一. 图像矫正 二.虚拟广告牌 CMakelists.txt: 图片下载: ...

$\S 1$ 循环矩阵的定义及多项式表示 设 $K$ 为数域. 任取 $K$ 中 $n$ 个数 $a_1,a_2,\cdots,a_n$,下列矩阵称为 $K$ 上的 $n$ 阶循环矩阵: $$A=\begin{pmatrix} a_1 & a_2 & a_3 & ...

前面几篇随笔中介绍了利用矩阵乘法（特别是应用快速幂运算）解决递推快速求值、置换和几何变换等问题的方法。实际上矩阵乘法的应用远不止这些，下面通过几个实例来介绍下矩阵乘法的其它一些典型的应用。 【例1】多少条道。 给定一个有向图，问从A点恰好走k步（允许重复经过边）到达B点 ...

本篇整理了一些SVD奇异值分解在机器学习中的应用： SVD奇异值分解 SVD在推荐算法中的应用 PCD 数据降维 一个图片处理的例子 SVD奇异值分解 讲svd之前，先了解一下特征向理和特征值的概念。 对于一个方阵M，如果有向量v 和 数值 λ ，Mv = λv ...

　　 　　本文将简单介绍下最近学习到的矩阵分解方法。 　　（1）PureSvd 　　矩阵分解的核心是将一个非常稀疏的评分矩阵分解为两个矩阵，一个表示user的特性，一个表示item的特性，将两个矩阵中各取一行和一列向量做内积就可以得到对应评分。 　　那么如何将一个矩阵分解为两个矩阵就是唯一 ...

向量的平移，比较简单。 缩放也较为简单 矩阵如何进行计算呢？之前的文章中有简介一种方法，把行旋转一下，然后与右侧对应相乘。在谷歌图片搜索旋转矩阵时，看到这张动图，觉得表述的很清晰了。 稍微复杂一点的是旋转，如果只是二维也很简单（因为很直观），但因为是三维 ...

前言： 上一次写了关于PCA与LDA的文章，PCA的实现一般有两种，一种是用特征值分解去实现的，一种是用奇异值分解去实现的。在上篇文章中便是基于特征值分解的一种解释。特征值和奇异值在大部分人的印象中，往往是停留在纯粹的数学计算中。而且线性代数或者矩阵论里面，也很少讲 ...

, s \leq 2^{30}\) 可以想到矩阵快速幂 构造矩阵 \[\begin{align ...