特征矩阵的元素求逆

文章/答案/技术大牛

发布

1回答

c++、matrix、eigen、eigen3

是否有用于对特征矩阵进行元素求逆的函数 const auto mat = Eigen::MatrixXd::Constant(3, 3, 5(此外，与矩阵运算相比，在特征矩阵上使用for循环进行标量运算会更慢)

浏览 10提问于2020-05-11得票数 0

回答已采纳

1回答

如何使用网络流来解决这个问题？

algorithm、network-flow

求逆是一个对，它的数量是不同的，并且是矩阵的adjacent.cost是b*q，其中b是自然数，q是求逆的次数。我想我可以把所有元素看作是节点，是连接到所有零元素的源，也是连接到所有1元素的接收器。但是我可以找到一种很好的方法来定义节点之间的边，并定义它们的容量，直到网络流问题的答案成为原始问题的答案

浏览 2提问于2014-12-15得票数 0

2回答

大块对角稀疏矩阵在r中的逆矩阵

r、block、sparse-matrix、inverse、diagonal

我想计算一些大型块对角线稀疏矩阵的求逆。行数和列数略高于50,000。这些块是12x12的，并且是稀疏的(27个非零元素)。这个方法行得通，但我需要大约5分钟。我想知道有没有更快的方法。在此之前，非常感谢您。

浏览 1提问于2014-04-05得票数 0

1回答

Hadoop中的矩阵求逆、乘法与本征计算

hadoop、matrix、linear-algebra、mahout

我需要执行以下三个步骤：-求正方形对称矩阵的逆，用另一个平方对称矩阵乘以结果，最后求出结果矩阵的特征向量和特征值。我知道在Mahout中的SVD实现，如果在Hadoop中有一个有效的乘法实现，那么矩阵的逆可以用SVD来计算。此外，我找不到Hadoop的任何特征向量计算实现。任何建议/指示都是有帮助的。

浏览 3提问于2014-09-26得票数 0

2回答

Python，多个3x3，奇异，对称，矩阵的同时伪逆

python、numpy、vectorization、matrix-inverse

对于图像中的每一个体素，我计算了一个3x3实对称矩阵。它们存储在数组D中，因此数组D具有形状(行、科尔、deps，6)。 D为我图像中的每个体素存储3x3对称矩阵的6个唯一元素。我需要同时/在矢量化代码中找到所有行*cols*deps矩阵的Moore-Penrose伪逆(在Python中遍历每个图像的体素和反转都太慢了)。这些3x3对称矩阵中的一些是非奇异的，我可以用非奇异3x3对称矩阵的真逆的解析公式在矢量化代码中找到它们的逆，我已经这样做了。然而，对于那些

浏览 3提问于2014-05-01得票数 4

回答已采纳

1回答

如何计算传递函数矩阵的符号计算？

matlab

这里我有一个大小为(3*7)的传递函数矩阵： G21,G22,G23,G24,G25,G26,G27;是否可以在Matlab中象征性地获得A = [G*(G^(-1))T]：其中：

浏览 5提问于2016-02-29得票数 0

2回答

在MATLAB和Python中求逆矩阵的结果不同

python、matlab、numpy、matrix、inversion

在我尝试求逆我的一个矩阵(22x22)之前，一切似乎都运行得很好。对于逆矩阵，我得到不同的值。在MATLAB中，我使用了函数inv(J)和A\b来求逆矩阵，而在python中，我使用了J.I和np.linalg.inv(J)。

浏览 27提问于2018-07-28得票数 2

1回答

Ruby Matrix：：特征值分解错误

ruby、hessian-matrix、matrix-decomposition

我查看了给定矩阵的特征向量矩阵，但当我尝试求逆时，在eigenvector_matrix_inv()中遇到了错误。

浏览 5提问于2012-09-21得票数 0

1回答

随机构造具有特定广义特征向量的对称/正定矩阵对？

matlab、numpy、scipy、linear-algebra

给出了一个对称矩阵A和一个正定矩阵B，我们可以用scipy.linalg.eigh或matlab的eig求出特征值和广义特征向量。是否有一种相应的-直接的方法来做相反的事情？例如，如何生成一对对称/正定矩阵，使得与最大幅特征值相关联的广义特征向量是一个特定的向量，v。

浏览 0提问于2014-12-11得票数 0

回答已采纳

1回答

多项式回归法方程与梯度下降的区别是什么？

machine-learning、linear-regression、normal-equation

我是机器学习的新手，愿意学习机器并与机器学习一起工作。只是在某些情况下，与梯度下降相比，我仍然无法理解使用正规方程的好处。我用安德鲁·吴( Andrew )的课程“古瑟拉”，但这个符号确实让我很难理解。我想知道更多关于多项式回归的成本函数$J(\theta)$的推导，以及他为什么使用向量$x(i)$的转置。

