如何在MATLAB用高斯消去法求解线性方程组程序

程团陵握序如下function

x=gauss(A,b)

%高斯求解方程汪野组%x=gauss(A,b)n=length(A)a=[A,b]for

k=1:n-1

maxa=max(abs(a(k:n,k)))

if

maxa==0

return

end

for

i=k:n

if

abs(a(i,k))==maxa

y=a(i,k:n+1)a(i,k:n+1)=a(k,k:n+1)a(k,k:n+1)=y

break

end

end

for

i=k+1:n

l(i,k)=a(i,k)/a(k,k)

a(i,k+1:n+1)=a(i,k+1:n+1)-l(i,k).*a(k,k+1:n+1)

endend%回代if

a(n,n)==0

returnendx(n)=a(n,n+1)/a(n,n)for

i=n-1:-1:1

x(i)=(a(i,n+1)-sum(a(i,i+1:n).*x(i+1:n)))/a(i,i)end

调用示例如下：塌庆>>

A=[2,-1,34,2,51,2,0]

>>

b=[147]

>>

x=gauss(A,b)x

=

9

-1

-6

在电子± cient图像去噪方法，搜索仍然是一个有效的挑战，在穿越功能分析和统计。

在对最近提出的方法虽然复杂，大部分算法还没有达到一个适用于理想的水平。所有显示出杰出的表现在图像模型对应算法假设，但不能在一般并创建工件或删除图片¯东北结构。本文的主要焦点是，¯ rst，以德¯东北一般的数学和实验方法，比较和分类古典图燃贺凳像去噪算法，第二，提出的算法（非本地方法）处理结构保皮旅存在数字图像。数学分析是基于分析在\方法噪音“，德¯内德的迪®数字图像之间的消噪和版本erence。

在NL -均值算法也被证明是渐近归在一个通用的统计优化图像模型。所有考虑采用降噪性能比较四种方式数学：对规律的方法，根据噪声级渐近阶假设知觉数学：文物的算法和他们的作为违反解释图像模型，定量实验：通过对消噪版本的L2距离表原始图像。最强大的评价方法，却似乎是可视化

对自然图像噪声的方法。越是这种方法的噪拍派声看起来像一个真正的白噪声，

更好的方法。

---