作者：桂。时间：2017-09-09 12:48:45链接：http://www.cnblogs.com/xingshansi/p/7498175.html 一、复数相乘可以表示为分块的形式：二、范数　　A-范数基本定义p=0，0范数，对应非零元素个数；p=1，1范数，也成和范数；p=2，常称为Eu...

工作中用到了行列转置,把这两种情况的算法记下来,以便后用1.行列数相等的转置1/**2*@description矩阵转置3*@authoroldmonk4*@time2017年8月18日5*/6publicclasstest{78publicstaticvoidmain(String[]args){9intdata[]...

  ...

1）平移变换从一个位置到另一个位置的变换可以用平移矩阵T表示，该矩阵通过向量t=(tx,ty,tz)对实体进行平移操作。其实还有另外一种形式（以左手坐标系为基准）：第一种形式（以右手坐标系为基准的）进行变换时将T与需要变换的点或向量A（列向量）相乘，即TA。第二种形式（以左手坐标系为基准）将需要变换的点或向量（行向量）...

时间限制 1000ms 内存限制 32768KB 代码长度限制 100KB 判断程序 Standard (来自 小小)题目描述星际战争开展了100年之后，NowCoder终于破译了外星人的密码！他们的密码是一串整数，通过一张表里的...

　　矩阵加法很简单，结果矩阵的某一位置上的数就是加数矩阵对应位置上的数之和。如下图：   　　那矩阵乘一个数呢？把矩阵每一个位置上的数都乘上那个数就得到了结果矩阵。如下图：　　可以发现矩阵乘一个数可以当成乘法分配律来理解。 　　那矩阵乘矩阵呢？还按对应位置相乘吗？　　起初，矩阵的...

 点击这里可以跳转至【1】矩阵汇总：http://www.cnblogs.com/HongYi-Liang/p/7287369.html【2】矩阵生成：http://www.cnblogs.com/HongYi-Liang/p/7275278.html【3】矩阵加减：http://www.cnblogs.co...

特征分解（eigendecomposition）是使用最广的矩阵分解之一，即我们将矩阵分解成一组特征向量和特征值。方阵A的特征向量（eigenvector）是指与A相乘后相当于对该向量进行缩放的非零向量v： 标量λ被称为这个特征向量对应的特征值（eigenvalue）。（类似地，我们也可以定义左...

本文以三维向量来说明向量的叉乘计算原理以及叉乘矩阵如何求取1、向量叉乘的计算原理            a、b分别为三维向量：      &...

定义主对角线以下（上）都是0的方阵称为上（下）三角矩阵。 上三角矩阵 下三角矩阵 严格三角矩阵：主对角线元素全为0。单位三角矩阵：主对角线元素全为1。 高斯矩阵：除了某一列其余元素全为0。 另外高斯矩阵的逆矩阵也是高斯矩阵：注意就是将列元素变号。 参考资料：h...

　　　　在之前写的上百篇机器学习博客中，不时会使用矩阵向量求导的方法来简化公式推演，但是并没有系统性的进行过讲解，因此让很多朋友迷惑矩阵向量求导的具体过程为什么会是这样的。这里准备用几篇博文来讨论下机器学习中的矩阵向量求导，今天是第一篇。　　　　本系列主要参考文献为维基百科的MatrixCaculas和张贤达的《矩阵分...

　　如果用矩阵表示一个有解的方程组，那么矩阵经过消元后，最终能变成一个上三角矩阵U。用一个三元一次方程组举例：　　A经过一些列变换，最终得到了一个上三角矩阵U： 　　回代到方程组后可以直接求解： 　　如果上面的变换去掉增广矩阵，可以简写为：　　矩阵的初等变换可以用矩阵乘法实现，现在的问题是，我们能否...

矩阵相似是同一个变换在不同基下的描述。参考： https://spaces.ac.cn/archives/1777这篇文章给出了关于矩阵相似的比较直观的理解， “矩阵是线性空间中的线性变换的一个描述。在一个线性空间中，只要我们选定一组基，那么对于任何一个线性变换，都能够用一个确定的矩阵来...

NOIP2012普及组第一题已知正整数n是两个不同的质数的乘积试求出较大的那个质数。输入只有一行包含一个正整数n。输出只有一行包含一个正整数p,即较大的那个质数。2171S【数据范围】对于60%的数据，6≤n≤1000。对于100%的数据，6≤n≤2*10的9次方NOIP2012普及组第一题题目...

基准时间限制：1秒空间限制：131072KB分值:5难度：1级算法题一个N*N矩阵中有不同的正整数，经过这个格子，就能获得相应价值的奖励，从左上走到右下，只能向下向右走，求能够获得的最大价值。例如：3*3的方格。 133213221 能够获得的最大价值为：11。Input第1行：N，N为矩阵的大小。...