方程 曲线 多项式 非线性
计算给定多项式的值
Console.WriteLine("Hello, World!"); var list = new double[100000000]; for(int i = 0; i < 100000000; i++) { list[i] = i; } Console.WriteLine("Func1结果:" ......
基于物理的渲染（2）：渲染方程
基于物理的渲染（2）：渲染方程 \[L_o(p,ω_o)=∫_Ωf_r(p,ω_i,ω_o)L_i(p,ω_i)n⋅ω_idω_i \] 其中\(L_o\)为P点的出射辐射率，\(f_r\)是P点入射方向到出射方向光的反射比，也叫双向反射分布函数（BRDF），\(L_i\)是P点入射光辐射率。渲染 ......
多项式（Poly）笔记
开头先扔板子：多项式板子们 定义 多项式（polynomial）是形如 \(P(x) = \sum \limits_{i = 0}^{n} a_i x ^ i\) 的代数表达式。其中 \(x\) 是一个不定元。 \(\partial(P(x))\) 称为这个多项式的次数。 多项式的基本运算 多项式的 ......
一次线性方程组 高斯消元笔记
高斯消元原理 高斯消元用来解如下形式的方程组： \[\begin{cases} a_{1, 1} x_1 + a_{1, 2} x_2 + \cdots + a_{1, n} x_n = b_1 \\ a_{2, 1} x_1 + a_{2, 2} x_2 + \cdots + a_{2, n} x ......
2d物理引擎学习 - 线性运动
线性运动相关公式（Linear Motion） 加速度(acceleration): a = (v1-v0) / t，单位：m/s2，方向：力作用方向或速度变化方向 瞬时速度(velocity)：v1 = v0 + a * t，单位：m/s，方向：力作用方向或运动方向 位移：x = v0 * t + ......
机器学习-线性分类-支持向量机SVM-合页损失-SVM输出概率值-16
目录1. SVM概率化输出2. 合页损失 1. SVM概率化输出 标准的SVM进行预测 输出的结果是： 是无法输出0-1之间的 正样本 发生的概率值 sigmoid-fitting 方法： 将标准 SVM 的输出结果进行后处理，转换成后验概率 A,B 为待拟合的参数， f 为样本 x 的无阈值输出。 ......
多项式板子
FFT #include<iostream> #include<cstdio> #include<cmath> using namespace std; int limit,r[10000010]; double pie=acos(-1.0); struct complex{ double x,y; ......
机器学习-线性分类-支持向量机SVM-SMO算法代码实现-15
1. alpha2 的修剪 if y1 != y2 : α1 - α2 = k # 不用算k的具体大小 if k > 0: # 上图的左 下这条线 α2 的区间 (0, c-k) k < 0 : # 上图的左 下这条线 α2 的区间 （-k, C） 所以： L = max(0, -k) # k>0 ......
线性DP
线性DP 例题：POJ2279 思考： 考虑 dp_{i,j,k} 表示第 i 行，第 j 列，安排 k 去站的方案数。 错误原因： 安排 k 去站但是可能会造成重复选择 k 。 正解： 考虑 dp_{a1,a2,a3,a4,a5} 表示各排从左边起分别站了 a1,a2,a3,a4,a5 个人时，合 ......
【算法】【线性表】下一个排列
1 题目 整数数组的一个 排列 就是将其所有成员以序列或线性顺序排列。 例如，arr = [1,2,3] ，以下这些都可以视作 arr 的排列：[1,2,3]、[1,3,2]、[3,1,2]、[2,3,1] 。 整数数组的 下一个排列 是指其整数的下一个字典序更大的排列。更正式地，如果数组的所有排列 ......
【算法】【线性表】移除元素
1 题目 给你一个数组 nums 和一个值 val，你需要 原地 移除所有数值等于 val 的元素，并返回移除后数组的新长度。 不要使用额外的数组空间，你必须仅使用 O(1) 额外空间并 原地 修改输入数组。 元素的顺序可以改变。你不需要考虑数组中超出新长度后面的元素。 示例 1： 输入：nums ......
机器学习-线性分类-支持向量机SVM-SMO算法-14
目录1. SVM算法总结2. SMO算法 1. SVM算法总结 选择 核函数 以及对应的 超参数 为什么要选择核函数？ 升维 将线性问题不可分问题 升维后转化成 线性可分的问题 核函数 有那些？ linea gauss polinormail tanh 选择惩罚项系数C min ||w||2 + C ......
MATLAB计算表达式求解方程
1、利用syms声明表达式中需要使用的变量 2、编辑带有变量的表达式 3、使用subs命令将表达式中的变量替换为具体数值，此过程有计算功能 4、求解方程组可以使用solve函数 5、eqn = [方程1，方程2] var = [待求未知数1 待求未知数2] ans = solve(eqn,var) ......
线性映射与矩阵空间同构、线性映射的维数公式
  的同余方程 \(ax\equiv 1 (\bmod b)\) 的最小正整数解。 根据取模的性质，这个方程相当于 \(ax+by=1\)，其中 \(y\) 为负数，形式类似于扩展欧几里得的经典形式 \(ax+by=\gcd(a,b)\)。 方程 \(ax+by=m\) 有整数解的必 ......
