数学 Matlab 基本知识
我是家家
这个作者很懒,什么都没留下…
展开
-
matlab错误:Function 'conv2' is not defined for values of class 'double' and attributes
<br />matlab错误:<br /> Function 'conv2' is not defined for values of class 'double' and attributes<br />解决方法:<br /> 输入图像转为灰度图就可以了。。。彩色图像不可以。。原创 2010-12-01 17:39:00 · 6852 阅读 · 1 评论 -
高斯分布 正态分布
<br /><br />正态分布(normal distribution)又名高斯分布(Gaussian distribution),是一个在数学、物理及工程等领域都非常重要的概率分布,在统计学的许多方面有着重大的影响力。若随机变量X服从一个数学期望为μ、标准方差为σ2的高斯分布,记为:则其概率密度函数为正态分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度。因其曲线呈钟形,因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是μ = 0,σ = 1的正态分布。 转自:http://baike.转载 2010-11-30 21:21:00 · 9565 阅读 · 0 评论 -
区域协方差矩阵
<br />1.1. 区域协方差特征的描述<br />假定 I 表示一幅灰度图像或彩色图像,图像中的目标区域为 R,其大小为 M×N,每像素点生成一个 d 维的特征向量hk。其中 M 和 N 分别表示目标区域的宽度和高度,hk 为对目标区域中某一点像素的描述,它的元素可以是像素的空间位置信息、亮度、颜色、梯度等等,还可以是该像素对各种滤波器的响应值。特征向量的选择可以根据实际应用的需要来确定。一幅彩色图像中典型的 hk 可以如下表示:<br />hk=[x,y,R(x,y),G(x,y),B(x,y),…]原创 2010-12-01 11:09:00 · 4279 阅读 · 2 评论 -
黎曼流形
黎曼流形 爱因斯坦的广义相对论告诉我们,引力并不是真正的力,而是反映空间扭曲的一个几何现象。对一个考察者来说,他身处在这个空间里,是无法直接体会到空间扭曲的。 但是他可以通过测量自己所处的空间来判断是否存在空间扭曲,测量的标准就是所谓的度量。 度量是内蕴性质。 具有度量的空间就称为黎曼空间。 黎曼流形是具有黎曼度量的微分流形,换句话说,这个流形上有一个对称 正定 协变 二阶张量场, 亦即每一点处有一个2阶正定矩阵。给了度量以后, 我们就可以向数学分析里做的那样,建立起微积分的理论。原创 2010-12-05 11:24:00 · 7219 阅读 · 0 评论 -
切空间
<br /> <br /> 设M是可微的流形,p是M上一点, p处所有切向量全体张成的线性空间称为M在p处的切空间, 记为T_p(M). 如果p是光滑点,则T_p(M)的维数就是流形M的维数。 <br /> <br /> 切空间(英文:tangent space)是在某一点所有的切向量组成的线性空间。向量(切向量)存在多种定义。直观的讲,如果所研究的流形是一个三维空间中的曲面,则在每一点的切向量,就是和该曲面相切的向量,切空间就是和该曲面相切的平面。通常情形下,因为所有流形可以原创 2010-12-05 11:30:00 · 1983 阅读 · 1 评论 -
柯西分布
柯西分布 柯西分布, 是因大数学家柯西(Cauchy)而命名,记为C(θ,α)。<br /><br />对X有柯西分布C(θ,α), 令Y=(X-θ)/α, 则称Y有C(0,1)分布。对於C(0,1)分布称为标准的柯西分布。正态分布也有类似的性质。<br /><br />柯西分布的重要特性之一就是期望和方差均不存在。<br /><br />柯西分布有两个参数θ,a, 概率密度函数p.d.f.的图形亦为钟形, 不仔细看, 还不容易与正态分布p.d.f.的图形区别。插图中, 我们把柯西分布和正态分布的p.d.f转载 2010-12-03 08:52:00 · 10904 阅读 · 0 评论 -
MD(manhattan distance) 和欧氏距离
<br />MD(manhattan distance) 曼哈顿距离和欧式距离的比较:<br />欧氏距离是橡平方差异相加的开根方。<br /> <br />曼哈顿距离与欧氏距离:红 蓝和黄分别表示曼哈顿距离都拥有一样的长度12.<br /> 绿色表示欧式距离 6*1.414=8.48的长度。<br /> <br />欧式距离也称为欧几里得距离。<br /> <br /> <br />原创 2010-12-09 15:20:00 · 7719 阅读 · 0 评论 -
