线性代数 方阵 代数 线性
线性代数-二次型-坐标变换笔记
 原来的二次型$f\left ( x_{1},x_{2},x_{3} \right )$经过坐标变换变成了 ......
线性代数笔记 #2 | 向量空间相关
所用教材: 席南华 基础代数(第一卷) 柯斯特利金 代数学引论 练习模块:https://www.cnblogs.com/IhopeIdieyoung/p/17495666.html *** 线性相关(linear dependence): 我们定义$\mathbb{R}^n$中的向量(组)$v_1 ......
基于simulink平台的非线性模型预测控制算法实现代码，无人驾驶运动控制，代码自己编写的。
基于simulink平台的非线性模型预测控制算法实现代码，无人驾驶运动控制，代码自己编写的。ID:2910607171173480 ......
线性结构中的栈、队列和串是怎么回事？
栈 (stack)是一种操作受限的线性表，栈的操作被限定在线性表的尾部进行，栈结构有两个特殊概念：
- 栈顶：栈的尾部被称为栈顶(Top)；
- 栈底：另一端固定不动，被称为栈底(Bottom) ......
关于线性结构中的双向链表如何实现？
至此，我们已经连续用两篇文章给大家介绍了链表的相关知识。在上一篇文章中，我们主要介绍了链表的基础知识和单链表的常规操作，同时辅以图示来说明各种操作情况。在本篇文章中，主要是从Java编程角度作为切入点，来进一步讲解双向链表的一些操作。特别是本篇文章中的大量代码实践，需要大家能够理清逻辑关系，希望你可... ......
【题解】Atcoder ABC300 F.More Holidays（线性做法）
## F.More Holidays ### 题目描述： 给你一个由 `o` 和 `x` 组成的长度为 $N$ 的字符串 $S$，以及整数 $M$ 和 $K$。保证 $S$ 至少包含一个 `x`。 假设 $T$ 是由 $S$ 复制 $M$ 次而成的长度为 $NM$ 的字符串。考虑将 $T$ 中的 $ ......
线性基
线性代数中，我们学过极大线性无关组。 极大线性无关组：在线性空间中拥有向量个数最多的线性无关向量组。 换言之，任取一个子集所表示的向量不能由集合中剩余的向量表示。 在计算机语言中，我们应用在一些方面，称之为线性基。eg.P3812 【模板】线性基 题意： 给你 n 个数字，取任意个，使它们的异或和最 ......
随机信号通过线性系统
冲激响应和传输函数分别为$h(t)$和$H(\omega)$的线性时不 变系统 ，当随机信号输入该线性时不变系统时 ，其输出的信号是由对应各个输入样本函数的输出响应所构成的函数集合，需要用统计的方法分析输出信号的特征。 输入随机信号$X(t)$平稳时 ，输出响应$Y(t)$ 1.均值$E[Y(t)] ......
（炒冷饭）线性 RMQ
之前一直在用别人写的线性 $\text{RMQ}$ 板子，但是我自己一直不会写。 所以去年退役以后，有一天学文化课的过程中走神想了这个。 不过现在这个东西是不是人人都会呢…… 下面是我的想法，不过很久以前就已经被发明过了。 本来这玩意儿不值得发一篇博客的，但毕竟已经从文化课中解放了，想要发点什么庆祝 ......
R语言线性混合效应模型（固定效应&随机效应）和交互可视化3案例|附代码数据
在本文中，我们将用R语言对数据进行线性混合效应模型的拟合，然后可视化你的结果 线性混合效应模型是在有随机效应时使用的，随机效应发生在对随机抽样的单位进行多次测量时。来自同一自然组的测量结果本身并不是独立的随机样本。因此，这些单位或群体被假定为从一个群体的 "人口 "中随机抽取的。示例情况包括 当你划 ......