转载（气泡的附加压力与热力学基本方程）
本文拟结合准静态过程假说，探究气泡附加压力与热力学基本方程的内在关联，供参考. 含表面张力的热力学基本方程 准静态过程假说中含表面张力的热力学基本方程，参见如下式（1）[1]: dG=γdAs=-SdT+Vdp+δW' （1） 需明确，式（1）中并未出现体势变（-pdV）或体积功（-pedV)项，这 ......
机器学习-线性分类-支持向量机SVM-软间隔-13
目录1. 总结 SVM2. 软间隔svm 1. 总结 SVM SVM算法的基础是感知器模型， 感知器模型 与 逻辑回归的不同之处？ 逻辑回归 sigmoid(θx) 映射到 0-1之间给出预测概率 感知器分类 sign(θx) 输出θx的符号， +1 或者-1 给出x是属于正样本还是负样本 直接输出 ......
欧拉线性筛
模板 #include<bits/stdc++.h> using namespace std; const int N=1e8+10; int p[N]; bitset<N>vis; int n; void ola(){ int cnt=0; for(int i=2;i<=N;i++){ if(!v ......
基扩张定理、矩阵秩不等式、线性空间的维数公式、直和等价命题
  x = 2*x; A O( log2(n) ) B O( n ) C O( nlog2(n) ) D O( n^2 ) 答案：Ａ 解析： x = 2^i = ......
css渐变背景，linear-gradient()线性渐变和radial-gradient()径向渐变
1.简单的线性渐变 .layout{ width: 100%; min-height: 100vh; background: linear-gradient(#FFE8E9,rgba(0,0,0,0) 200px); } 2.层叠多层的渐变（左右+上下+背景图） .layout{ width: 10 ......
数据结构与算法 第二章线性表（48课时课程笔记）Data Structure and Algorithms
2.1 线性表的类型定义 一个线性表是n个数据元素的有限序列。 （1）结构初始化 InitList(&L) 构造一个空的线性表L。 （2）销毁结构 DestroyList(&L) （3）引用型操作 （4） 修改型操作 一个算法举例： 假设有两个集合A和B分别用两个线性表LA和LB表示（即：线性表中的 ......
世微 AP75XX 低压差线性稳压器 LDO 多种分装
产品描述 AP75XX 是一款采用 CMOS 技术的低压差线性稳压器。最高工作电压可达 24V，有几种固定输出电压值，输出范围为 2.8V~9.0V，具有较低的静态功耗，广泛用于各类音频、视频设备和通信等设备的供电。特点应用领域封装信息输出电压选型 注：(XX 代表输出电压）型号输出电压封装类型SO ......
【算法】【线性表】四数之和
1 题目 给一个包含n个数的整数数组S，在S中找到所有使得和为给定整数target的四元组(a, b, c, d)。 四元组(a, b, c, d)中，需要满足 a<=b<=c<=d，答案中不可以包含重复的四元组。 样例 1： 输入： numbers = [2,7,11,15] target = 3 ......
机器学习-线性回归-SVM支持向量机算法-12
目录1. 铺垫 感知器算法模型2. SVM 算法思想3. 硬分割SVM总结 支持向量机(Support Vector Machine, SVM)本身是一个二元分类算法，是对感知器算法模型的一种扩展。 1. 铺垫 感知器算法模型 什么是感知器算法模型？ 感知器算法是最古老的分类算法之一，原理比较简单， ......
线性表
结构体 结构体基本概念：结构体属于用户自定义的数据类型，允许用户存储不同的类型。 结构体定义与使用： 语法： struct 结构体名{ 结构体成员列表 }； 通过结构体创建变量的三种方式： struct 结构体名 变量名 struct 结构体名 变量名= {成员1值，成员2值……} 定义结构体时顺便 ......
[最优化方法笔记] 非线性规划 拉格朗日乘子法
1. 拉格朗日乘子法 拉格朗日乘子法 是一种 将约束优化问题 转化 为 无约束优化问题 的方法。其核心思想就是通过 拉格朗日乘子 将 含有 \(n\) 个变量和 \(m\) 个约束条件的带约束优化问题转换为含有 \(n + m\) 个变量的无约束优化问题。 对于如下约束优化问题： \[\begin{ ......
机器学习-线性回归-逻辑回归-实战-09
1. 二分类 #!/usr/bin/env python # coding: utf-8 # In[7]: import numpy as np from sklearn import datasets from sklearn.linear_model import LogisticRegress ......
机器学习-线性回归-softmax回归 做多分类-10
1. softmax回归 伯努利分布（0-1分布 二分类），我们采用Logistic回归（用sigmoid函数映射到 0-1之间 输出预测概率）建模。 那么我们应该如何处理多分类问题？（比如要进行邮件分类；预测病情属于哪一类等等）。对于这种多项式分布我们使用softmax回归建模。 什么是多项分布？ ......