SuanShu 1.3.1下载地址

一个Java数值库的数值计算方法和数值分析

SuanShu的开发是一个Java的数值的数值方法和数值分析库。这是一个面向对象的，高性能的，广泛的测试，数值方法和专业文档库。

它包含了很多的发现的神器出山:www.shenqi73.comNETLIB和其他公共领域的算法，但它们重构，成为扎实的面向对象的，统一的和可测试的。 SuanShu对每一个数学概念，而不是像我们的竞争对手的产品，一类程序。更重要的是，这些类被设计成使得它们是非常易于使用和易于集成。

它们可以被组装，并在许多方面与连接构造更复杂的概念，因此，新的类。内置的和用户定义的，旧的和新的，简单的和复杂的类都符合相同的设计标准，以确保它们是兼容的。

SuanShu是乐高玩具模型工程解决方案。 SuanShu的核心技术是设计标准和这一类的集合。我们的目标是，有一点编程经验或理解数学，用户可以快速地把这些类来创建解决方案，为他的许多复杂的问题。

他组装的类来构造应用程序是容易的，作为一个孩子Lego积木块组合，构建一个玩具机器人。乐高有简单的作品，像砖和齿轮等复杂的微型数字。

SuanShu简单的类，如矩阵和向量等复杂的回归，以及非常复杂的，如PDE求解器。使用SuanShu，用户将发现解决PDE不多困难或过不同的解决零方程。

下面是一些主要特点“SuanShu”的问题：

·分化使用Ridders的方法
多元分化：
·（界定）黑森州
·梯度
·雅可比
·有限差分
derivaties的功能：
·测试
·测试正则
·ERF
·伽马
·高斯
·多项式
·多项式求霍纳计划
·多项式求根使用到4度分析公式
·多项式求根使用詹金斯特劳布方法
·连分数
特殊功能：
·测试
·正规化Beta版
·逆正则测试
·累计师范大学
·累积师范大学逆
·Digamma
·ERF
·逆ERF
·伽马
·低不完全gamma
·伽玛P正规化
·逆正规化伽玛P
·伽马Q正规化
·不完整的上伽玛
·高斯
·logBeta
·对数伽玛
·Lanczos法
·黎曼整合
黎曼整合使用替换规则：
·双指数规则
·指数规则
·功法奇点
·地图的标准时间间隔
·集成伯格的方法
·整合使用
·辛普森
·梯形
·中点规则
插补：
·内维尔方法
·序列
·斐波那契数列
uniroot查找算法：
·布伦特
·哈雷
·牛顿
·数学表的数据结构存储表中的值
·间隔算术
·复数
·普通最小二乘法求解
·矩阵的基本运算
·Householder变换
·矩阵求逆
矩阵的措施：
·决定因素
·排名
·跟踪
·最大
·分
·电源的矩阵
·矩阵伪逆
·矩阵双对角化
·矩阵三对角化
·Cholesky分解
·杜利特尔分解
·特征值分解
·Gauss-Jordan消去
·SVD分解（非对称矩阵）
·革兰氏施密特分解
·Hessenberg分解
·LDL分解
·LU分解
·QR分解
各种矩阵表示：
·双对角线
·对角线
·三对角线
·吉文斯
·希尔伯特
·低/高三角形
·排列
稀疏向量表示法：
稀疏矩阵表示：
·企业社会责任
·DOK
·LIL
迭代稀疏矩阵解算器：
·固定
·雅可比
·高斯 - 赛德尔
·SOR
·SSOR
·非平稳
·最速下降
·BiCG
·BiCGStabl
·CGNE
·CGNR
·CG
·CGS
·GCR
·GMRES
·MINRES
·QMR
·预调节器的支持
·雅可比
·SSOR
·定制
·科学notatoin
·任意精度的支持
·第P MINMAX优化
·内尔德米德优化
无约束最优化：
·共轭梯度
·弗莱彻里夫斯
·鲍威尔
·赞格威尔
·拟牛顿
·BFGS
·DFP广告管理系统
·最速下降
·Netwon - 拉夫森
·高斯 - 牛顿
单变量优化：
·布伦特
·斐波那契
·金比
·不同的移动平均滤波器
描述性统计（所有支持增量计算）：
·意味着
·方差
·协方差
·偏态
·峰度
·高阶矩
排名统计：
·分
·最大
·排名
·位数
·经验分布
分布：
·测试
·卡方
·德宾 - 沃森
·指数
·F
·伽马
·柯尔莫哥洛夫
·正常
·瑞利
·T
·威布尔
·线性随机数生成器
·梅森难题
·矢量
·向量空间
·单因素/多变量时间序列分析
·ARIMA建模，仿真，装配，预测
·GARCH建模，仿真，装配，预测
·自协方差计算
·假设检验
·柯尔莫哥洛夫 - 斯米尔诺夫
·达戈斯蒂诺
·哈尔克 - 贝拉
·Lilliefors
·夏皮罗 - 威尔克
·单因素方差分析
·T
·秩和检验
·西格尔杜克
·范德瓦尔登
·Wilcoxon秩和
·Wilcoxon符号秩
·Breusch异教
·ADF
·巴特利特
·布朗福赛斯
·F
·列文
·假设检验
·随机微分微分方程（SDE）
·造型
·模拟/随机游走
·SDE整合
·欧拉计划
·米尔斯坦方案
·布朗运动
·贝塞尔过程
·OLS回归
·logistic回归
·GLM回归
·家庭：逆高斯，泊松分布，高斯分布，二项式分布，伽玛
·准家庭：二项式，伽玛，高斯，泊松分布，逆高斯
·GLM模型选择

要求：

·相关 Java SDK

此版本中的新功能：

·约翰森的方法的协整
·隐马尔可夫模型（Rabiner）
·卡尔曼滤波器
·多元高斯随机向量的生成和多项
·增值的异方差性测试：Glejser，哈维 - 戈弗雷
·ARIMAX模型
·重大的重构中的线性代数包
·支持并行计算
·其他许多新的功能，bug修复和变化