PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。 在Scikit中运用PCA很简单： 以上代码是将含有4个特征的数据经过PCA压缩为3个特征。P ...
分类：
其他好文 时间：
2017-05-08 01:26:35
阅读次数：
865
16 级高代 II 思考题九 设 $V$ 是数域 $\mathbb{K}$ 上的 $n$ 维线性空间, $\varphi$ 是 $V$ 上的线性变换, $f(\lambda),m(\lambda)$ 分别是 $\varphi$ 的特征多项式和极小多项式. 设 $f(\lambda)=m(\lambd ...
分类：
其他好文 时间：
2017-05-07 18:40:31
阅读次数：
227
设 $V$ 是复数域 $\mathbb{C}$ 上的 $n$ 维线性空间, $\varphi$ 是 $V$ 上的线性变换, $A\in M_n(\mathbb{C})$ 是 $\varphi$ 在某组基下的表示矩阵, 则有线性变换或矩阵的 Jordan 标准型理论. 具体的, 设 $\varphi$ ...
分类：
其他好文 时间：
2017-05-06 18:55:18
阅读次数：
217
不同特征值所定义的特征子空间的和是直和 定义线性变换可以对角化：线性变换有n个不同（线性无关的）的特征向量 推理：：：：判断一个矩阵/线性变换是否可以对角化的充分条件（不是必要条件）:线性变换有n个不同的特征值（线性变换的特征多项式没有重根） 推理：：：：线性变换的所有特征值的所对对应的特征子空间： ...
分类：
其他好文 时间：
2017-05-06 11:56:00
阅读次数：
155
相量 线性性质 正弦量的线性组合的相量等于各相量的同一线性组合 相量变换是线性变换 微分性质 正弦量对时间的一阶导数等于该正弦量的相量变换乘虚数$j\omega $ $\frac{\mathrm{d}f(t)}{\mathrm{d}t}=\frac{\mathrm{d}}{\mathrm{d}t}\ ...
分类：
其他好文 时间：
2017-05-01 09:55:37
阅读次数：
157
什么是仿射变换?¶ 一个随意的仿射变换都能表示为 乘以一个矩阵 (线性变换) 接着再 加上一个向量 (平移). 综上所述, 我们可以用仿射变换来表示: 旋转 (线性变换)平移 (向量加)缩放操作 (线性变换) 你如今能够知道, 其实, 仿射变换代表的是两幅图之间的 关系 . #include "op ...
分类：
其他好文 时间：
2017-04-26 14:37:10
阅读次数：
325
图像反转 I=imread('nickyboom.jpg'); J=double(I); J=-J+(256-1); %图像反转线性变换 H=uint8(J); subplot(1,2,1),imshow(I); subplot(1,2,2),imshow(H); 直方图均衡化 MATLAB 程序实 ...
分类：
其他好文 时间：
2017-04-23 10:46:15
阅读次数：
306
BP算法： 1.是一种有监督学习算法，常被用来训练多层感知机。 2.要求每个人工神经元（即节点）所使用的激励函数必须可微。 （激励函数：单个神经元的输入与输出之间的函数关系叫做激励函数。） （假如不使用激励函数，神经网络中的每层都只是做简单的线性变换，多层输入叠加后也还是线性变换。因为线性模型的表达 ...
分类：
编程语言 时间：
2017-04-16 12:16:13
阅读次数：
352
第一节：旋转 1.2D中的旋转 上一节中讲了矩阵的几何意义，矩阵的每一行可以看做该维度向量的分解坐标轴向量所对应的最终状态。接下来我们以2D单位向量来讨论2D向量的旋转问题。 上图中我们以2D向量[1 1]来演示旋转θ角后的矩阵表示。首先分解2D向量[1 1]，然后[1 1]向量的旋转其实就是分解的 ...
分类：
其他好文 时间：
2017-04-10 00:43:43
阅读次数：
209
0、小叙闲言 1、本章整体结构 2、书中例子 例2.1 主要是使用函数imadjust，来熟悉一下灰度处理，体验一把 处理前后效果，还可以，f到g1的变换，就是对像素值进行了反转，也就是书中所讲的负片效果，对医学很有用。 g2图是将[0.5 0.75]间的像素线性变换到[0 1]之间，也就是进行了放 ...
分类：
其他好文 时间：
2017-04-08 22:13:25
阅读次数：
387
