搜索结果
查询Tags标签： xj，共有 12条记录-
DG方法：一维ODE
DG方法：一维ODE 有限差分方法Discrete Galerkin格式导出求解方式解的存在唯一性误差量度考虑一维ODE的边值问题： {ux=f(x)u(0)=a , x∈[0,1]\left\{\begin{matrix}u_x=f(x)\\ u(0)=a\end{matrix}\right. \space,\space x\in [0,1]{ux=f(x)u(0)=a , x∈[0,1] 有限差分…
2022/2/28 6:24:10 人评论 次浏览 -
C++基础：差分约束系统
基本思路：利用最短路中di≤dj+c（j指向i，边权为c，此指算法结束后）将求解三角不等式组转换为（单源）最短路问题 三角不等式（组）： xi≤xj+ck 其中xi、xj是自变量，ck是常量 差分约束系统有如下功能： 求不等式组的可行解 源点需要满足条件：从原点出发，一定可以走…
2022/1/30 20:06:33 人评论 次浏览 -
没有原型的对象也是存在的
let xj={name:"xiangjun"}; console.log(xj); console.log(xj.hasOwnProperty("name"));//完全数据字典对象 let hd2=Object.create(null,{name:{value:"houdunren"} }) //没有原型的对象也是存在的 console.log(hd2.hasOwnProperty("…
2022/1/24 23:05:14 人评论 次浏览 -
算法学习笔记(1)：差分约束
差分约束 问题类型描述 给定nnn个变量和mmm个约束条件，如xi−xj≤ckx_i-x_j\leq c_kxi−xj≤ck，让你求一组解，是的所有的约束条件均被满足。 模型转换变形一下：xi≤xj+ckx_i\leq x_j + c_kxi≤xj+ck 容易发现，与最短路中的dis[v]≤dis[u]+wdis[v]\leq di…
2022/1/1 22:08:16 人评论 次浏览 -
算法学习笔记(1)：差分约束
差分约束 问题类型描述 给定nnn个变量和mmm个约束条件，如xi−xj≤ckx_i-x_j\leq c_kxi−xj≤ck，让你求一组解，是的所有的约束条件均被满足。 模型转换变形一下：xi≤xj+ckx_i\leq x_j + c_kxi≤xj+ck 容易发现，与最短路中的dis[v]≤dis[u]+wdis[v]\leq di…
2022/1/1 22:08:16 人评论 次浏览 -
二维平面内无人机的路径规划——势场法-改进
通过这一算法可以实现二维平面内无人机的路径规划。在该平面内存在已知的障碍，势场法通过给终点添加引力，对障碍增加斥力，使得无人机能够顺利的避障并到达终点。通过对传统势场法的改进，避免了无人机容易陷入极值的问题，使搜索更易实现。 clear all;x=[1 3 4 7 6 5.5…
2021/12/31 23:14:11 人评论 次浏览 -
二维平面内无人机的路径规划——势场法-改进
通过这一算法可以实现二维平面内无人机的路径规划。在该平面内存在已知的障碍，势场法通过给终点添加引力，对障碍增加斥力，使得无人机能够顺利的避障并到达终点。通过对传统势场法的改进，避免了无人机容易陷入极值的问题，使搜索更易实现。 clear all;x=[1 3 4 7 6 5.5…
2021/12/31 23:14:11 人评论 次浏览 -
DBSCAN算法
本文简单介绍DBSCAN算法的原理及实现。 DBSCAN算法原理 基本概念 DBSCAN（Density-Based Spatial Clustering of Applications with Noise）是一种基于密度的空间聚类算法。该算法将具有足够密度的区域划分为簇，并在具有噪声的空间数据库中发现任意形状的簇，它将簇定义为…
2021/9/18 17:35:06 人评论 次浏览 -
DBSCAN算法
本文简单介绍DBSCAN算法的原理及实现。 DBSCAN算法原理 基本概念 DBSCAN（Density-Based Spatial Clustering of Applications with Noise）是一种基于密度的空间聚类算法。该算法将具有足够密度的区域划分为簇，并在具有噪声的空间数据库中发现任意形状的簇，它将簇定义为…
2021/9/18 17:35:06 人评论 次浏览 -
球形空间产生器 （高斯消元）
n维球上的任意一点到球心距离相等，故设球心坐标为(x1,x2,...,xn) 则有公式∑(ai,j-xj)2=C 设法消去平方项x2，考虑相邻两项相减 可将公式化为Σ2(ai,j-ai+1,j)xj=Σ(ai,j2-ai+1.j2) 此时就可以构造线性方程组了#include<iostream> #include<cstdio> #include…
2021/7/20 6:37:19 人评论 次浏览 -
球形空间产生器 （高斯消元）
n维球上的任意一点到球心距离相等，故设球心坐标为(x1,x2,...,xn) 则有公式∑(ai,j-xj)2=C 设法消去平方项x2，考虑相邻两项相减 可将公式化为Σ2(ai,j-ai+1,j)xj=Σ(ai,j2-ai+1.j2) 此时就可以构造线性方程组了#include<iostream> #include<cstdio> #include…
2021/7/20 6:37:19 人评论 次浏览 -
【论文笔记】FM: Factorization Machines
本文记录因子分析机FM算法的推导和理解笔记 论文地址 https://www.csie.ntu.edu.tw/~b97053/paper/Rendle2010FM.pdf FM 推导过程 FM在预测任务是考虑了不同特征之间的交叉情况， 以2阶的交叉为例： y^(x)=w0+∑i=1nwi∗xi+∑i=1n∑j=i+1nWxixj(1)\hat{y}(x)=w_0+\sum_{i=…
2021/4/30 18:25:44 人评论 次浏览