浏览 0提问于2018-08-01得票数 2

回答已采纳

1回答

在c++中求对称矩阵的正交基

c++、linear-algebra、eigenvector

我想找一个对称矩阵的特征分解，它看起来像这样： 0 2 2 02 0 0 2 0 2 2 0 它有一个退化的特征空间，在这个空间中，你显然有选择特征向量的一定自由。矩阵稍后将具有10000x10000的维度，因此我想省略矩阵的额外求逆。有没有人知道这样的事情？

浏览 21提问于2019-10-11得票数 3

2回答

如何使用scipy或lapack有效地进行特征向量分解？

numpy、fortran、scipy、lapack

我想找到稠密复矩阵A的特征向量分解我只需要少量的特征向量来根据我的需要准确地再现矩阵，但是我需要对特征值执行一些非平凡的过滤，以确定要包括哪些特征向量。对于我的问题，不适合使用奇异值分解，因为特征值/特征向量是我想要处理的物理上有意义的结果。我使用的是scipy.linalg.eig，它只是对lapack的ZGEEV例程的一个方便的包装器。从数学上讲，V^-1应该可以从左特征向量的适当缩放版本中获得。我原本期

浏览 1提问于2012-07-12得票数 2

1回答

c++特征A.inverse()*B不等于A.ldlt().solve(B)

eigen、solver、matrix-inverse

我想计算两个给定矩阵的乘积的迹，例如A和B，Trace(AInv * B)，其中*是正则矩阵积，AInv是A的逆(对称和正定)，B是对称的。解决方案1:求逆解释的解决方案2:使用特征库的ldlt分解 double sol2 = (A.selfadjointView由于.ldlt().solve()不是用来计算矩阵逆的，而是

浏览 9提问于2017-03-16得票数 0

回答已采纳

1回答

像素坐标到三维线(opencv)

c#、c++、opencv、computer-vision、camera-calibration

我有一个图像显示在屏幕上，这是不失真的通过cvInitUndistortMap和cvRemap (已经做了相机校准)，用户点击图像中的一个特征。所以我有特征的(u，v)像素坐标，还有本征矩阵和失真矩阵。听起来很简单(内部矩阵求逆还是别的什么？)

浏览 1提问于2010-06-24得票数 4

回答已采纳

1回答

Scala创建稀疏向量

scala、matrix、encoder

这是我试图在scala中实现的功能将有n个具有不同特征的这样的列表。我想把这n个列表放入一个矩阵中。所以以后，如果我想对这个矩阵做运算，比如矩阵转置，矩阵求逆，我可以很容易地做到。

浏览 0提问于2012-02-18得票数 1

回答已采纳

2回答

C++逆矩阵

c++、matrix、linear-algebra、matrix-inverse

下面的动态数组包含一个非对称的n*n矩阵(n个<=100)：matrix = new int*[n]; matrix[i] = new int[n];

浏览 0提问于2012-03-08得票数 4

回答已采纳

1回答

C++ Boost:复矩阵的行列式和逆

c++、matrix、inversion

你知道是否有可以计算复矩阵的行列式和逆的函数吗？矩阵维数不太大(小于50)。我谷歌了但没成功。

浏览 6提问于2021-01-29得票数 1

回答已采纳

1回答

直线投影线性判别分析

algorithm、matlab、machine-learning、linear-algebra、linear-regression

我有两个问题。我有附加的线性判别分析代码，其中涉及两个类-each两个功能。这是非常基础的。然而， % : xi is column vector of which element is test metric. % Number of column is the number of data sets. % x

浏览 3提问于2016-03-20得票数 0

1回答

分解LAPACK

lapack

你能提供一个LAPACK上这3个分解的例子，或者仅仅是一个如何使用这个库来解决它们的想法吗？Orthogonal decomposition.

浏览 1提问于2011-02-20得票数 0

回答已采纳

1回答

对udf函数调用.agg时抛出错误

python、apache-spark、pyspark

我正在尝试将LinearRegression应用于已生成的设置箱。包含bin的DataFrame目前看起来像DataFramefeatures: vector，trip_duration: int，prediction: double。该存储箱被标记为预测。目前，我的代码如下所示 predictions = crossval.fit(trainingData).transform(trainingData) DataFrame[features: vector, trip_duration: int, prediction: doub

浏览 63提问于2019-10-07得票数 0

回答已采纳

点击加载更多