Apache Commons Math peut être considéré comme une extension du noyau Java et packages Apache Commons Lang, abordant diverses lacunes en ce qui concerne les opérations mathématiques et les opérateurs.
Il y a beaucoup de paquets plus petits à l'intérieur de la composante communes Math, chaque cible une ou plusieurs opérations de niche, opérateur, ou un algorithme.
Certaines des zones les paquets communes mathématiques peuvent être utilisés sont les suivants:
- arithmétiques et géométriques des
- la variance et l'écart type
- somme, produit, log somme, la somme des valeurs au carré
- minimum, maximum, médiane et percentiles
- asymétrie et d'aplatissement
- premier, deuxième, troisième et quatrième instants
- distributions de fréquences
- régression simple
- régression multiple
- transformations de rang
- covariance et de corrélation
- tests statistiques
- générer des nombres aléatoires
- générer des vecteurs aléatoires
- générer des chaînes aléatoires
- générer des séquences cryptographiquement sécurisées des nombres aléatoires ou des chaînes
- générant des échantillons aléatoires et permutations
- l'analyse des distributions de valeurs dans un fichier d'entrée et de générer des valeurs "comme" les valeurs dans le fichier
- générer des données pour les distributions de fréquences groupées ou des histogrammes
- ajout de la matrice, la soustraction, la multiplication
- addition scalaire et multiplication
- transposer
- norme et trace
- opération sur un vecteur
- addition vectorielle, soustraction
- multiplication élément par élément, division
- scalaire addition, soustraction, multiplication, division et de puissance
- la cartographie des fonctions mathématiques (cos, sin ...)
- produit scalaire, produit externe
- distance et la norme selon les normes L1, L2 et LINF -
- résolution de systèmes linéaires
- valeurs propres / vecteurs propres et valeurs singulières / vecteurs singuliers
- champs non-réels (complexes, fractions ...)
- constatation racine
- interpolation
- l'intégration
- analyse numérique
- polynômes
- différenciation
- fonctions Erf
- fonctions Gamma
- fonctions bêta
- doubles utilitaires array
- int / carte double de hachage
- fractions continues
- fonctions mathématiques rapides
- coefficients binomiaux, factorielles, nombres de Stirling et d'autres fonctions mathématiques commune
- nombres complexes
- fonctions transcendantales complexes
- mise en forme complexe et l'analyse
- distributions de probabilité
- numéros de fraction
- la mise en forme de fraction et l'analyse
- transformer les méthodes
- géométrie 3D
- espaces euclidiens
- n-Sphere
- binaire partitionnement de l'espace
- fonctions unidimensionnelles
- équations différentielles ordinaires
- algorithmes génétiques
- filtrage de Kalman
- ajustement de courbe
- algorithmes de clustering
- mesures de distance
Documentation est bien sûr inclus pour chacun de ces paquets
Ce qui est nouveau dans cette version:.
- < li> cadre pour la création de réseaux de neurones artificiels
- Cartes de fonction auto-organisation
- algorithmes de géométrie computationnelle (coque convexe, boule englobante)
- Amélioration des performances du solveur linéaire simplex
- Refactoring des ajusteurs de courbe
- Basse-divergence des générateurs aléatoires (Sobol, halton)
- moindres carrés raccord
Ce qui est nouveau dans la version 3.5:
- Cadre pour la création de réseaux de neurones artificiels
- Cartes de fonction auto-organisation
- algorithmes de géométrie computationnelle (coque convexe, boule englobante)
- Amélioration des performances du solveur linéaire simplex
- Refactoring des ajusteurs de courbe
- Basse-divergence des générateurs aléatoires (Sobol, halton)
- moindres carrés raccord
Ce qui est nouveau dans la version 3.4.1:
- Cadre pour la création de réseaux de neurones artificiels
- Cartes de fonction auto-organisation
- algorithmes de géométrie computationnelle (coque convexe, boule englobante)
- Amélioration des performances du solveur linéaire simplex
- Refactoring des ajusteurs de courbe
- Basse-divergence des générateurs aléatoires (Sobol, halton)
- moindres carrés raccord
Ce qui est nouveau dans la version 3.1:
- Tous les contenus du paquet & quot; o.a.c.m.optimization & quot; refactorisé dans de nouveaux paquets & quot; o.a.c.m.optimization & quot; et & quot; o.a.c.m.fitting & quot;.
- algorithme de clustering dbscan (dans le paquet & quot; o.a.c.m.stat.clustering & quot;).
- Ajout élément par élément addition, soustraction, multiplication et division (en classe & quot; o.a.c.m.util.MathArrays & quot;).
- Nouveau constructeur dans les classes de vérificateur personnalisé (package & quot; o.a.c.m.optimization & quot;) pour faire passer le nombre d'itérations après quoi le & quot; convergence essai & quot; retournera vrai. Cela permet à un algorithme pour retourner la meilleure solution trouvée (après le nombre défini par l'utilisateur d'itérations), même si elle ne répond pas aux autres critères de convergence.
- Ajout d'un nouveau & quot; SynchronizedRandomGenerator & quot; qui encapsule un autre & quot; generateurAleatoire & quot; avec toutes les méthodes étant synchronisées, ce qui rend le code thread-safe (à un coût d'efficience).
- Ajout d'un nouveau & quot; NaNStrategy & quot ;: FAILED, utilisé dans & quot; RankingAlgorithm & quot; implémentations. Toute valeur d'entrée rencontré qui réussit un & quot; Double # isNaN & quot; vérifier les résultats dans un & quot; NotANumberException & quot;.
Ce qui est nouveau dans la version 2.2:
- Ceci est principalement une version de maintenance, mais il inclut également de nouvelles fonctionnalités et améliorations. Les utilisateurs de la version 2.1 sont encouragés à mettre à niveau vers 2.2, que cette version inclut quelques corrections de bugs importants.
Ce qui est nouveau dans la version 2.0:
- Correction d'une erreur induite par les entrées à 0 dans simplex solveur .
- Retiré un argument utilisé dans une méthode privée en simplex solveur.
- calculs de probabilité modifiés pour binomiale, Poisson, et les distributions hypergéométriques d'utiliser le point de selle des approximations de Catherine Loader.
- Retiré du code mort du complexe # fracture.
- Ajout du support pour les statistiques descriptives pondérés.
Exigences :
- Java 5 ou supérieur
Commentaires non trouvées