线性方程

岭回归算法

岭回归算法简介回归算法的本质上就是为了解决一个线性方程：Ax=b标准估计方法是普通的最小二法的线性回归，然而如果x是一个病态的矩阵，在这种情况下使用普通最小二法估计会导致过拟合或者欠拟合的情况。
轻轻一point·2020-08-07 17:45

强化学习第九章总结，总结到9.3

简单写作v_pi(s,w)=v_pi(s)这里的v可以是一个关于特征的线性方程，w是特征的权重，更普遍地说，v可能是一个多层神经网络而w是每一层的权重。通过调整权重。
Uncle_Sugar·2020-08-06 13:21

QT 全局变量（多文件使用一个变量） VECTOR（二维数组行、列未知）

为完成数值分析课的编程作业，自己需要编写一个由用户来输入线性方程组系数矩阵以及线性方程组维数，然后由程序来给出方程组的解这么一个小程序。
学弟·2020-08-05 20:17

NOIP 好题推荐(DP+搜索+图论)POJ ZOJ

NOIP好题推荐(DP+搜索+图论)POJZOJ1370Gossiping(数论->模线性方程有无解的判断)+(图论->DFS)1090Chain->格雷码和二进制码的转换2182LostCows->线段树
小萨摩·2020-08-05 19:21

高斯消元法

高斯消元法是一种用于解线性方程组的算法。所谓线性方程组，就是一次方程组。或者说，就是可以用以描述一个空间中若干条线的方程组。规范化地表示，就是：⎧⎩⎨⎪⎪a11x1+a12x2+......
WenDavidOI·2020-08-05 18:37

《计算机视觉特征提取与图像处理（第三版）》笔记/ 第三章 基本图像处理运算

通过和理想直方图进行对比，可以进行噪声处理；3.3点算子3.3.1基本点运算a.点运算指，以单个像素作为输入，并输出单个像素的运算；简单的线性点运算（如复制、亮度翻转、亮度相加、亮度的乘法变化等）通常可以表达为线性方程的形式
seven_tree·2020-08-05 14:28

C++矩阵处理库（比LAPACK更方便）——Eigen详细解析

相信大家在做Matlab项目的时候，如果想移植为C++总是犯头疼，没有一个好的线性代数库可以使用，有些别人自己写的矩阵库却又不支持复数，或者是缺少算点积，解线性方程组的功能。
yw8355507·2020-08-05 04:39

因数分解与算术基本定理

应用线性方程定理可以求出以下方程的
verse_monger·2020-08-05 02:20

最优化方法matlab实现

具体而言，包括线性、非线性最小化，最大最小化，二次规划，半无限问题，线性、非线性方程（组）的求解，线性、非线性的最小二乘问题。另外，
LuLuZhang15·2020-08-05 02:01

非线性方程的数值解法：牛顿法及牛顿下山法（含Matlab程序）

牛顿法及牛顿下山法简介：牛顿迭代法是求解单变量非线性方程f(x)=0中最实用的方法，该方法在单根附近二阶收敛。但应用时要选用较好的初值x0近似才能保证迭代收敛。为克服这一缺点，可使用牛顿下山法。
weixin_44202064·2020-08-04 21:23

非线性方程组的牛顿迭代法（含matlab程序）

非线性方程组的牛顿迭代法定义：非线性方程组如下所示若采用向量可以表示为，，方程组可以写为F(x)=0。将单个方程的牛顿迭代法直接应用于上述方程组，则可以得到非线性方程组的牛顿迭代法。
weixin_44202064·2020-08-04 21:23

matlab利用fsolve函数研究异步电动机的特性

matlab利用fsolve函数研究异步电动机的特性fsolve函数应用举例电机特性研究例题解：（1~4）问基本运算解：（5）转矩特性和机械特性fsolve函数对于非线性方程的求根问题，Matlab软件开发了基于最小二乘法来解其根的函数
weixin_44202064·2020-08-04 21:23

数模(4)：一般曲线拟合

上期讲解的拟合方法其共同点都是计算残差平方和函数，对每个系数求偏导，令偏导为0后得到的方程都是关于系数的线性方程，因此可以简单地运用线性代数知识求解。我们再来看这样一个函数。
HarmoniaLeo·2020-08-04 21:02

