东北大学软件学院数值分析课程实验题，实现Gauss消元、J迭代、GS迭代、SOR迭代和最小二乘法

求解线性⽅方程组 Ax=b，其中 A 为 nxn 维的已知矩阵，b 为 n 维的已 知向量，x 为 n 维的未知向量。 (1)Jacobi 迭代法。 (2)Gauss-Seidel 迭代法。 (3)逐次超松弛迭代法。 (4)共轭梯度法。 A 为对称正定矩阵，其特征值服从独⽴同分布的[0,1]间的均匀分布;b 中的元素服从独立同 分布的正态分布。令 n=10、50、100、200，分别绘制出算法的收敛曲线，横坐标为迭代步 数，纵坐标为相对误差。比较 Jacobi 迭代法、Gauss-Seidel 迭代法、逐次超松弛迭代法、 共轭梯度法与高斯消去法、列主元消去法的计算时间。改变逐次超松弛迭代法的松弛因⼦， 分析其对收敛速度的影响。

Gaussian 09+GaussianView05安装教程，很详细，让你少走弯路

source code of Gaussian98...

高斯消去法 包括顺序消去 列主元消去代码以及实验报告。具有较高精确度保证

利用多维高斯混合模型，建立背景，然后通过减背景获得前景区域，多维高斯混合模型具有较强的抗噪声，较好适应光线变化

Normal (aka Gaussian) distribution

Gaussian Markov Random Fields：Theory and Applications 是Rue.Havard所写的关于高斯马尔科夫随机场的经典书籍，很难求得。(高斯马尔科夫随机场：理论和应用)

高斯混合模型的matlab源代码，拭一款经典的程序-Gaussian mixture model matlab source code, taking a classic procedure

基于高斯分布的改进版YOLOv3权重文件，基于BDD数据集训练而成。摘要必须大于50个字!我也是醉了！！！