有理近似

深入剖析NURBS曲线原理及其实现手法，全面系统，值得细读。

该软件包再现了以下地震各向异性研究的数值研究和示例： Abedi, MM, 2020，P波运动学的有理近似：第二部分正交介质：地球物理学。

在许多应用中，如傅里叶、拉普拉斯和Z变换，有理多项式或两个多项式之比经常出现。在MATLAB中，有理多项式由它们的分子和分母多项式表示。进行有理多项式运算的两个主要函数是residue和polyder。函数residue用于执行部分分式展开。例如，设定分子多项式为num=10*[1 2]，分母多项式为den=poly([-1; -3; -4])，则可以得到部分分式展开的余数、极点和常数项。

使用python实现文本近似度匹配，从b列中查找与a列文本最相似的值及近似度。 例如：a列：白术b列：白术、炒白术、黄芩 输出：相似的值：白术、炒白术近似度：1

RAU(X,N)将输入X的正确响应转换为有理化反正弦（RAU）。参数N表示重复次数。该函数支持在方差分析统计中使用正确百分比的RAU，因为：1）RAU遵循正态分布；2）RAU的均值和方差彼此无关；3）得分百分比的变化将在指定范围内保持稳定。RAU=RAU(X,N,opt)中的opt参数可以是'Pc'（X以正确百分比给出）或'X'（X以正确响应数量给出，默认）。此公式基于Sherbecoe和Studebaker的研究（J.听力学，2004年，43，442-448）。

哥本哈根大学的近似算法课程笔记，整理成了一本还挺扎实的开源教材《The Design of Approximation Algorithms》。讲的都是实打实能用的算法技巧，比如贪婪算法、局部搜索、动态规划、线性规划这些经典玩意儿。 每一章都讲一个技术点，立马给你几个问题场景直接套上。讲完基础部分还不算完，后面还有进阶玩法，比如乘法权重、在线算法这些大数据场景下吃香的思路，都是手把手教你怎么上手。 书的语气虽然是研究生教材，但阅读起来还挺友好，尤其你要是有一点算法和数学功底，基本看得懂。里面还包含了哥大、MIT 等课程的讲义内容，不光讲原理，还配了不少实际应用，比如网络设计、资源调度这些在工程

MySQL提供的round(x)函数负责计算离x最近的整数，round(x,y)函数负责计算离x最近的小数（小数点后保留y位）；truncate(x,y)函数负责返回小数点后保留y位的x（舍弃多余小数位，不进行四舍五入）。

利用神经网络近似sin函数，不使用matlab工具箱，而是自行编写实现。

学习目标： 掌握近似算法设计思想和方法 了解集合覆盖问题近似算法的设计思路 熟练使用编程语言实现近似算法 实验测试近似算法性能，分析优缺点 实验内容： 集合覆盖问题Python求解

近似数字tFloat treal可以通过SQL学习处理。