ACM_数论

1.扩展欧几里得求解线性方程ax≡b(modm)对于实数运算下的方程ax=b是不是很好解决啊如果在modm的运算下，也有ay≡1(modm)这样的a的倒数存在，方程就可以求解了我们把这样的y叫做a的逆元记为
god_speed丶·2020-08-04 17:41

线性代数拾遗（六）：特征值与特征向量

线性代数拾遗（一）：线性方程组、向量方程和矩阵方程线性代数拾遗（二）：线性方程组的解集及其几何意义线性代数拾遗（三）：线性变换以及矩阵的意义线性代数拾遗（四）：线性方程组的应用线性代数拾遗（五）：矩阵变换的应用上一章最后
算法与数学之美·2020-08-04 12:51

自动驾驶（十三）---------无损卡尔曼滤波

而UKF类似于将高斯分布中的均值，方差通过非线性方程处理后，去匹配预测方程的非线性变换。假设初始状态满足高斯分布，如X∼N(µ,σ^2)，如经过非线性状态转移方程以后，如何求变换过后的期望和方差呢？
一实相印·2020-08-04 10:06

自动驾驶（十二）---------扩展卡尔曼滤波

取一阶导时，状态转移方程和观测方程就近似为线性方程，高斯分布的变量经过线性变换之后仍然是高斯分布，这样就能够延用标准卡尔曼滤波的框架。与标准卡尔曼滤波对比：1状态转移方程：标准卡尔
一实相印·2020-08-04 10:02

凸优化学习笔记5（中科大）对偶

5.1.2Lagrange对偶函数  对偶函数一定是凹函数；5.1.3最优值的下界5.1.4通过线性逼近来理解5.1.5例子（1）线性方程组的最小二乘解（2）标准形式的线性规划（3）双向划分问题5.1.6Lagrange
呜哇呜哇shhh·2020-08-04 08:20

凸优化学习笔记2（中科大）凸集

线性方程组AX=b的
呜哇呜哇shhh·2020-08-04 08:48

HDOJ1696 Pie【二分】----武科大ACM暑期集训队选拔赛8题

惭愧了~二分法求线性方程的解、折半查找这些代码都写过，不过那些都是教科书上的东西，今天自己做了这道题，才发现，原来这就是二分。。。
_miccretti·2020-08-04 04:11

算法中的数学

A、数学：1、高斯消元法：概念：数学上，高斯消元法（或译：高斯消去法），是线性代数规划中的一个算法，可用来为线性方程组求解。
weixin_33721427·2020-08-04 04:16

凸优化第二章凸集 2.2重要例子

空集、单点集、都是的仿射2任意直线都是仿射3一条线段是凸的，但不是仿射4射线是凸的，但不是仿射5任何子空间都是仿射的、凸锥超平面与半空间超平面数学上超平面是具有下列形式的集合:从上式看出，超平面其实是线性方程的解空间
沐阳听风666·2020-08-04 03:36

优化理论（二）凸集、保凸运算、广义不等式与对偶锥

凸集（ConvexSet）凸集通过集合的任意两个点的线段还在集合中，即仿射集（AffineSet）通过集合的任意两个点的直线还在集合中线性方程组的解集是一个仿射集。
goodluckcwl·2020-08-04 03:17

二（高）阶多元微分方程数值解法（其一）

【Mark下】三个微分公式三元函数，二阶或者更高阶的微分非线性方程利用FiniteDifferenceMethod展开，在利用牛顿迭代的方法，解方程，其下是考虑到电脑无法存储大量举阵情况下的分布解法。
uuchecknow·2020-08-04 02:58

矩阵理论基础知识（2）--常见的几种矩阵分解方式

（1）LU分解矩阵的LU分解是将一个矩阵分解为一个下三角矩阵与上三角矩阵的乘积，LU分解主要应用在数值分析中，用来解线性方程、求逆矩阵或计算行列式。本质上，LU分解是高斯消元的一种表达方式。
努力进行光合作用·2020-08-04 02:02

Java练习题二【分支结构】

目录练习题8.代数：解一元二次方程练习题9.代数：求解2×2线性方程练习题10.回文数字练习题11.游戏：剪刀、石头、布练习题12.计算三角形的周长练习题13.几何：点是否在圆内？
Teacher_HENG·2020-08-04 02:09

