math
nancy_princess
win!!
Fighting!!
展开
-
第3章 动态规划 矩阵连乘问题
两个矩阵相乘的计算量程序实现[cpp] view plaincopyprint?//矩阵a和b相乘,p、q分别为a的行和列,q、r分别为b的行和列 void MatrixMultiply(int a[][MAXN], int b[][MAXN], int p, int q, int r) { int sum[MAXN][MAXN转载 2014-12-29 09:37:11 · 718 阅读 · 0 评论 -
矩阵广义逆求解(QR、svd、LU)
广义逆矩阵的计算方法大致可分为三类:以满秩分解和奇异值分解为基础的直接法,迭代法和其他一些常用于低阶矩阵的非凡方法。1)SVD求解见上篇博客2)QR分解原创 2015-04-15 14:04:48 · 7534 阅读 · 0 评论 -
椭圆一般方程(ABCDEF)转椭圆参数方程(长短轴,几何中心)
原创 2015-06-02 13:42:15 · 59856 阅读 · 22 评论 -
求解线性方程组(SVD,QR,Gauss,LU)
曲线拟合过程中,需要求解线性方程组,下面谈谈线性方程组的求解方法:1)svd求解对于齐次线性方程 A*X =0; 当A的行数大于列数时,就需要求解最小二乘解,在||X||=1的约束下,其最小二乘解为矩阵A'A最小特征值所对应的特征向量。求解方法有两种(matlab):1. [ V D] =eig(A' *A); D为A' *A的特征值对角矩阵,V为对应的特征向量。找到最小特征值对应的原创 2015-04-15 13:56:46 · 9183 阅读 · 0 评论 -
泊松分布的来源—公式推导—应用
转载请注明出处:一。泊松分布由二项分布引出首先必须由二项分布引出:如果做一件事情成功的概率是 p 的话,那么独立尝试做这件事情 n 次,成功次数的分布就符合二项分布。展开来说,在做的 n 次中,成功次数有可能是 0 次、1 次 …… n次。成功 i 次的概率是:( n 中选出 i 项的组合数) * p ^ i * (1-p)^ (n-i)以上公式很容易推导,用一点概率学最基本的原创 2015-06-08 10:43:54 · 49860 阅读 · 5 评论 -
指数分布的定义形式及应用
转载请注明出处:指数分布是连续型随机变量,指数分布具有无记忆性,指数分布是特殊的gamma分布。指数分布(Exponential distribution)是一种连续概率分布。指数分布可以用来表示独立随机事件发生的时间间隔,比如旅客进机场的时间间隔、中文维基百科新条目出现的时间间隔等等。指数分布的定义形式:指数分布常用来描述“寿命”类随机变量的分布,例如家电使用寿命,动植物原创 2015-06-08 11:24:02 · 33106 阅读 · 0 评论 -
k-d tree算法
k-d树(k-dimensional树的简称),是一种分割k维数据空间的数据结构。主要应用于多维空间关键数据的搜索(如:范围搜索和最近邻搜索)。应用背景 SIFT算法中做特征点匹配的时候就会利用到k-d树。而特征点匹配实际上就是一个通过距离函数在高维矢量之间进行相似性检索的问题。针对如何快速而准确地找到查询点的近邻,现在提出了很多高维空间索引结构和近似查询的算法,k-d树就是其中一种。转载 2015-05-24 23:19:45 · 1566 阅读 · 0 评论 -
机器学习入门:线性回归及梯度下降(附matlab代码)
本文会讲到:(1)线性回归的定义(2)单变量线性回归(3)cost function:评价线性回归是否拟合训练集的方法(4)梯度下降:解决线性回归的方法之一(5)feature scaling:加快梯度下降执行速度的方法(6)多变量线性回归Linear Regression 注意一句话:多变量线性回归之前必须要Feature Sca转载 2015-05-25 16:38:18 · 24003 阅读 · 13 评论