仿射变换就是不同数组之间的线性变换关系,由于是线性变换,所以不同输入值造成的影响可以简单相加,不同的输出值之间是互不相干的。
仿射变换的基本计算单元就是增益加偏置。而一种非常常见的增益模型就是速度乘以摩擦力等于摩擦产生的热功率。这就是最简单的一维空间原点不变的仿射变换。它可以写作P=vf。
现在想像有一个重量可以忽略不计的滑块,在一个无限长的平面轨道(或刹车盘)上受变频器闭环调速驱动,以速度v1作匀速直线运动。在滑块上放一个砝码,产生一个摩擦力f1。那么滑块的发热功率。现在我们还看不出仿射变换。不用急,接下来仿射变换的公式会慢慢浮现。
再给这个滑块晒个太阳,阳光照射在滑块上也会产生一个热量。现在滑块的发热功率应该写成。
我们再复制一份这个试验,砝码不一样,速度也不一样,阳光的辐射量也不一样。同样的规律,我们得到热功率为。
这两个试验是在一个实验室进行的,所以实验室内的系统的总发热功率为
现在我们用矩阵的格式把它写出来,这个矩阵表达式跟上面那个公式是一样的。
如果实验室中的系统数量继续增加,还可以不断扩展
我们可以调节任何一个变频器的速度,以改变系统的总热功率。也可以给滑块涂上不同吸收率的颜色,改变常数项也可以改变总功率。
反过来,我们可以根据足够多次不同的试验,调整变频器的速度,并测量热功率(或变频器输出功率),联立方程组,可以解出每一个摩擦力的大小和阳光照射带来的功率。需要的最少试验次数等于滑块系统的数量加1。1个滑块需要2个样本(解析几何上表现为两点确定一直线),2个滑块需要3个样本(解析几何上表现为三点确定一平面)。有时候方程组还会解不出来。这种情况是因为试验参数的选取发生了干涉。也叫不满秩。不满秩是因为确定直线的两点重合了,以及确定平面的3点共线了之类的情况。秩是什么这里不重要,总之就是试验参数的选取会影响到方程组能不能解出唯一解集。
也就是说输出变量是由输入变量乘以各自的增益相加,再加上一个偏置所得。这种计算就叫仿射变换。用x代替v,用y代替P,用k代替f,把c改为大写的C。仿射变换的基本公式写作容易看懂的格式就是。就像是家里有几个兄弟,有人赚钱有人亏钱,个人的盈亏总量简单地用能力系数乘以时间来表达,每个个人的盈亏相加,再加上老祖宗留下来的产业,最后计算结果就是家族里有多少资产了。
如果家里有两兄弟,那么这个就是2维向量降维成1维向量的仿射变换。
如果家里有一千零一个兄弟,它就是1001维向量降维成1维向量的仿射变换。
这些兄弟也会做白日梦,他们会想,假如自己的能力不是现在这样,那么家族会变成怎样?这时我们又可以写出一行假设的公式。兄弟的能力变了,但还是打拼这么长的时间。如果祖上留下的产业更多,或者更少呢?种种情况可以写成一部长篇矩阵。
用不同的增益(knm)和偏置(Cn),可以计算出无限个互不相干的y值,把这些结果放到一个向量中,就得到了y数组。如果2个兄弟做了2次白日梦,就实现了2维到2维的仿射变换。如果2个兄弟做了100次白日梦,就实现了2维到100维的仿射变换。
从这里可以看出,目标维数等于我们使用仿射变换基本公式的次数。目标维数可升可降,是非常自由的。几何学意义上降维很好理解,就是立体的物体投影成平面的照片。而升维不会变成曲面,只是把平面翻起来。