Matlab Attempt to execute SCRIPT*as a function解决方法
<br />原因:<br />1、现有的.m文件有的与*函数重名,所以matlab编译器不知道在遇到*的时候到底该执行哪一个函数。<br />2、现有的变量名字,如数组名S,matlab编译器不知道在越到这个变量名或者数组名时,是执行函数还是数组。<br /> <br /><br /> 解决方法:<br />把自定义的函数名或者变量、数组等,改成其他名字。原创 2010-12-13 19:20:00 · 66010 阅读 · 5 评论 -
矩阵求逆引理(matrix inversion lemma)
<br />关于“矩阵求逆引理”<br /> 转自:http://xialulee.spaces.live.com/blog/cns!4EE324C8ACFA82DB!1218.entry<br /> 若矩阵A∈CN×N,C∈CN×N,均为非奇异矩阵,矩阵B∈CN×M,D∈CM×N,则矩阵A+BCD具有逆矩阵: <br />(A+BCD)-1=A-1-A-1B(DA-1B+C-1)-1DA-1<br /> 我试图推导,花了好多时间,却没有什么收获。这个式子仿佛四年前转载 2010-12-18 19:47:00 · 24195 阅读 · 3 评论 -
hiddem markov model(隐马尔科夫模型)
<br />参考资料:讲的非常好(自认为)<br /> http://wenku.baidu.com/view/41b91a36a32d7375a417809c.html原创 2010-12-22 21:55:00 · 695 阅读 · 0 评论 -
最大似然估计(maximum likelihood)
<br />参考资料:<br /> http://wenku.baidu.com/view/d5aeb11b6bd97f192279e9ad.html原创 2010-12-21 20:35:00 · 1448 阅读 · 0 评论 -
EM算法(expection maximization)
http://wenku.baidu.com/view/798b1e0dba1aa8114431d95a.html转载 2010-12-21 20:41:00 · 952 阅读 · 0 评论 -
核函数方法
转自:http://blog.sina.com.cn/s/blog_5dd2e9270100bs2z.html核函数方法简介<br />(1)核函数发展历史<br /> 早在1964年Aizermann等在势函数方法的研究中就将该技术引入到机器学习领域,但是直到1992年Vapnik等利用该技术成功地将线性SVMs推广到非线性SVMs时其潜力才得以充分挖掘。而核函数的理论则更为古老,Mercer定理可以追溯到1909年,再生核希尔伯特空间(ReproducingKernel Hilbert Space转载 2010-11-24 19:56:00 · 1022 阅读 · 0 评论 -
马尔可夫过程
一类随机过程。它的原始模型马尔可夫链,由俄国数学家A.A.马尔可夫于1907年提出。该过程具有如下特性:在已知目前状态 (现在)的条件下,它未来的演变 (将来)不依赖于它以往的演变 ( 过去 ) 。原创 2010-11-26 16:32:00 · 1374 阅读 · 1 评论 -
熵(测量不确定性的量度)
<br /> 在信息论中,熵表示的是不确定性的量度。信息论的创始人香农在其著作《通信的数学理论》中提出了建立在概率统计模型上的信息度量。他把信息定义为“用来消除不确定性的东西”。 <br /> <br /> 熵(entropy)指的是体系的混乱的程度,它在控制论、概率论、数论、天体物理、生命科学等领域都有重要应用,在不同的学科中也有引申出的更为具体的定义,是各领域十分重要的参量。熵由鲁道夫·克劳修斯(Rudolf Clausius)提出,并应用在热力学中。后来在,克劳德·艾尔伍德·香农(Clau原创 2010-11-24 19:23:00 · 2218 阅读 · 0 评论 -
矩阵的分块和合并
<br />A=rand(256,64);<br /><br />%将A分块<br />B=mat2cell(A,ones(256/16,1)*16,ones(64/16,1)*16);<br />%B{i,j}就是所要的分块矩阵<br /><br />%将分块矩阵合并<br />C=cell2mat(B)<br />%C就是合并好的矩阵,即C=A原创 2011-01-24 10:45:00 · 2941 阅读 · 0 评论 -
Too many input arguments.
