数理笔记及算法
文章平均质量分 89
数学理论基础
朽木白露
只有最不虔诚的信徒,才会追寻上帝存在的证明
展开
-
IIR滤波器与FIR滤波器的对比
转自:https://blog.csdn.net/woshishui_bt/article/details/89010754 1.两种滤波器都是数字滤波器。根据冲激响应的不同,将数字滤波器分为有限冲激响应(FIR)滤波器和无限冲激响应(IIR)滤波器。对于FIR滤波器,冲激响应在有限时间内衰减为零,其输出仅取决于当前和过去的输入信号值。对于IIR滤波器,冲激响应理论上应会无限持续,其输出不仅取决于当前和过去的输入信号值,也取决于过去的信号输出值。 2.FIR:有限脉冲响应滤波器。有限说明其脉冲响应是转载 2021-08-31 13:03:49 · 9893 阅读 · 0 评论 -
坐标系与姿态解算
目录:刚体描述旋转描述ZYX欧拉角轴角与四元数坐标系与姿态姿态解算使用陀螺仪积分使用加速度计或磁力计互补滤波(mahony互补滤波)四元数更新原创 2020-10-23 18:09:04 · 668 阅读 · 0 评论 -
追赶法求解三对角方程组
追赶法基础理论 在数值计算中,对三次样条曲线插值和用差分方法求解常微分方程边值问题时,通常会遇到Ax=d三对角形式的方程组: (1) 利用三对角矩阵的LU分解建立计算量更少的线性方程组求解公式,现将系数矩阵A进行克劳特分解,即A分解为下三角矩阵和单位上三角矩阵的乘积:转载 2020-10-12 16:55:22 · 3748 阅读 · 0 评论 -
向量与矩阵的范数(比较1-范数、2-范数、无穷范数、p-范数、L0范数 和 L1范数等)
阅读文献时,经常看到各种范数,机器学习中的稀疏模型等,也有各种范数,其名称往往容易混淆,例如:L1范数也常称为“1-范数”,但又和真正的1-范数又有很大区别。下面将依次介绍各种范数。 1、向量的范数 向量的1-范数: ; 各个元素的绝对值之和; 向量的2-范数:;每个元素的平方和再开平方根; 向量的无穷范数: p-范数:,其中正整数p≥1,并且有 例:向量X=[2, 3, -5, -7] ,求向量的1-范数,2-范数和无穷范数。 向量的1-范数:各个元素的绝对值之...转载 2020-10-12 15:13:00 · 2134 阅读 · 0 评论 -
多元函数的泰勒展开式
在最优化学习中开始接触多元函数的泰勒展开的时候,总是感觉不好理解,网上收集了一些资料进行整理。下面绝大部分内容直接来自知友,链接如下:多元函数的泰勒(Taylor)展开式 - 红色石头的专栏 - CSDN博客blog.csdn.net实际优化问题的目标函数往往比较复杂。为了使问题简化,通常将目标函数在某点附近展开为泰勒(Taylor)多项式来逼近原函数。一元函数在点 处的泰勒展开式为: 二元函数在点 处的泰勒展开式为:多元函数(n)在点 处的泰勒展开式为: 把Taylor展开式写成矩阵的形式:上面可能转载 2020-09-30 14:56:48 · 11745 阅读 · 1 评论 -
静态存储区、堆、栈之间的区别及注意事项
一、内存基本构成可编程内存在基本上分为这样的几大部分:静态存储区、堆区和栈区。他们的功能不同,对他们使用方式也就不同。静态存储区:内存在程序编译的时候就已经分配好,这块内存在程序的整个运行期间都存在。它主要存放静态数据、全局数据和常量。栈区:在执行函数时,函数内局部变量的存储单元都可以在栈上创建,函数执行结束时这些存储单元自动被释放。栈内存分配运算内置于处理器的指令集中,效率很高,但是分配的内存容量有限。堆区:亦称动态内存分配。程序在运行的时候用malloc或new申请任意大小的内存,程序员自己负转载 2020-09-21 16:21:18 · 539 阅读 · 0 评论 -
理解矩阵
转载自:https://www.cnblogs.com/marsggbo/p/10144060.html我直接复制过来的,排版可能没有原文好看,可以直接去原文阅读。首先来总结一下前面两部分的一些主要结论:首先有空间,空间可以容纳对象运动的。一种空间对应一类对象。有一种空间叫线性空间,线性空间是容纳向量对象运动的。运动是瞬时的,因此也被称为变换。矩阵是线性空间中运动(变换)的描述。矩阵与向量相乘,就是实施运动(变换)的过程。同一个变换,在不同的坐标系下表现为不同的矩阵,但是它们的本质是一样的转载 2020-09-14 14:18:30 · 598 阅读 · 0 评论 -
先验概率、后验概率和似然概率
老是容易把先验概率,后验概率,似然概率混淆,所以下面记录下来以备日后查阅。区分他们最基本的方法就是看定义,定义取自维基百科和百度百科:先验概率百度百科定义:先验概率(prior probability)是指根据以往经验和分析得到的概率,如全概率公式,它往往作为"由因求果"问题中的"因"出现的概率。维基百科定义: 在贝叶斯统计中,某一不确定量p的先验概率分布是在考虑"观测数据"前,能表达p不确定性的概率分布。可以看到二者定义有一个共同点,即先验概率是不依靠观测数据的概率分布,也就是与其他...转载 2020-09-14 13:45:56 · 2977 阅读 · 0 评论