包含标签：线性代数 的文章
-
深入理解《有理数》在电脑中是怎么存储的
目录 前言 ? 数据在内存中以什么形式存储 ?十六进制表示法 二进制如何转换成16进制 ?这个16进制位的数字如何在内存中表示？ 大、小端字节序 关于……admin 2021-12-05
-
为了寻找美，我决定对美女图片进行图像边缘化处理
前言： 前几日发表了在matlab进行简单的图像边缘处理的文章，后来继续进行了相应的学习，决定还是回归python环境跑一下opencv进行图像边缘检测的处理。对其有…… -
硕士开题所需要考虑的几件事情
1. 有没有可行性？ 可行性是指你是否能在硕士期间做完相应的研究工作. 1.1 有没有足够的参考文献？ 参考文献为你的工作提供基本的支撑. 如果没有足够的参考…… -
求一个n阶矩阵的转置矩阵
由已学知识可知，转置矩阵由原始矩阵的行和列的倒置获取 于是首先定义一个全局数组mat 接下来，可以定义一个交换地址的函数swap，用于交换矩阵的两个数值（…… -
【线代&NumPy】第十一章 – 正交性2课后练习 | 离散傅里叶变换 | 逆离散傅里叶变换 | 简述并提供代码
? 例1：Discrete Fourier Transform import numpy as np def DFT(x): # 离散傅里叶变换 N = x.shape[0] n = np.arange(N) k = n.reshape((N, …… -
【线代&NumPy】第八章 – 特征值和特征向量 | Eigenvalue and Eigenvector | 简述并提供代码
? 例1： import numpy as np A = np.array([[2, 3], [3, -6]]) w1, V1 = np.linalg.eig(A) # 计算A的特征值和特征向量 print("A的特征值： = ", w1) p…… -
【PCA】2D-PCA原始文献《Two-Dimensional PCA》理解
《Two-Dimensional PCA: A New Approach to Appearance-Based Face Representation and Recognition》 本人机器学习的论文阅读部分学习了2D-PCA的原始文献《…… -
OAMP的理解
Orthogonal Approximate Message Passing, OAMP 1 前言 2 绪论 3 AMP 3.1 AMP算法 3.2 AMP-state evolution与等效信号模型 4 OAMP 4.1 OAMP产生的动…… -
【线代&NumPy】第五章 – Vector课后练习 | 伴随矩阵求逆 | Cramer公式求联立方程 | 简述并提供代码
? 例1： import numpy as np def getMinorMatrix(A,i,j): # 删除矩阵A的i行和j列，并创建矩阵 n = len(A) M = np.zeros((n-1, n-1)) for a i…… -
恒定积自动做市–兑换比例，滑点，平均成本，资金进出对价格影响
恒定积自动做市策略是一种动态平衡供需关系的一种有效策略。 设恒定积为K(实际画图取10000)，某时刻某交易对(A~B)的数量分别是X(实际画图取100)，Y(实际画图……