- 博客(4)
- 收藏
- 关注
RSS订阅原创 科研日记-2014.12.22
自从跟老板确定了研究方向漫无目的学习了一个多月今天宋伟师兄看了我准备“看懂”的论文说他也看不懂太专业了 我一看写这个硕士的专业是应用数学系我有点懂了我一直的学不会看不懂的原因选择了不符合自己水平的文章在啃就像之前固执地先考GRE再考托福一样我是一般人 还是一步一步来比较好踏实一点 蜗牛也是能走很远的呢
2014-12-22 22:03:40
330
转载 FLUENT Solver的选择
1.Solver的种类有Coupled-Implicit（隐式耦合）, Coupled-Explicit（显式耦合）,Segregated(Implicit)（隐式分离）2.如果在密度、能量、动力以及流体种类间存在较强的交互依赖，那么采用耦合求解器比较适合。 *例如：high speed compressible flow(高速可压缩流)、finite-rate reaction
2014-12-18 10:47:02
4783
转载 利用SVD分解求解协方差的特征值以及特征向量--matlab
[plain] view plaincopyclear; clc; a = randi(10, 2, 3) % svd decomposition [U, D, V] = svd(a) % eigen of a * a' [E1, D1] = eig(a * a') % eigen of a * a
2014-12-01 20:02:57
4001
转载 PCA与协方差矩阵
PCA的缘起 PCA大概是198x年提出来的吧，简单的说，它是一种通用的降维工具。在我们处理高维数据的时候，为了能降低后续计算的复杂度，在“预处理”阶段通常要先对原始数据进行降维，而PCA就是干这个事的。本质上讲，PCA就是将高维的数据通过线性变换投影到低维空间上去，但这个投影可不是随便投投，要遵循一个指导思想，那就是：找出最能够代表原始数据的投影方法。这里怎么理解这个思想呢？“最能代表原始数
2014-12-01 18:29:15
1353
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人