暑期集训Day3&4总结（数论）

-------------------------------------------------------------------------这两天的核心知识点主要有：欧拉函数扩展欧几里得素数筛模线性方程组逆
star_moon0309·2020-08-04 01:11

Matlab求微分方程de符号解

目录基本方法求解常微分方程的通解求解常微分方程的初边值问题求解常微分方程组求解线性常微分方程组一阶齐次线性微分方程组非齐次线性方程组基本方法1.dsolve()函数求解常微分方程的通解在求通解问题%symsy
either up or down·2020-08-03 23:09

最优化方法：非线性方程的求极值方法

http://blog.csdn.net/pipisorry/article/details/23553263本文主要讲解数值分析：非线性方程的求根方法，但是等价于最优化方法：非线性方程的求极值方法。
-柚子皮-·2020-08-03 20:54

最优化方法：共轭梯度法（Conjugate Gradient）

/pipisorry/article/details/39891197共轭梯度法（ConjugateGradient）共轭梯度法（英语：Conjugategradientmethod），是求解数学特定线性方程组的数值解的方法
-柚子皮-·2020-08-03 20:54

最小二乘法线性拟合和2次曲线拟合算法

最近由于项目要求，应用了最小二乘法线性拟合和2次曲线拟合算法，现总结如下：最小二乘法线性拟合应用已有的采样时间点，再现这些点所描述的线性变化，即求出一个线性方程y=ax+b(这个算法的主要问题也就是如何用给定的数据求线性方程系数
henhen2002·2020-08-03 17:56

计算方法 实验二 非线性方程求根

一、问题提出设方程f(x)=x^3-3x-1=0有三个实根X1=18739，X2=-0.34727，X3=-1.53209,现采用下面六种不同计算格式，求f(x)=0的根X1，X2；二、要求1、编制一个程序进行运算，最后打印出每种迭代格式的敛散情况；2、用事后误差估计|X(k+1)-Xk|#include#include#includeusingnamespacestd;constintmaxn=
Ambition_Bit·2020-08-03 13:06

数论——逆元

因为a×x≡1(modb)，所以a×x=b×y+1，等价于a×x+b×y=1，这就是一个可以用欧几里得求解的线性方程了。在这里已经介绍出了如何利用原结论求出这个方程的解。下面给代码：voi
千杯湖底沙.·2020-08-03 11:15

Coursera机器学习(Andrew Ng)笔记：支持向量机

对其中不清楚的地方可以留言，我会及时更正修改支持向量机是广泛应用在工业界和学术界的一个比较流行的算法，与逻辑回归和神经网络相比，SVM在学习复杂的非线性方程时，提供了一种更为清晰更加强大的方式。
wisdom610·2020-08-03 08:43

线性回归模型及梯度下降算法（吴恩达机器学习第一周作业）

在得知一个新的房屋信息后如何得到对应的新房屋价格，这类问题可以简化为：寻找房屋面积、卧室个数与房屋价格之间关系方程的过程就是回归，这里假设他们之间是线性关系，即房屋价格可以被表示为房屋面积与卧室个数的一维线性方程
wu740027007·2020-08-03 08:23

LINGO语法及软件操作

LINGO初步介绍LINGO是用来解决优化问题的一个特别好用的软件，可以快速求解线性规划、非线性规划、线性和非线性方程组等等，是数学建模中求优化问题的解不可缺少的工具之一。
infinite_with·2020-08-03 08:38

吴恩达机器学习笔记第七周 SVM支持向量机

由逻辑回归引入SVM：支持向量机或者简称SVM，在学习复杂的非线性方程时，提供了一种更为清晰更加强大的方式，我们在逻辑回归中所用的假设函数h(x)的曲线如图：当y=1时，我们希望假设函数能趋向于1，即z
Raven_shhy·2020-08-03 05:51

