精华内容
下载资源
问答
  • 厄米特矩阵: 共轭转置矩阵 原矩阵的关系 特征值是实数 反厄米特矩阵: 共轭转置矩阵 原矩阵的关系 特征值是虚数 正规矩阵: 与自己的共轭转置矩阵对应的 复系数方块矩阵 正规矩阵 ------> 经过一个酉...

    在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述

    特征值的界估计

    在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述

    最小范数解 和 最小二乘解

    在这里插入图片描述

    广义逆

    在这里插入图片描述

    特征值的界估计

    复数矩阵
    厄米特矩阵: 共轭转置矩阵 和 原矩阵的关系 特征值是实数
    反厄米特矩阵: 共轭转置矩阵 和 原矩阵的关系 特征值是虚数

    正规矩阵:

    1. 与自己的共轭转置矩阵对应的 复系数方块矩阵
    2. 正规矩阵 ------> 经过一个酉变换 ----> 对角矩阵,
    3. 所有可在经过一个酉变换后变为对角矩阵的矩阵都是正规矩阵

    什么是酉矩阵; 酉矩阵的特征值都是 模为1 的复数
    下图中的* 代表的是矩阵的共轭转置矩阵
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    圆盘定理

    行盖尔圆: 的求法
    特征值和盖尔圆的关系
    连通部分

    谱半径的估计

    复数域上的任意n阶方针的谱半径都不超过A的任一范数(1, 无穷, 2)
    2范数: 复数矩阵 * 其共轭转置矩阵 的 最大特征值 再开方

    若A 是n阶正规矩阵, 那么谱半径等于矩阵A的2范数

    广义逆矩阵 与 线性方程组的解

    1. {1}-广义逆 (广义逆矩阵)

    A: mn
    G: n
    m
    G是A 的广义逆
    AX = B(B 是任意给定的 m*1的矩阵) 有解, 那么就称为 X = GB 也一定是方程组的解

    判定的充要条件: AGA = A, 则称为G为A的 {1}-广义逆
    一般性: 矩阵A为mn, 且 rankA = r, 则 A的{1} - 广义逆可以表示为
    在这里插入图片描述
    这里的Er为r维的单位矩阵 A1 A2 A3为任意矩阵,但是要满足整个矩阵为n
    m

    m = n = r, 当矩阵A 是可逆的时候, A 的广义逆为 A的逆矩阵

    A的广义逆存在, 当方程组AX = B有解的时候, 通解可以表示为在这里插入图片描述

    AX = B中的最小范数解和最小二乘解

    在这里插入图片描述

    广义逆 的类别

    在这里插入图片描述
    若 G 满足 (1), 则为 {1}-广义逆
    若 G 满足 (1) & (4), 则为 某个
    在这里插入图片描述
    在这里插入图片描述

    广义逆矩阵A+

    对于任意一个矩阵A m*n 的. 其广义逆矩阵 A+ 存在且唯一 ==> 其他三类都是存在的

    若A是可逆的, 那么A 的广义逆矩阵 = A 的{1}-广义逆 = A的逆矩阵

    AX = B的极小最小二乘解 为 X = 广义逆矩阵 * B

    summary

    m = n = r:
    若A是可逆的, 那么A 的广义逆矩阵 = A 的{1}-广义逆 = A的逆矩阵
    当矩阵A 是可逆的时候, A 的广义逆为 A的逆矩阵

    展开全文
  • 拉普拉斯矩阵

    千次阅读 2016-02-22 14:30:31
    今天看到了一点拉普拉斯矩阵的东西,可理解为其由邻接矩阵发展而来,具体的定义为:如果不是对角线上的元素,则拉普拉斯矩阵是邻接矩阵对应元素的相反数;如果是对角线元素,则拉普拉斯矩阵对角线上的元素是邻接...

