你知道MATLAB ,但你知道 NMATH吗?

愤怒的小吉 发布于 2014/10/24 14:52
阅读 812
收藏 2

【开源中国 APP 全新上线】“动弹” 回归、集成大模型对话、畅读技术报告”

NMath是一个.NET的数学库,包含了NET平台上的面向对象数字计算的基础类。

产品特点如下: 

  • 单精度和双精度复数类
  • 为以下四种数据类型提供全功能的向量和矩阵类:单精度浮点数,双精度浮点数,单精度复数和双精度复数。
  • 利用切片和排列灵活的标定指数。
  • 重载那些传统意义的运算符,使其支持.NET语言,相当于那些没有的命名的方法(Add(), Subtract()等)。
  • 结构稀疏的矩阵类的全部特征包括,三角形矩阵,对称矩阵,埃米特共轭矩阵,,三对角矩阵,带状对称矩阵和带状埃米特共轭矩阵。
  • 一般矩阵之间和结构稀疏矩阵类型之间的转换函数。
  • 结构稀疏矩阵置换,计算内积和计算矩阵范数的函数。
  • 结构稀疏矩阵的分解类包括,带状矩阵和三对角线矩阵的LU分解,对称矩阵和埃米特共轭矩阵的Bunch-Kaufman分解和对称矩阵和埃米特共轭正定矩阵的Cholesky分解。这些矩阵分解一旦建成,就可以用来求解线性系统和计算行列式,求逆,和条件数。 
  • 一般稀疏向量和矩阵类和矩阵分解类.
  • 一般矩阵的正交分解类,包括QR分解类和单值分解(SVD)类。
  • 一般矩阵的高等最小平方分解类,包括Cholesky, QR, and SVD.
  • 一般矩阵的LU分解,以及求解线性系统,计算行列式,求逆和条件数的函数。
  • 解决对称,埃尔米特和非对称特征值问题的类 
  • 标准数值函数的扩展,如与向量,矩阵和复数类协同使用的Cos(), Sqrt(), and Exp()函数。
  • 各种概率分布的随机数生成。
  • 快速傅立叶变换和线性旋积和相关
  • 支持数值积分(Romberg and Gauss-Kronrod methods),微分(Ridders' method)和代数运算函数的单变量封装函数的类
  • 多项式封装,插值和精确的积分和微分。 
  • 用黄金分割搜索和Brent方法最小化单变量函数的类
  • 用单形法,鲍威尔的方向设置法,共轭梯度法和变尺度(或类似牛顿法)法最小化多变量函数的类。 
  • 模拟退火法
  • 单形法线性规划
  • 最小平方的多项式拟合
  • 非线性的最小平方最小化,曲线拟合和曲面拟合
  • 用正割法,Ridders法和 Newton-Raphson 法查找单变量函数的根的类
  • 二元函数的二重积分的数值方法 
  • 用Trust-Region方法和Levenberg-Marquardt方法的变体最小化非线性最小平方
  • 非线性最小平方的曲线拟合和曲面拟合
  • 用标准的,NET机制的完全持久化数据类
  • 与ADO.NET的整合
加载中
OSCHINA
登录后可查看更多优质内容
返回顶部
顶部