时域线性粘弹性（待完成）
## Boltzmann叠加原理 对于==蠕变==，有 $\gamma(t)=J(t)\sigma$，其中 $J(t)=J_g+J_d\Psi(t)$。 假设在各个时间节点上施加一些列的 $\Delta\sigma(\tau_i)$ 外界激励，系统的一系列响应是 $J(t-\tau_i)$ ，相乘并 ......
常系数齐次线性递推数列
常系数齐次线性递推数列 齐次线性递推方程 H(n)−a1H(n−1)−a2H(n−2)−akH(n−k)=0 (1) H(0)=b0,H(1)=b1,H(2)=b2,⋯,H(k−1)=bk−1 (2) 称作k阶常系数齐次线性递推数列。 二阶，直接求解（高考） 假如能够将递推关系式改写为 (an−pa ......
线性求逆元
```cpp inv[0] = inv[1] = 1; for (int i = 2; i < N; ++ i) { f[i] = f[i - 1] * i % mod; inv[i] = (mod - mod / i) * inv[mod % i] % mod; } ``` 当N过大但查询的点少的 ......
「学习笔记」扩展欧几里得定理与线性同余方程
## 扩展欧几里得算法 ### 介绍 扩展欧几里得算法，常用来求像 $ax + by = c$ 这样的不定方程的一组可行解 ### 解法 在此之前，我们可以确定 $c$ 一定是 $\gcd(a, b)$ 的倍数。 为什么？我们把原式分解一下 $ax + by$ 分解后，是$\gcd(a, b) \c ......
(数论)判断素数(朴素,根号,埃氏筛,欧拉筛线性筛)
// 最基本求一个素数(on),(osqrt(n)) #include<bits/stdc++.h> using namespace std; int main() { int n; cin>>n; for(int i=2;i<n;i++)//o(n) if(n%i==0){ cout<<"no"; ......
数据分享|R语言用lme4多层次（混合效应）广义线性模型（GLM），逻辑回归分析教育留级调查数据|附代码数据
全文链接:http://tecdat.cn/?p=22813 最近我们被客户要求撰写关于混合效应的研究报告，包括一些图形和统计输出。 本教程为读者提供了使用频率学派的广义线性模型（GLM）的基本介绍。具体来说，本教程重点介绍逻辑回归在二元结果和计数/比例结果情况下的使用，以及模型评估的方法 本教程使 ......
算子编译没烦恼，Debug线性提升| 昇思MindSpore报错调试宝典（四）：网络构建与训练类报错之算子编译错误
上一期讲解了语法错误问题，本期给大家介绍遇到算子编译错误问题应该如何分析和解决，当算子参数值、类型、shape不满足要求时，或者是算子功能受到限制这些都属于算子编译错误，本期以构建ReduceSum单算子网络时输入超过该算子支持维度为例来分析讲解如何定位与调试。 具体内容请看海报~ 文字版内容： 小 ......
5分钟学会数据结构中的线性链表
线性表可以说是一种最基础最简单的数据结构，它表示的是一种线性结构，比较常见的线性结构包括数组和链表等。所谓的链表，顾名思义，就是链式的线性表，即链表也是一种线性表。与数组不同的是，链表采用的是链式存储，这种链式结构是**非连续、非顺序的内存空间**。链表中的每一个独立的元素被称为结点，故链表由一系列... ......
Berlekamp_Massey与常系数齐次线性递推
## Berlekamp_Massey BM线性递推，看了这篇博客才学会的：[link]([(29条消息) [学习笔记]Berlekamp-Massey算法_cz_xuyixuan的博客-CSDN博客](https://blog.csdn.net/qq_39972971/article/detail ......
4.3 线性回归的改进-岭回归
# 1.带有L2正则化的线性回归-岭回归 岭回归，其实也是一种线性回归。只不过在算法建立回归方程时候，加上正则化的限制，从而达到解决过拟合的效果 # 2.API ``` sklearn.linear_model.Ridge(alpha=1.0, fit_intercept=True,solver=" ......