机器学习笔记（二）----线性方程拟合的正规方程法*（推荐网址）

到目前为止，我们都在使用梯度下降算法，但是对于某些线性回归问题，正规方程方法是更好的解决方案。如：J(θ)=aθ2+bθ+c正规方程是通过求解下面的方程来找出使得代价函数最小的参数的：∂∂θjJ(θj)=0假设我们的训练集特征矩阵为X（包含了x0=1）并且我们的训练集结果为向量y，则利用正规方程解出向量：θ=(XHX)−1XHy以下表示数据为例：x0尺寸(英尺)x1房间数x2楼层数x3使用时间(年
冬之晓东·2020-08-03 02:13

Matlab 数值计算----牛顿迭代法

Newton.m函数function[x_star,index,it]=Newton(fun,x,ep,it_max)%求解非线性方程的牛顿法%第一个分量是函数值，第二个分量是导数值%x为初始点%ep为精度
潇潇雨歇_·2020-08-03 01:55

支持向量机SVM算法推导及实现

在样本空间中，划分超平面可以通过如下线性方程
flushest·2020-08-03 00:00

Eigen快速入门

基础使用Eigen特殊矩阵生成Eigen矩阵分块Eigen矩阵元素交换Eigen矩阵转置Eigen矩阵乘积Eigen矩阵单个元素操作Eigen矩阵化简Eigen矩阵点乘Eigen矩阵类型转换Eigen求解线性方程组
danmeng8068·2020-08-02 23:04

最小二乘法（一般形式和矩阵形式）

若A为m×n的矩阵，b为m×1的矩阵，则Ax=b表达了一个线性方程组，它的normalequation的形式为ATAx=ATb。当Ax=b有解时
Sunshine_in_Moon·2020-08-02 22:26

SVM支持向量机 学习笔记

在样本空间中，划分超平面可以通过如下线性方程来描述：(1)原因：在划分超平面线性方程中，为法向量，决定了超平面的方向，b为位移项，决定了超平面与原点之间的距离。
没有热情得活着不如死去·2020-08-02 22:21

支持向量机(SVM) SMO算法详解

1.寻找最大间隔训练样本集：D={(x1,y1),(x2,y2),...,(xm,ym)},yiϵ{-1,+1}划分超平面的线性方程：wTx+b=0（1）样本空间中任一点x到超平面(w,b)的距离为：（
公子小K·2020-08-02 21:58

SMO算法的极简数学推导

这个超平面可以通过以下线性方程来描述：，其中w为法向量w=（w1；w2；w3……）如图下图，定义y（x）=0时为该
一江明澈的水·2020-08-02 20:58

计算方法：矩阵三角分解法解线性方程组

#include#defineN100intprint(doublea[N][N],intn){inti,j;for(i=1;i=1;i--){for(j=n,sum=0;j>i;j--)sum=u[i][j]*x[j]+sum;x[i]=(y[i]-sum)/u[i][i];}printf("方程的根为:\n");for(i=1;i<=n;i++)printf("x%d=%f\n",i,x[i]
雪山飞狐YCH·2020-08-02 17:01

【Lingo 18.0及其安装教程】

LinearInteractiveandGeneralOptimizer的缩写，即“交互式的线性和通用优化求解器”，由美国LINDO系统公司（LindoSystemInc.）推出的，可以用于求解非线性规划，也可以用于一些线性和非线性方程组的求解等
春风惹人醉·2020-08-02 15:24

线性代数拾遗（五）：矩阵变换的应用

线性代数拾遗（一）：线性方程组、向量方程和矩阵方程线性代数拾遗（二）：线性方程组的解集及其几何意义线性代数拾遗（三）：线性变换以及矩阵的意义线性代数拾遗（四）：线性方程组的应用上一章用了一个经济学的例子
算法与数学之美·2020-08-02 15:43

线性代数拾遗（五）：矩阵变换的应用

线性代数拾遗（一）：线性方程组、向量方程和矩阵方程线性代数拾遗（二）：线性方程组的解集及其几何意义线性代数拾遗（三）：线性变换以及矩阵的意义线性代数拾遗（四）：线性方程组的应用上一章用了一个经济学的例子
算法与数学之美·2020-08-02 15:42

非线性方程求解 ：二分迭代法和牛顿迭代法

在机器人算法开发中，经常会遇到求解非线性方程。
BigDDDDD·2020-08-02 13:04
上一页 36 37 38 39 40 41 42 43 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他