【原創】開源Math.NET基礎數學類庫使用(01)綜合介紹


               本博客所有文章分類的總目錄:【總目錄】本博客博文總目錄-實時更新 

開源Math.NET基礎數學類庫使用總目錄:【目錄】開源Math.NET基礎數學類庫使用總目錄

前言

  幾年前接觸這個組件的時候,只需要在.NET平台進行一些常規的微積分計算,功能還比較少,只限於常規的數值計算,現在已經功能越來越多了,應該是目前最好的替代Matlab進行數值計算的.NET組件。本文及接下來的幾篇文章將詳細的對該組件進行介紹。還有在.NET平台使用相關Matlab混編進行數值計算的朋友該好好了解了解並學習下了。當然這個基礎組件的功能很廣泛,應該很多都比較喜歡吧。

如果本文章資源下載不了,或者文章顯示有問題,請參考 本文原文地址http://www.cnblogs.com/asxinyu/p/4264638.html 

1.Math.NET基本介紹

Math.NET官方網站:http://www.mathdotnet.com/

  Math.NET初衷是開源建立一個穩定並持續維護的先進的基礎數學工具箱,以滿足.NET開發者的日常需求。目前該組件主要分為以下幾個子項目,該組件同時也支持Mono,而且支持的平台也非常廣泛(PCL Portable Profile 47: Windows 8, Silverlight 5,Xamarin: Android, iOS) 

2.Math.NET Numerics

  Math.NET Numerics是核心功能是數值計算。主要是提供日常科學工程計算相關的算法,包括一些特殊函數,線性代數,概率論,隨機函數,微積分,插值,最優化等相關計算功能。它是在 Math.NET IridiumdnAnalytics 的基礎上合並而來。該組件里面包括了一個讀取Matlab數據格式的功能,我們將在后幾篇博客中加以介紹。其主要特征有:http://en.wikipedia.org/wiki/Math.NET_Numerics

   支持概率分布:離散型、連續型和多元

  偽隨機數生成器 

  支持稀疏矩陣和向量的復雜的線性代數解決方法 

  LU, QR, SVD, EVD,Cholesky分解 

  矩陣讀寫功能,支持Matlab和一些分開的文件 

  復數計算 

  特殊函數: Gamma, Beta, Erf,Bessel,Struve 等等 

  插值,線性回歸,曲線擬合 

  數值積分,方程求解 

  描述性統計、統計直方圖,皮爾森相關系數 

  馬爾可夫鏈蒙特卡羅抽樣 

  基本的財務統計數據 

  傅里葉變換(FFT) 

  重載的數學操作符來簡化復雜的表達式 

  Mono平台支持,可選支持英特爾數學內核庫(Microsoft WindowsLinux) 

  可選更多的的F#擴展用法 

  該子項目的主頁:https://github.com/mathnet/mathnet-numerics

3.Math.NET Symbolics

  Math.NET Symbolics是一個Math.NET下一個基礎的代數計算項目,該項目的最終目的並不是要成為如Maple,Mathematica那樣一個完善的計算機代數計算系統。以前在做Matlab.NET混合編程的時候,經常就有人問為什么混合編程的符號計算用不了,其實就是用不了,官方不支持,那怎么辦,其實簡單的功能,就可以使用這個項目來完成。詳細的使用可以參考項目主頁的幫助文檔,接下來的文章也會加以介紹。

  項目主頁:https://github.com/mathnet/mathnet-symbolics

4.Math.NET Filtering

  Math.NET Filtering是一個數字信號處理工具箱,提供了數字濾波器的基礎功能,以及濾波器應用到數字信號處理和數據流轉換的相關功能。

  項目主頁:https://github.com/mathnet/mathnet-filtering

5.Math.NET Spatial

  是Math.NET下的一個幾何處理工具箱。

  項目主頁:https://github.com/mathnet/mathnet-spatial

6.其他

  Math.NET在發展過程中的一些其他項目如Math.NET Iridium Math.NET Classic, Math.NET Linq Algebra, Math.NET Yttrium等都是歷史(有一些是實驗性的),現在都已經合並到上述幾個子項目中。

  相關源碼在本系列文章下載完成后統一發布,敬請關注。基本資料可以去官網下載。

    如果本文章資源或者顯示有問題,請參考本文原文地址http://www.cnblogs.com/asxinyu/p/4264638.html


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM