优化方法：最速下降、阻尼牛顿、共轭梯度、BFGS法 matlab程序，以求解Rosen Brock函数极小值为例 程序有详细注释。

二、梯度、散度和旋度 哈密顿算子 (运算时视为矢量) 作用在标量上：梯度 (gradient) 与矢量点乘：散度 (divergence) 与矢量叉乘：旋度 (curl) 梯度：gradient, 散度: divergence, 旋度：curl *

sympy有个vector 模块，里面提供了求解标量场、向量场的梯度、散度、旋度等计算,官方参考连接： http://docs.sympy.org/latest/modules/vector/index.html sympy中计算梯度、散度和旋度主要有两种方式： 一个是使用∇∇算子，sympy提供了类Del()，该类的方法有：cross、dot和gradient，cross就是叉乘，计算旋度的，dot是点乘，用于计算散度，gradient自然就是计算梯度的。 另一种方法就是直接调用相关的API：curl、divergence和gradient，这些函数都在模块sympy.vector 下面

材料对向量算子(梯度、散度、旋度)与拉普拉斯算符的公式与定义整理

向量算子的整理。非常详细，全面。很多算法都要用到拉普拉斯算符，打好基础很重要。

熵、交叉熵、峰值信噪比、Qabf、平均梯度、SSIM、互信息、NMI

优化方法：最速下降、阻尼牛顿、共轭梯度、BFGS法 matlab程序，以求解Rosen Brock函数极小值为例 程序有详细注释。

差分、梯度、Roberts、sobel、Prewitt、Laplace边缘检测算子的介绍、评估和比较 很实用的一篇文章，拿来和大家共享

RBF三种学习方法源码(k-means、梯度、OLS)