像診斷系統0"方法:采集細胞圖像,運用基于強化學習的圖像分割法將細胞區域從背景中分離出來 運用基于樣條和改進2方法對重疊細胞進行分離和重構 提取40個細胞特征用于貝葉斯!支持向量機!緊鄰和決策樹4種分類器,集成產生肺癌細胞分類結果 建立肺癌細胞病理圖庫,運用基于等降維方法對細胞進行比對,給予未定型癌細胞分類"結果:/智能化肺癌細胞病理診斷系統0應用于臨床隨機1200例肺部病灶穿刺細胞學涂片,肺癌識別診斷率94180 ,假陽性率1185 ,假陰性率3135 ,肺癌分類識別率82190 ,核異型細胞識別率74120 "結論:/智能化肺癌早期細胞病理診斷系統0對肺癌細胞涂片診斷率高,克服了肺癌細胞病理診斷過程中取檢細胞數量少,重疊細胞識別率低,涂片背景及染色差異等干擾因素,可輔助臨床肺部病灶的穿刺細胞病理診斷"
標簽：
化學
圖像
分類器
分離
上傳時間：
2013-12-16
上傳用戶：chfanjiang
