粘弹性 时域 线性

线性回归的梯度下降 问题陈述： 让我们使用与之前相同的两个数据点 - 1000平方英尺的房子以300，000美元的价格出售，而2000平方英尺的房屋以500，000美元的价格出售。 import math, copy import numpy as np import matplotlib.pypl ......

https://blog.csdn.net/xbinworld/article/details/65660665 ......

材料来源于 Siggraph Asia 2018 的 course note Parallel iterative solvers for real-time elastic deformations, SIGGRAPH Asia 2018 Courses, 2018. 0. 概述 在形变仿真中，许 ......

非线性优化问题以及在视觉SLAM中的应用 1.0 最小二乘基础概念 定义 $\quad$ 找到一个 n 维的变量 $\mathbf{x}^{*} \in \mathbb{R}^{n}$ , 使得损失函数 $F(\mathbf{x})$ 取局部最小值： $$ F(\mathbf{x})=\frac{1 ......

实现语言：C++ 1. 线性表相关概念 线性表（Linear List） 是由n(n≥0)个具有相同特性（数据类型）的数据元素（结点）a1，a2，...，ai-1，ai，ai+1，...，an组成的有限序列。 其中，a1为线性起点（起始结点），an为线性终点（终端结点）。对于每一个数据元素ai，我们 ......

​ 我学习顺序表时找不到相关的代码，以及我不清楚写一个线性表需要的知识，当我写出来可以使用的线性表我就把这些内容贴了出来。 前置知识点：结构体，常量指针，new和delete 顺序表的特点： 需要一片连续的存储空间 逻辑上相连的数据的存储位置也是相邻的。 所以如果我们想要创建一个顺序表我们需要做两件 ......

多特征线性回归 在单特征线性回归模型中，我们通过一个特征对目标变量进行预测，例如通过房子的大小来预测房价。但实际现实生活中，影响房价的因素往往不止面积一个，例如还有房间数、楼层、位置等等，所以我们需要用到多特征的模型来对房价进行预测。 一、规定符号 xj：第j个特征 n：特征的数量 x(i)：第i个 ......

动态规划程序设计是对解最优化问题的一种途径、一种方法，而不是一种特殊算法。不像前面所述的那些搜索或数值计算那样，具有一个标准的数学表达式和明确清晰的解题方法。动态规划程序设计往往是针对一种最优化问题，由于各种问题的性质不同，确定最优解的条件也互不相同，因而动态规划的设计方法对不同的问题，有各具特色的 ......

考虑线性方程组 $$\mathrm{A}x=\mathrm{b}$$ 其中，$\mathrm{A}=(a_{ij}){n\times n}$，$\mathrm{b}=[b_1,b_2,\cdots,b_n]^{\mathrm{T}}$。在线性代数的课程中，我们已经学习过Gauss消元法，具体操作是将 ......

降维，可以用下面这张图来很简单的描述，就是将不同的、复杂的多种树都抽象成最简单的树的描述，也就是我们不关心这棵树长什么样子有什么特别的特征，我们只需要降维，知道它是一棵树即可。 维度下降实际上就是找到一个function，使得输入x得到输出z，而输出z的维度要比输入x的维度小。具体有几种方面，下面就 ......

动态规划篇——线性DP 本次我们介绍动态规划篇的线性DP，我们会从下面几个角度来介绍： 数字三角形 最长上升子序列I 最长上升子序列II 最长公共子序列 最短编辑距离 数字三角形 我们首先介绍一下题目： /*题目概述*/ 给定一个如下图所示的数字三角形，从顶部出发，在每一结点可以选择移动至其左下方的 ......

#前言 本篇文章我将介绍 期望为线性时间 的选择算法和 最坏情况为线性时间 的选择算法，即分别为 平均情况下时间复杂度为O(n) 和 最坏情况下时间复杂度为O(n) 的线性时间选择。以下包含了我自己的全部思考和学习过程，参考书籍为 算法导论(第三版)。😊 (本文作者： Amαdeus，未经允许不得 ......