4.1 线性模型
# 1 回归问题 >**什么是回归问题 目标值 连续型的数据** **应用场景 房价预测 销售额度预测 金融：贷款额度预测、利用线性回归以及系数分析因子** # 2 什么是线性回归 ## 2.1 定义 >**线性回归(Linear regression)是利用回归方程(函数)对一个或多个自变量(特征 ......
细说复旦大学高等代数教材
复旦高代教材从1993年9月开始在复旦大学数学系使用，30年间历经数次修订，连续荣获“十五”、“十一五”和“十二五”国家级规划教材。为了使读者有更加深入的了解，下面给出每一章的详细介绍，以展示复旦高代教材在构建高等代数知识体系及其应用框架的过程中一些具体的设计与独特的思考。 第一章 行列式复旦高代教 ......
小灰灰深度学习day8——线性回归(从零开始实现与简洁的实现)
从零开始实现的代码如下: import math import random #随机梯度下降 随机的权重 import time import numpy as np from d2l import torch as d2l #实现过的函数写在d2l包中 ''' 加这两句是为了能画出散点图,不然会报 ......
线性空间学习笔记（部分）
因为线性空间的知识点多而杂，无法一一记录，因此只取一些学习中遇到困难的地方做笔记。 # 列向量与行向量 只要不特殊提及，在线性代数中研究的向量都是 **列向量**。 显然，一个列向量左乘行向量的结果是一个标量。而一个列向量左乘一个矩阵，可以看作左乘一行列向量。即： $$ A\mathbf x=A\b ......
推导：PCA主成分分析&LDA线性判别分析
# 推导：PCA主成分分析&LDA线性判别分析 PCA和LDA都是在通过降维进行特征提取，PCA倾向于数据重构（就如名字一样 主成分分析），LDA倾向于数据分类（更好的将不同类别分开）。 考虑它具体在做什么事情，其实在每个样本进行中心化处理后（减去均值），一个样本就变成了一个距离向量来描述与 ......
ASEMI代理英飞凌TLE4250-2G汽车级线性稳压器
编辑-Z TLE4250-2G参数描述： 型号：TLE4250-2G 输入电压VI：45V 输出电压VQ：40V 结点温度Tj：-40~ 150℃ 储存温度Tstg：-50~150℃ 输出电容器要求CQ：1µF 连接到焊接点RthJSP：30K/W 电源纹波抑制PSRR：48dB 输出电流限制IQ, ......
非线性规划——习题解答（七）
[下载链接]（https://wwxh.lanzoum.com/ihzGD0yorp9a密码:24cv）  ......
非线性规划——惩罚函数外点法（六）
罚函数法又称乘子法，是将约束优化问题转换为无约束最优化问题的方法之一。其基本思想就是通过在原始的目标函数中添加一个障碍函数（也可以理解成惩罚函数）来代替约束条件中的不等式约束。如果当前解不满足约束条件，就在目标项上加上一个正向的惩罚（这里考虑的都是最小化问题），强迫当前解往可行域的方向走。至于正向惩 ......
非线性规划——不等式约束的最优化方法KT条件（五）
库恩塔克条件(Kuhn-Tucker conditions)是非线性规划领域里最重要的理论成果之一，是确定某点为极值点的必要条件。如果所讨论的规划是凸规划，那么库恩-塔克条件也是充分条件。本文不对数学公式进行详细推导，而是从直观上对KKT条件进行理解。 ![](https://img2023.cnb ......
非线性规划——等式约束的最优化方法（四）
对非线性规划来说，大多数情况下我们是不可能无限制求其理想情况下的最优值的，总是存在一些约束生成了一部分可行解域。从机器学习上来说，我们的可行解域就被限制住了，直接求解起来事实上是有一定困难的，我们更希望求解的是无约束的优化问题，就衍生出拉格朗日乘子法。拉格朗日乘子法主要用于解决约束优化问题，它的基本 ......