<br />for循环后,缺少end结尾。。。<br /> 习惯了c/c++的人。。。。原创 2011-01-23 15:42:00 · 1620 阅读 · 0 评论 -
matlab 添加和检测libsvm库文件的方法
在command windows中, 输入:addpath D:/libsvm-mat-2.89-3然后:savepath原创 2011-01-24 09:31:00 · 1339 阅读 · 0 评论 -
matlab 单位矩阵 eye(n)
<br />matlab 中,单位矩阵的生成: eye(n) 为n*n的单位矩阵。。。原创 2011-01-23 16:02:00 · 18172 阅读 · 1 评论 -
核函数方法简介
转自:http://blog.sina.com.cn/s/blog_5dd2e9270100bs2z.html核函数方法简介(1)核函数发展历史<br /> 早在1964年Aizermann等在势函数方法的研究中就将该技术引入到机器学习领域,但是直到1992年Vapnik等利用该技术成功地将线性SVMs推广到非线性SVMs时其潜力才得以充分挖掘。而核函数的理论则更为古老,Mercer定理可以追溯到1909年,再生核希尔伯特空间(ReproducingKernel Hilbert Space, RKHS转载 2011-01-23 16:34:00 · 2126 阅读 · 2 评论 -
matlab工具箱的相关资料。。。
matlab中SVM工具箱的使用方法<br />1,下载SVM工具箱:http://see.xidian.edu.cn/faculty/chzheng/bishe/indexfiles/indexl.htm<br />2,安装到matlab文件夹中<br />1)将下载的SVM工具箱的文件夹放在/matlab71/toolbox/下<br />2)打开matlab->File->Set Path中添加SVM工具箱的文件夹<br />现在,就成功的添加成功了.<br />可以测试一下:在matlab中输入wh转载 2011-01-24 15:49:00 · 1951 阅读 · 0 评论 -
matlab错误:One or more output arguments not assigned during call to
<br /> <br />在调用自定义函数时,出现以下错误:<br /> One or more output arguments not assigned during call to<br /> <br /> <br />错误原因:在自定义函数的输出参数中,有些参数没有被赋值。原创 2011-03-02 16:03:00 · 10143 阅读 · 0 评论 -
matlab错误:Subscript indices must either be real positive integers or logicals.
<br />matlab错误:Subscript indices must either be real positive integers or logicals.<br /> <br />中文解释:下标索引必须是正整数类型或者逻辑类型 <br /> <br />出错原因:在访问矩阵(包括向量、二维矩阵、多维数组,下同)的过程中,下标索引要么从 0 开始,要么出现了负数。注:matlab 的语法规定矩阵的索引从 1 开始,这与 C 等编程语言的习惯不一样。 <br /> <br />解决办法:自己调试一下原创 2011-03-02 19:25:00 · 68854 阅读 · 9 评论 -
matlab中.mat文件的读取
<br />在matlab命令行中,输入<br />>> load('heart_scale.mat')<br />就可以载入文件了。。<br />再次输入whos,就可以看到里面的结构,和数据个数了。。。我试过的,有问题,请留言。<br />>> whos<br /> Name Size Bytes Class<br /> A 1x1原创 2011-03-04 16:42:00 · 12501 阅读 · 1 评论 -
10-fold cross-validation 十折交叉验证
10-fold cross-validation就是十折交叉验证,用来测试精度。是常用的精度测试方法。将数据集分成十分,轮流将其中9份做训练1份做测试,10次的结果的均值作为对算法精度的估计,一般还需要进行多次10倍交叉验证求均值,例如10次10倍交叉验证,更精确一点。转载 2011-02-18 10:15:00 · 10873 阅读 · 0 评论 -
maltab 整体注释或取消
matlab中整体注释代码段,方法有很多种:1.一种是选定后 ctrl+r和ctrl+t切换,可以试一下就明白了。 2.一种是在段首加 if 0 ,段尾加 end,中间都不执行,也就相当于注释掉了3.也可以选中需要添加标注程序,然后在Edit中/或者右键选择Comment。或者Uncomment除掉标注参考资料:http://zhidao.baidu.com/question/121763005.html原创 2011-02-20 17:29:00 · 2968 阅读 · 0 评论 -
matlab Error using ==> mtimes Inner matrix dimensions must agree.
