码迷,mamicode.com
首页 >  
搜索关键字:向量    ( 6081个结果
Problem - 433C - Codeforces解题报告
对于这题本人刚开始的时候的想法是:先把最大两数差的位置找到然后merge计算一个值再与一连串相同的数做merge后计算一个值比较取最大值输出;可提交后发现不对,于是本人就搜了一下正解发现原来这题的正确解题思路是:采用数学中的中位数原理,分别把某数两边相邻且不同的数存入向量容器Vector中然后排序,...
分类:其他好文   时间:2015-12-18 20:35:59    阅读次数:217
Python简单实现基于VSM的余弦相似度计算
在知识图谱构建阶段的实体对齐和属性值决策过程中、判断一篇文章是否是你喜欢的文章、比较两篇文章的相似性等,都涉及到了向量空间模型(Vector Space Model,简称VSM)和余弦相似度计算相关知识。这篇文章主要是先叙述VSM和余弦相似度相关理论知识,然后引用阮一峰大神的例子进行解释,最后通过P...
分类:编程语言   时间:2015-12-18 06:54:10    阅读次数:1518
支持向量机: Maximum Margin Classifier
支持向量机即Support Vector Machine,简称 SVM 。我最开始听说这头机器的名号的时候,一种神秘感就油然而生,似乎把 Support 这么一个具体的动作和 Vector 这么一个抽象的概念拼到一起,然后再做成一个 Machine ,一听就很玄了!不过后来我才知道,原来 SVM 它...
分类:其他好文   时间:2015-12-17 22:22:43    阅读次数:236
Hermite (埃尔米特)曲线
Hermite 曲线 已知曲线的两个端点坐标P0、P1,和端点处的切线R0、R1,确定的一条曲线。参数方程 1. 几何形式 2. 矩阵形式 3. 推导 例子分析 如上图有四个点,假如P0、P2是端点,那么向量R0=(P1-P0),R1=(P3-P2)...
分类:其他好文   时间:2015-12-17 22:10:26    阅读次数:415
图像处理中的数学原理详解19——函数的极限
结合对图像处理的学习和实践,大致总结了一部分图像处理研究中所需的数学原理基础。主要涉及微积分、向量分析、场论、泛函、偏微分方程、复变、变分法等。总结、归纳了上面这些数学课程中,在研究图像处理最容易碰到也最需要知道的一些知识点。并结合具体的图像处理算法讨论来讲解这些数学知识的运用。...
分类:其他好文   时间:2015-12-14 16:46:30    阅读次数:209
高数之拉格朗日乘法---解决约束优化问题
作为一种优化算法,拉格朗日乘子法主要用于解决约束优化问题,它的基本思想就是通过引入拉格朗日乘子来将含有n个变量和k个约束条件的约束优化问题转化为含有(n+k)个变量的无约束优化问题。拉格朗日乘子背后的数学意义是其为约束方程梯度线性组合中每个向量的系数。 如何将一个含有n个变量和k个约束条件的约束优....
分类:其他好文   时间:2015-12-14 16:16:17    阅读次数:174
标准模板库(STL)
1.标准模板库(STL):是为了提供通用的模板,这部分代码都是优质的代码,提高了编程人员的开发效率2.vector向量:本质上来说对数组的封装;特点是在常数时间内完成读取;插入比较复杂;通过迭代器进行遍历初始化vector向量的几种方式:vector v1:vector保存类型为T的对象。默认构造v...
分类:其他好文   时间:2015-12-13 16:59:24    阅读次数:126
多重共线性的解决方法之——岭回归与LASSO
多元线性回归模型 的最小二乘估计结果为 如果存在较强的共线性,即 中各列向量之间存在较强的相关性,会导致的从而引起对角线上的 值很大 并且不一样的样本也会导致参数估计值变化非常大。即参数估计量的方差也增大,对参数的估计会不准确。 因此,是否可以删除掉一些相关性较强的变量呢?如果p个变量之间具有较强的...
分类:其他好文   时间:2015-12-12 12:22:27    阅读次数:13446
Scikit-Learn 第二章(上)监督学习(文档翻译)
第二章:User Guide Supervised learning1 一般的线性模型下面的一些方法是用来处理输入变量和目标值之间具有线性关系的回归问题。以数学上的观念来看,如果是预测值,那么在这个公式中,我们抽象出向量作为coef_,而作为intercept_如果想使用一般的线性模型来处理分类问题...
分类:其他好文   时间:2015-12-10 21:55:15    阅读次数:198
图像处理中的数学原理详解18——内积与外积
本文介绍图像处理数学公式中常常被用到的两个计算:内积和外积。因为梯度、散度、旋度这些向量场论的概念在图像处理中频繁出现,很多人对它们还很陌生。我们前面通过高斯公式、格林公式 和斯托克斯公式等引出了这些概念。但是在描述上述几个重要定理时都使用了内积和外积的形式,本节就来详解它们。...
分类:其他好文   时间:2015-12-10 11:24:33    阅读次数:164
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!