码迷,mamicode.com
首页 >  
搜索关键字:向量    ( 6081个结果
仿射映射
在几何上定义为两个向量空间之间的一个仿射变换或者仿射映射(来自拉丁语,affinis,“和。..相关”)由一个线性变换接上一个平移组成。目录1原理2示例3相关例子1原理编辑在有限维的情况,每个仿射变换可以由一个矩阵A和一个向量b给出,它可以写作A和一个附加的列b。一个仿射变换对应于一个矩阵和一个向量...
分类:其他好文   时间:2014-05-26 23:23:27    阅读次数:557
SVM支持向量机学习
学了好多遍,每次常学常新。这次继续学习,目标有两个:1. 找到直觉性的认识,有直观理解。2. 在R语言中用SVM做实验,学习相关的包 推荐一个很好的博客:http://blog.pluskid.org/?page_id=683 一系列文章,讲的很详细,公式和示意图也很好。用心的作者啊。 还有Sta....
分类:其他好文   时间:2014-05-26 13:18:13    阅读次数:283
关于相似变换的专题讨论
$\bf命题:$设$A$为$n$阶复方阵,则存在$n$维向量$\alpha $,使得$\alpha,A\alpha,\cdots,A^{n-1}\alpha$线性无关的充要条件是$A$的任一特征根恰有一个线性无关的特征向量参考答案$\bf命题:$
分类:其他好文   时间:2014-05-26 11:53:03    阅读次数:186
Mahout kmeans聚类
K-means算法是最为经典的基于划分的聚类方法,是十大经典数据挖掘算法之一。K-means算法的基本思想是:以空间中k个点为中心进行聚类,对最靠近他们的对象归类。通过迭代的方法,逐次更新各聚类中心的值,直至得到最好的聚类结果。Mahout kmeans MapReduce实现的原理和上述的一致,值得注意的是,Mahout将数据存储在HDFS,用MapReduce做批量并行的计算。在做kmeans之前,需要将文本用Mahout向量化模块工具做向量化。计算过程主要分为三个步骤:初始中心选取,寻找簇中心,划分数...
分类:其他好文   时间:2014-05-26 06:00:31    阅读次数:239
每日算法之十四:3Sum
给定数组,求解一个三元组,是元素相加为零,且三元组不能重复,并且有序。 思路如下: 先排序,固定第一个指针指向开头,第二个指针指向后一个元素,第三个指针指向最后一个元素。 让这三个元素相加,如果结果大于零,让最后一个元素向前移动,再次求和,反之亦然。但要确保第三个元素在第二个元素后面。 这样依次添加进向量中即可,只要保证三个指针的顺序不乱就能保证三元组有序。怎么确保不重复,也就是确保三元组都不相同。 这是个需要着重考虑的问题,很绕,本题的难点就在这里。顺着下面的代码走一遍就能很清楚的知道了。...
分类:其他好文   时间:2014-05-26 05:50:05    阅读次数:193
SVM及其对偶
引自 http://my.oschina.net/wangguolongnk/blog/1113491. 支持向量机的目的是什么?对于用于分类的支持向量机来说,给定一个包含正例和反例(正样本点和负样本点)的样本集合,支持向量机的目的是寻找一个超平面来对样本进行分割,把样本中的正例和反例用超平面分开,...
分类:其他好文   时间:2014-05-24 09:25:03    阅读次数:328
2014北京邀请赛 F Football on Table
题目来源:http://acm.bnu.edu.cn/bnuoj/problem_show.php?pid=34986题意:一个人在玩桌面足球,有m行球员,每行球员有ai个,给出每个球员的宽度和相邻球员之间的距离,球从最左边射出,给出球的起点坐标跟方向向量,问能够到达最右边的概率。思路:球员的相对位...
分类:其他好文   时间:2014-05-24 08:06:56    阅读次数:303
深入理解SQL注入绕过WAF与过滤机制
知己知彼,百战不殆 --孙子兵法[目录]0x0 前言0x1 WAF的常见特征0x2 绕过WAF的方法0x3 SQLi Filter的实现及Evasion0x4 延伸及测试向量示例0x5 本文小结0x6 参考资料0x0 前言促使本文产生最初的动机是前些天在做测试时一些攻击向量被WAF挡掉了,而且遇到异...
分类:数据库   时间:2014-05-23 06:28:45    阅读次数:517
matlab矩阵合并及相关运算
1、matlab允许向量(和矩阵)合并,且matlab提供了两种合并方式,[a,b]和[a;b],两者的结果是不一样的。 a=rand(2,3); b=rand(2,3); c=[a;b]; d=[a,b]; c的结果是将b整体合并到a 的下边,而d的结果是整体将b合并到a 的右边。 2、创建等差向...
分类:其他好文   时间:2014-05-23 02:59:59    阅读次数:268
支持向量机(SVM)(五)-- SMO算法详解
一、我们先回顾下SVM问题。 A、线性可分问题 1、SVM基本原理: SVM使用一种非线性映射,把原训练            数据映射到较高的维。在新的维上,搜索最佳分离超平面,两个类的数据总可以被超平面分开。 2、问题的提出: 3、如何选取最优的划分直线f(x)呢? 4、求解:凸二次规划 建立拉格朗日函数: 求偏导数: ...
分类:其他好文   时间:2014-05-22 17:10:54    阅读次数:475
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!