    在图论里常谈到邻接矩阵,表示节点之间的邻接关系。今天看到了一点拉普拉斯矩阵的东西,可理解为其由邻接矩阵发展而来,具体的定义为:如果不是对角线上的元素,则拉普拉斯矩阵是原邻接矩阵对应元素的相反数;如果是对角线元素,则拉普拉斯矩阵对角线上的元素是原邻接矩阵对应行除对角线元素外其余元素之和;下面来个图


    展开全文
  • 三角矩阵

    2012-08-07 22:24:21
    将一个矩阵以对角线划分,可分为上三角矩阵和下三角矩阵 一个矩阵中 非三角矩阵 部分为常数或0,存在数组压缩机构最后一个索引位置; 在上三角矩阵中:第m行元素个数为n-m个; 在上三角矩阵中sa[k] 与 ...

    将一个矩阵以对角线划分,可分为上三角矩阵和下三角矩阵

    一个矩阵中 非三角矩阵 的部分为常数或0,存在数组压缩机构的最后一个索引位置;

    在上三角矩阵中:第m行的元素个数为n-m个;

    在上三角矩阵中sa[k] 与 a[i][j]的关系为:(a为原矩阵数组,sa为压缩矩阵数组)

    k = i*(2n-i+1)/2 + j-1;(当i<=j)

    k = n*(n+1)/2(当i>j)

    在下三角矩阵中sa[k] 与 a[i][j]的关系为:(a为原矩阵数组,sa为压缩矩阵数组)

    k = i*(i+1)/2 +j (当i>j)

    k = n*(n+1)/2   (当i<j)

    展开全文
  • 图像区分平坦、边缘、点区域

    千次阅读 2017-08-15 15:20:44
    此处所说的张量不是相对论或黎曼几何里的张量,黎曼几何的张量好多论文都叫张量场了。也不是数学界还没研究明白的对矩阵进行扩展的高阶张量,主要是张量分解。这里的结构张量就是一个矩阵,...然后根据KH的关系就能区

    此处所说的张量不是相对论或黎曼几何里的张量,黎曼几何的张量好多论文都叫张量场了。也不是数学界还没研究明白的对矩阵进行扩展的高阶张量,主要是张量分解。这里的结构张量就是一个矩阵,一个对图像像素进行组织的数据结构而已。
    像素组织而成的矩阵如下:

    这里写图片描述

    这个公式太常见了,在harris角点检测中就用到了。其中Ix,Iy就是原对原图像在x和y方向求得的偏导。然后求矩阵E的行列式K和迹H。然后根据K和H的关系就能区分图像的区域模式了。
    模式分以下三类:
    平坦区域:H=0;
    边缘区域:H>0 && K=0;
    角点区域:H>0 && K>0;
    harris角点检测就用到了第三类判断。
    当然,在实际应用的时候H和K的值肯定都不会是理想,所以我用的都是近似判断。

        clear all; close all; clc;  
    
        img=double(imread('lena.jpg'));  
        [m n]=size(img);  
        imshow(img,[])  
    
        [Ix Iy]=gradient(img);  
        Ix2=Ix.^2;  
        Iy2=Iy.^2;  
        Ixy=Ix.*Iy;  
    
        k=1;  
        lambda=zeros(m*n,2);  
        for i=1:m  
           for j=1:n   
                st=[Ix2(i,j) Ixy(i,j);Ixy(i,j) Iy2(i,j)];   %结构张量  
                K=det(st);                          %求行列式  
                H=trace(st);                        %求迹  
               %所有的判断都是近似的  
               % if H<50                            %认为是平坦区域  
               % if H>50 && abs(K)<0.01*10^(-9)     %认为是边缘区域  
                if  H>50 && abs(K)>0.01*10^(-9)     %认为是角点区域  
                    img(i,j)=255;  
                end  
    
               lambda(k,:)=[K H];  
               k=k+1;  
           end  
        end  
    
        figure;  
        plot(lambda(:,1),lambda(:,2),'.');  
        ylabel('trace');xlabel('det');  
    
        figure;  
        imshow(img,[])  
    展开全文
  • 林六一

    2020-11-23 16:53:42
    6、 格林公式+轮换对称性 质心形心 8、 对称矩阵必然相似于对角矩阵。... 伴随矩阵、伴随矩阵的和原矩阵的关系 对角矩阵、相似; 线性无关; https://www.bilibili.com/video/BV1nD4y1R79p ...
  • Principal Component Analysis

