【原创】开源Math.NET基础数学类库使用(01)综合介绍

               本博客所有文章分类的总目录:【总目录】本博客博文总目录-实时更新 

开源Math.NET基础数学类库使用总目录:【目录】开源Math.NET基础数学类库使用总目录

前言

  几年前接触这个组件的时候,只需要在.NET平台进行一些常规的微积分计算,功能还比较少,只限于常规的数值计算,现在已经功能越来越多了,应该是目前最好的替代Matlab进行数值计算的.NET组件。本文及接下来的几篇文章将详细的对该组件进行介绍。还有在.NET平台使用相关Matlab混编进行数值计算的朋友该好好了解了解并学习下了。当然这个基础组件的功能很广泛,应该很多都比较喜欢吧。

如果本文章资源下载不了,或者文章显示有问题,请参考 本文原文地址http://www.cnblogs.com/asxinyu/p/4264638.html 

1.Math.NET基本介绍

Math.NET官方网站:http://www.mathdotnet.com/

  Math.NET初衷是开源建立一个稳定并持续维护的先进的基础数学工具箱,以满足.NET开发者的日常需求。目前该组件主要分为以下几个子项目,该组件同时也支持Mono,而且支持的平台也非常广泛(PCL Portable Profile 47: Windows 8, Silverlight 5,Xamarin: Android, iOS) 

2.Math.NET Numerics

  Math.NET Numerics是核心功能是数值计算。主要是提供日常科学工程计算相关的算法,包括一些特殊函数,线性代数,概率论,随机函数,微积分,插值,最优化等相关计算功能。它是在 Math.NET IridiumdnAnalytics 的基础上合并而来。该组件里面包括了一个读取Matlab数据格式的功能,我们将在后几篇博客中加以介绍。其主要特征有:http://en.wikipedia.org/wiki/Math.NET_Numerics

   支持概率分布:离散型、连续型和多元

  伪随机数生成器 

  支持稀疏矩阵和向量的复杂的线性代数解决方法 

  LU, QR, SVD, EVD,Cholesky分解 

  矩阵读写功能,支持Matlab和一些分开的文件 

  复数计算 

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

  插值,线性回归,曲线拟合 

  数值积分,方程求解 

  描述性统计、统计直方图,皮尔森相关系数 

  马尔可夫链蒙特卡罗抽样 

  基本的财务统计数据 

  傅里叶变换(FFT) 

  重载的数学操作符来简化复杂的表达式 

  Mono平台支持,可选支持英特尔数学内核库(Microsoft WindowsLinux) 

  可选更多的的F#扩展用法 

  该子项目的主页:https://github.com/mathnet/mathnet-numerics

3.Math.NET Symbolics

  Math.NET Symbolics是一个Math.NET下一个基础的代数计算项目,该项目的最终目的并不是要成为如Maple,Mathematica那样一个完善的计算机代数计算系统。以前在做Matlab.NET混合编程的时候,经常就有人问为什么混合编程的符号计算用不了,其实就是用不了,官方不支持,那怎么办,其实简单的功能,就可以使用这个项目来完成。详细的使用可以参考项目主页的帮助文档,接下来的文章也会加以介绍。

  项目主页:https://github.com/mathnet/mathnet-symbolics

4.Math.NET Filtering

  Math.NET Filtering是一个数字信号处理工具箱,提供了数字滤波器的基础功能,以及滤波器应用到数字信号处理和数据流转换的相关功能。

  项目主页:https://github.com/mathnet/mathnet-filtering

5.Math.NET Spatial

  是Math.NET下的一个几何处理工具箱。

  项目主页:https://github.com/mathnet/mathnet-spatial

6.其他

  Math.NET在发展过程中的一些其他项目如Math.NET Iridium Math.NET Classic, Math.NET Linq Algebra, Math.NET Yttrium等都是历史(有一些是实验性的),现在都已经合并到上述几个子项目中。

  相关源码在本系列文章下载完成后统一发布,敬请关注。基本资料可以去官网下载。

    如果本文章资源或者显示有问题,请参考本文原文地址http://www.cnblogs.com/asxinyu/p/4264638.html

posted @ 2015-02-09 02:12  数据之巅  阅读(22803)  评论(9编辑  收藏