??? Error using ==> mtimes Inner matrix dimensions must agree.rho0和x均是向量>> rhox = rho0*sqrt( 1 + ( (x - 0)/xd )*( (x - 0)/xd ) )??? Error using ==> mtimes Inner matrix dimensions must agree.上面的错误是因为向量相乘要在乘号前加上点号,也即下面的表达式才是正确的:>> rhox = rho0.*sqrt( 1 + ( (x转载 2011-03-09 18:28:00 · 12339 阅读 · 1 评论 -
陆振波博士对四种SVM工具箱的使用要点
四种支持向量机(Support Vector Machine ,SVM)Matlab工具箱(Toolbox)的分类与回归算法的示例程序下载地址如下:http://www.ilovematlab.cn/viewthread.php?tid=32735&highlight=%E5%9B%9B%E7%A7%8D%E6%94%AF%E6%8C%81%E5%90%91%E9%87%8F%E6%9C%BA关于针对初学者的>的详细使用说明。同时也不断有网友向我反映看不懂我的源代码,以及询问如何将该工具箱应用到实际数据分析转载 2011-02-20 15:04:00 · 3404 阅读 · 0 评论 -
SVM理论系统学习
http://www.blogjava.net/zhenandaci/archive/2009/02/13/254519.html <br /> 支持向量机方法的基本思想:<br /> (1) 在对给定的数据逼近的精度与逼近函数的复杂性之间寻求折衷,以期获得最好的推广能力; <br />(2)它最终解决的是一个凸二次规划问题,从理论上说,得到的将是全局最优解,解决了在神经网络方法中无法避免的局部极值问题.???<br />(3)它将实际问题通过非线性变换转换到高维的特征空间,在高维空间中构造线性决策转载 2011-02-21 21:21:00 · 2121 阅读 · 2 评论 -
SVM工具箱的相关资料记载
<br />QUOTE:<br />1、工具箱:LS_SVMlab<br />Classification_LS_SVMlab.m - 多类分类<br />Regression_LS_SVMlab.m - 函数拟合<br />2、工具箱:OSU_SVM3.00<br />Classification_OSU_SVM.m - 多类分类<br />3、工具箱:stprtool/svm<br />Classification_stprtool.m - 多类分类<br />4、工具箱:SVM_SteveGunn<b转载 2011-02-21 21:26:00 · 3042 阅读 · 1 评论 -
matlab 转换 cell to char or str
<br /> uu = cell2mat(texture_name)原创 2011-02-21 21:31:00 · 12378 阅读 · 0 评论 -
matlab 判断字符串相等与否
if strcmp(y,'aaaaaaa')<br /> ...<br />end<br />原创 2011-02-23 09:49:00 · 12708 阅读 · 1 评论 -
matlab 图像的剪裁
<br />第一种方法:<br />I2 = imcrop(I,[75 68 130 112]); <br /> <br />例子:A=imread('18.bmp');<br />A1=imcrop(A,[3,4,677,89]);<br />imshow(A1);<br /> <br /> <br /> 第二种方法:<br />F = getframe(h,[left bottom width height]) <br />后面4个参数分别你想截的图的左下角坐标,以及你想截的图的宽度和高度<br />F原创 2011-02-21 21:29:00 · 3785 阅读 · 0 评论 -
MATLAB 读取AVI视频 Unable to locate decompressor to decompress video stream
MATLAB 读取AVI视频出现错误: Unable to locate decompressor to decompress video stream。错误如下:mov=aviread('1.avi');??? Unable to locate decompressor to decompress video streamError in ==> aviread at 63 X = readavi(info.Filename,-1);解决方案有2个:1,下载相应的解码器,对AVI文件进行解码,再读取原创 2011-02-22 11:05:00 · 15558 阅读 · 10 评论 -