    2017-02-08 20:41:42
    矩阵的对角线上是元素的方差 ,对角线外的元素是协方差。 我们的目标就是 找到单位正交基,使得通过基变换后 ,元素的方差从大到小排列 而不同元素的协方差为0 。元素的协方差矩阵 经过基变换后的协方差矩阵关系...
  • 为了研究在光斜入射时镜面倾斜出射光方向的影响,利用立方镜绕顶点旋转等效于光斜入射的方法,计算出光束夹角δ与单一镜面偏差ε立方镜旋转θ之间的关系式;对于理想情况下的立方镜,利用几何光学可以证明出射...
  • 同学打包代码

    2012-06-22 13:48:26
    定义一个计算器类,该类包括两个组件对象,一个计算引擎一个用户接口,用户接口对象处理接受键盘输入信息,并显示答案,计算引擎对象给出数据执行相应操作,并存储操作结果。 3. 设计一个Database类 设计...
  • excel使用

    2012-11-25 17:06:01
    (1)数组和矩阵的定义矩阵不是一个数,而是一个数组。在Excel里,数组占用一片单元域,单元域用大括号表示,例如{A1:C3},以便普通单元域A1:C3相区别。设置时先选定单元域,同时按Shift+Ctrl+Enter键,大括弧...
  • 2.1.2 如何计算图像对角化所需的矩阵U,VΛ.? 44 B2.2 如果矩阵ggT 本征值为负会如何? 44 2.1.3 什么是对一幅图像奇异值分解? 47 2.1.4 能将一幅本征图像分解成多幅本征图像吗? 48 2.1.5 如何可用SVD...
  • 文章目录1.二维草图下中英文面板对着(1)中英文对照(2)对象层次关系2.绘制功能(1)SketchPoints ...两点对角矩阵(3.两点中心矩形(4. 三点矩形,通基边 高(5.三点矩形,通过中心点(6.多边形(3)SketchCir...
  • 3.对称矩阵的对角若当阵简介 2.二次型 1.二次型的引入 2.二次型的矩阵表示 3.利用相似矩阵将二次型转化为标准形 3.相似矩阵及二次型的应用 习题五 6. 概率论的基本概念 1.概率的引入 1. 样本空间 2. 随机...
  • 1·1 函数不定积分 1·2 不定积分法则与公式 1·3 常用初等函数不定积分公式 1·4 有理函数积分法 1·5 无理函数积分法 1·6 超越函数积分法 1·7 各种函数不定积分例题 2.定积分 2·1 有理整函数...
  • 1·1 函数不定积分 1·2 不定积分法则与公式 1·3 常用初等函数不定积分公式 1·4 有理函数积分法 1·5 无理函数积分法 1·6 超越函数积分法 1·7 各种函数不定积分例题 2.定积分 2·1 有理整函数...
  • WebGL编程指南

    2018-11-26 18:04:36
    247 示例程序(perspectiveview.js) 249 投影矩阵的作用 251 共冶一炉(模型矩阵、视图矩阵和投影矩阵) 252 示例程序(PerspectiveView_mvp.js) 254 用示例程序做实验 257 正确处理对象的前后关系 258 隐藏面消除...
  • 共冶一炉(模型矩阵、视图矩阵和投影矩阵) 252 示例程序(PerspectiveView_mvp.js) 254 用示例程序做实验 257 正确处理对象前后关系 258 隐藏面消除 260 示例程序(DepthBuffer.js) 262 深度冲突 263 ...
  • WebGL编程指南.rar

