今天搬完了宿舍，发现去年复习复分析的时候整理了一下这一点，下面我将其TeX化。 下面介绍一些复平面上的直观，因为我们解析几何通常以实数为基本，遇到复平面上的直线和圆时有时会很棘手，下面对此作一些整理。 注：之后$\overline{z}$均表示$z$的共轭。 首先是圆和直线的方程。 命题1. 复平面 ...
分类：
其他好文 时间：
2018-08-30 01:59:55
阅读次数：
194
全局变量 im 即复数 i ，为复数的虚数单位，表示 -1 的正平方根 Julia 允许数值作为代数系数，这也适用于复数 复数的运算 real() 函数获取复数的实部大小 imag() 函数获取复数的虚部大小 conj() 函数求复数的共轭复数 abs() 函数求复数的模 对于复数 z = a + ...
分类：
其他好文 时间：
2018-08-17 22:26:17
阅读次数：
262
共轭梯度法 [TOC] 我们关注共轭梯度法主要有两个原因 1. 它们是求解大规模矩阵方程最有效的方法之一 2. 它们可以经过一些调整去处理非线性的最优化问题 本章我们将讨论共轭梯度法在处理 线性 和 非线性 问题上的优越性质。 首先，线性共轭梯度法是高斯消元法的变种，它适用于处理大规模矩阵方程问题， ...
分类：
其他好文 时间：
2018-08-10 19:47:44
阅读次数：
194
原函数约束很多，不一定是凸函数，也就是说原函数是一个也许有很多极小值的多维空间函数，它是不容易求最小值的。用来拟合，容易陷入局部最小值，得到的结果不够泛化。举例：一个训练好的分类器，对一些东西分类很准（拟合误差达到局部极小值），泛化能力很差（拟合误差不是全局最小）。通过求共轭函数，我们把它原函数映射到另一个多维空间（自变量都变了），变成一个新函数，这个函数是凸的，而且它的最大值小于等于原函数的最小
分类：
其他好文 时间：
2018-06-14 18:10:02
阅读次数：
543
一开始用c++的运算符重载程序总是莫名其妙的崩掉，然后以为是运算符重载的问题就写了个class对矩阵重新封装，结果还是崩，然后好久才发现是我把空间开的太大导致程序崩掉，无语，这样就浪费了我一个上午。。。。 课本上的例题： $$\begin{equation}{\left[ \begin{array} ...
分类：
其他好文 时间：
2018-06-10 15:13:08
阅读次数：
213
离散余弦变换 由于实信号傅立叶变换的共轭对称性，导致DFT后在频域中有一半的数据冗余。离散余弦变换(DCT)在处理实信号时比离散傅立叶(DFT)变换更具优势。在处理声音信号这类实信号时，DFT得到的结果是复功率谱，其结果中的一半数据是没利用价值的。相比之下，DCT得到的结果是实谱，从而节省了不必要的 ...
分类：
其他好文 时间：
2018-05-12 20:36:04
阅读次数：
200
syms f x1 x2 f=(1/2)*x1^2+x2^2; x=[2;1]; a=[1 0;0 2];% A g1=diff(f,x1); g2=diff(f,x2); g=[g1;g2];%导数 % x1 g11=subs(g1,{x1,x2},{x(1) x(2)}); g22=subs(g... ...
分类：
其他好文 时间：
2018-05-10 21:47:36
阅读次数：
1049
参考这篇文章，我觉得讲的还是比较清楚的： https://blog.csdn.net/jteng/article/details/61932891 ...
分类：
其他好文 时间：
2018-04-15 13:39:07
阅读次数：
98
参考： https://blog.csdn.net/xianlingmao/article/details/7340099 wiki 理解了贝叶斯之后，再理解这些概念就轻松很多，原文如下。 在贝叶斯统计中，如果后验分布与先验分布属于同类，则先验分布与后验分布被称为共轭分布，而先验分布被称为似然函数的 ...
分类：
其他好文 时间：
2018-04-09 20:59:02
阅读次数：
191
