关于坐标旋转

在看<Flash actionscript动画教程>(中文版)的第十章的第二节,它提到“高级坐标旋转”,书中只给出了一个基本公式:

x1 = cos(angle) * x – sin(angle) * y;

y1 = cos(angle) * y + sin(angle) * x;

书上并没有写如何来分析、证明这个公式,所以就自己琢磨了一下。

 

有如下的所示的图,如果有一个圆,它的圆心距离以某一点为参考点(原点)不变,而绕着它旋转某一角度后,希望得到新的坐标。

==> 已经圆心距离“原点”它的坐标为(x, y),现在希望求得在它绕“原点”旋转一定角度(angle)后,新的坐标(x1, y1)

image

假设初始坐标(x, y)与X轴形成的一个角度为A,记圆心距离“原点”的长度为 d = Math.sqrt(x * x + y * y);

sin(A) = y / d;

cos(A) = x / d;

x1 = d * cos(A + angle);

=>

x1 = d * (cos(A)*cos(angle) – sina(A)*sin(angle));

x1 = d * cos(A) * cos(angle) – d * sin(A) * sin(angle);

x1 = d * (x / d) * cos(angle) – d * (y / d) * sin(angle);

x1 = x * cos(angle) – y * sina(angle);

 

y1 = d * sin(A + angle);

=>

y1 = d * (sin(A)*cos(angle)  + cos(A)*sin(angle));

y1 = d * sin(A) * cos(angle) + d * cos(A) * sin(angle);

y1 = d * (y / d) * cos(angle) + d * (x / d) + sin(angle);

y1 = y * cos(angle) + x * sin(angle);

 

主要用到了以下两个公式:

sin(A+B) = sin(A) * cos(B) + cos(A) * sin(B);

cos(A+B) = cos(A) * cos(B) – sin(A) * sin(B);

 

最后用这个公式写一个简单的例子

一个Ball类,还有一个测试类。

Ball类:

package {
import flash.display.Sprite;

public class Ball extends Sprite {
private var radius:Number;
private var color:uint;

public function Ball(radius:Number = 40, color:uint = 0xff0000){
this.radius = radius;
this.color = color;
init();
}

public function init():void {
graphics.beginFill(color);
graphics.drawCircle(0, 0, radius);
graphics.endFill();
}

}
}

用于测试的类

package  
{
import flash.display.Sprite;
import flash.events.Event;

/**
* ...
* @author ...
*/
public class Rotate2 extends Sprite
{

private var ball:Ball;
private var vr:Number = .05;
private var cos:Number = Math.cos(vr);
private var sin:Number = Math.sin(vr);

public function Rotate2()
{
init();
}

private function init():void
{
ball = new Ball();
addChild(ball);

ball.x = Math.random() * stage.stageWidth;
ball.y = Math.random() * stage.stageHeight;

addEventListener(Event.ENTER_FRAME, onEnterFrame);
}

private function onEnterFrame(evt:Event):void
{
var x1:Number = ball.x - stage.stageWidth / 2;
var y1:Number = ball.y - stage.stageHeight / 2;
var x2:Number = cos * x1 - sin * y1;
var y2:Number = cos * y1 + sin * x1;

ball.x = stage.stageWidth / 2 + x2;
ball.y = stage.stageHeight / 2 + y2;
}
}

}

转载于:https://www.cnblogs.com/meteoric_cry/archive/2011/09/15/2176814.html

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值