    热门讨论 2015-04-09 12:16:56
    共冶一炉(模型矩阵、视图矩阵和投影矩阵) 252 示例程序(PerspectiveView_mvp.js) 254 用示例程序做实验 257 正确处理对象前后关系 258 隐藏面消除 260 示例程序(DepthBuffer.js) 262 深度冲突 263 ...
  • WEBGL编程指南pdf

    热门讨论 2015-09-17 14:34:13
    共冶一炉(模型矩阵、视图矩阵和投影矩阵) 252 示例程序(PerspectiveView_mvp.js) 254 用示例程序做实验 257 正确处理对象前后关系 258 隐藏面消除 260 示例程序(DepthBuffer.js) 262 深度冲突 263 ...
  • WebGL编程指南压缩包

    2015-05-15 11:44:05
    共冶一炉(模型矩阵、视图矩阵和投影矩阵) 252 示例程序(PerspectiveView_mvp.js) 254 用示例程序做实验 257 正确处理对象前后关系 258 隐藏面消除 260 示例程序(DepthBuffer.js) 262 深度冲突 263 ...
  • 共冶一炉(模型矩阵、视图矩阵和投影矩阵) 252 示例程序(PerspectiveView_mvp.js) 254 用示例程序做实验 257 正确处理对象前后关系 258 隐藏面消除 260 示例程序(DepthBuffer.js) 262 深度冲突 263 ...
  • 共冶一炉(模型矩阵、视图矩阵和投影矩阵) 252 示例程序(PerspectiveView_mvp.js) 254 用示例程序做实验 257 正确处理对象前后关系 258 隐藏面消除 260 示例程序(DepthBuffer.js) 262 深度冲突 263 ...
  • 线性方程组的直接解法:Gauss消去法、Gauss列主元消去法、Gauss全主元消去法、列主元消去法应用『列主元求逆矩阵、列主元求行列式、矩阵的三角分解』、LU分解法、平方根法、改进的平方根法、追赶法(解三对角)、...
  • 线性方程组的直接解法:Gauss消去法、Gauss列主元消去法、Gauss全主元消去法、列主元消去法应用『列主元求逆矩阵、列主元求行列式、矩阵的三角分解』、LU分解法、平方根法、改进的平方根法、追赶法(解三对角)、...
  • 线性方程组的直接解法:Gauss消去法、Gauss列主元消去法、Gauss全主元消去法、列主元消去法应用『列主元求逆矩阵、列主元求行列式、矩阵的三角分解』、LU分解法、平方根法、改进的平方根法、追赶法(解三对角)、...
  • 数值分析软件 v1.1

    2008-04-23 19:46:02
    线性方程组的直接解法:Gauss消去法、Gauss列主元消去法、Gauss全主元消去法、列主元消去法应用『列主元求逆矩阵、列主元求行列式、矩阵的三角分解』、LU分解法、平方根法、改进的平方根法、追赶法(解三对角)、...
  • 《WebGL编程指南》主要篇幅讲解了WebGL 原生API 三维图形学基础知识,包括渲染管线、着色器、矩阵变换、着色器编程语言(GLSL ES)等等,也讲解了使用WebGL 渲染三维场景一般技巧,如光照、阴影、雾化等等...
  •  《WebGL编程指南》主要篇幅讲解了WebGL 原生API 三维图形学基础知识,包括渲染管线、着色器、矩阵变换、着色器编程语言(GLSL ES)等等,也讲解了使用WebGL 渲染三维场景一般技巧,如光照、阴影、雾化等等...
  • 1.7.3 追踪单元格之间的关系 33 1.7.4 监视单元格内容 35 1.7.5 使用公式求值器 36 1.8 处理公式中的错误 36 1.8.1 括号不匹配 37 1.8.2 单元格被#符号填满 37 1.8.3 空白但非空的单元格 37 1.8.4 显示值与...

空空如也

空空如也

1 2
收藏数 34
精华内容 13
关键字:

对角矩阵和原矩阵的关系