1. 旋转坐标系
做图像处理很多时候需要用到这个公式
2. 什么是矩阵的秩
「秩」是图像经过矩阵变换之后的空间维度
「秩」是列空间的维度
我们通过旋转矩阵 进行变换: [x',y'] = [x,y]
这只是把图像旋转了 , 并没有改变图像的秩,秩仍为2
3.
极大后验(maximum a posteriori, MAP)假设:
学习器考虑候选假设集合H并在其中寻找给定数据D时可能性最大的假设h∈H(或者存在多个这样的假设时选择其中之一)这样的具有最大可能性的假设被称为极大后验(maximum a posteriori, MAP)假设。确定MAP假设的方法是用贝叶斯公式计算每个候选假设的后验概率。
更精确地说当下式成立时,称hMAP为—MAP假设:
(在最后一步我们去掉了P(D),因为它是不依赖于h的常量)
极大似然(maximum likelihood,ML)假设
在某些情况下,可假定H中每个假设有相同的先验概率(即对H中任意hi和hj,P(hi)=P(hj))。这时可把上式进一步简化,只需考虑P(D|h)来寻找极大可能假设。P(D|h)常称为给定h时数据D的似然度(likelihood),而使P(D|h)最大的假设被称为极大似然(maximum likelihood,ML)假设hML。
4. 求矩阵的模
5. 平面在直角坐标系中的表达方式,
若知平面上的一点 M0(X0,Y0,Z0)和该平面的法矢量 N(A,B,C),就可以建立该平面的方程。该平面上任一点 M(X,Y,Z), 则矢量 M0M 与矢量 N 垂直,两矢量的 为零,用坐标表示方程 A(X - X0) + B(Y - Y0) + C(Z - Z0) = 0 ,这就是平面的 5.1 已知两点,求直线在三维坐标中的表达式
5.2 求直线与平面的交点, 联立方程求解就行了
5.3 已知直线的球坐标 A(r,α, β) 求OA的直线表达式 α 为直线在x-y平面投影与x轴夹角, 逆时针旋转为正, β为直线与x-y平面夹角, z>0时,β为正 x = cosαt y = -sinαt z = tanβt 6. 点到平面的距离 点到平面的距离: 点(x0,y0,z0)到了平面Ax+By+Cz+D=0的距离 为:d=|Ax0+By0+Cz0+D|/√(A^2+B^2+C^2) 7. 已知三点求三点所在的平面
8. 矩阵
8.1. 矩阵的转置的基本性质
8.2. 矩阵乘法性质