机器学习和计算机视觉相关的数学
<br />机器学习和计算机视觉相关的数学(转载)<br />(以下转自一位MIT牛人的空间文章,写得很实际:)<br />作者:Dahua<br />感觉数学似乎总是不够的。这些日子为了解决research中的一些问题,又在图书馆捧起了数学的教科书。从大学到现在,课堂上学的和自学的数学其实不算少了,可是在研究的过程中总是发现需要补充新的数学知识。Learning和Vision都是很多种数学的交汇场。看着不同的理论体系的交汇,对于一个researcher来说,往往是非常exciting的enjoyable的转载 2011-03-15 21:09:00 · 1110 阅读 · 0 评论 -
Perron–Frobenius theorem
Perron–Frobenius theorem:转自:http://www.cnblogs.com/ZhangShuo/articles/1866748.html证明方阵,如果其行列的元素为正值,则存在最大的特征值,并且特征向量的每个元素是正的。这个原理应用在统计推断,经济,人口统计学,搜索引擎的基础。PF原理:说明了最大特征值的作用和实对称矩阵的作用。如果临界矩阵A是个实对称矩阵,则具有下列性质:1.There is a positive real number r, called the Perron转载 2011-03-23 15:54:00 · 4729 阅读 · 0 评论 -
matlab指令汇总
转自:http://chianelxie.blog.sohu.com/50354171.htmlA a <br />abs 绝对值、模、字符的ASCII码值 <br />acos 反余弦 <br />acosh 反双曲余弦 <br />acot 反余切 <br />acoth 反双曲余切 <br />acsc 反余割 <br />acsch 反双曲余割 <br />align 启动图形对象几何位置排列工具 <br />all 所有元素非零为真 <br />angle 相角 <br />ans 表达式计算结果转载 2011-03-24 19:32:00 · 3654 阅读 · 0 评论 -
矩阵的缩放,最大特征值在单位圆上。。。。
<br />matrix was scaled so that the largest eigenvalues lie on the unit circle....<br /><br />缩放矩阵,使得最大特征值位于单位圆上。<br /> <br />方法:矩阵除以矩阵的谱半径,最大特征值在半径为1的单位圆上。<br /> <br /> 矩阵特征值的全体,成为矩阵的谱。 最大的特征值称为谱半径。。。<br />原创 2011-03-28 19:23:00 · 2177 阅读 · 0 评论 -
特征值 特征向量 广义特征值 matlab
<br />d=eig(A)www.iLoveMatlab.cn<br />返回矩阵A特征值的一个向量d。 <br />d=eig(A,B)<br />www.iLoveMatlab.cn<br /> <br />如果A和B是方阵的,返回包含广义特征的向量。 <br />注意:如果S是稀疏对称的,用d = eig(S) 可以返回S的特征值。如果S是稀疏但不对称,若要想得到S的特征向量,用函数eigs代替eig。 <br />[V,D]=eig(A)book.iLoveMatlab.cn<br />计算矩阵A转载 2011-03-25 16:02:00 · 22096 阅读 · 0 评论 -
多参数的积分问题。。。
<br />转自:http://www.chinavib.com/thread-42369-1-1.html<br />有不少人常问带参数的积分问题该如何处理,现举一个例子,希望能起到抛砖引玉的作用.<br />%%%-------------------------------------------------------%%%<br />例如以下问题: <br />函数为 y=sin(k.*x).*x.^2,对x积分,<br />积分区域为【1,5】,目的是要画 k 和 y 的图形.<br />%%%转载 2011-05-17 15:24:00 · 1298 阅读 · 0 评论