数学
文章平均质量分 57
G1036583997
这个作者很懒,什么都没留下…
展开
-
关于齐次坐标的理解(经典)
转载自:http://blog.csdn.net/janestar/article/details/44244849问题:两条平行线可以相交于一点在欧氏几何空间,同一平面的两条平行线不能相交,这是我们都熟悉的一种场景。然而,在透视空间里面,两条平行线可以相交,例如:火车轨道随着我们的视线越来越窄,最后两条平行线在无穷远处交于一点。欧氏空间(或者笛卡尔空间)描述2D/3D几何转载 2017-07-20 09:35:31 · 1140 阅读 · 0 评论 -
虚数的意义
文章转载自:http://www.ruanyifeng.com/blog/2012/09/imaginary_number.html 作者:阮一峰 虚数就是-1的平方根。可是,什么数的平方等于-1呢?计算器直接显示出错! 直到今天,我也没有搞懂。谁能解释,虚数到底是什么? 它有什么用? 帖子的下面,很多人给出了自己的解释,还推荐了一篇非常棒的文章《虚数的图解》。我读后恍然大悟,醍转载 2017-08-14 10:33:57 · 427 阅读 · 0 评论 -
牛顿法与拟牛顿法
转载自:http://blog.csdn.net/itplus/article/details/21896453转载 2017-09-13 14:29:41 · 434 阅读 · 0 评论 -
协方差矩阵详谈
转载自:http://blog.csdn.net/itplus/article/details/11452743文章下载连接:http://download.csdn.net/download/peghoty/6478675转载 2017-09-23 13:42:39 · 2893 阅读 · 0 评论 -
约束优化方法之拉格朗日乘子法与KKT条件
引言本篇文章将详解带有约束条件的最优化问题,约束条件分为等式约束与不等式约束,对于等式约束的优化问题,可以直接应用拉格朗日乘子法去求取最优值;对于含有不等式约束的优化问题,可以转化为在满足 KKT 约束条件下应用拉格朗日乘子法求解。拉格朗日求得的并不一定是最优解,只有在凸优化的情况下,才能保证得到的是最优解,所以本文称拉格朗日乘子法得到的为可行解,其实就是局部极小值,接下来从无约束优化开始一一讲解。转载 2017-09-12 09:31:17 · 908 阅读 · 1 评论