linear

    2

    1답변

    이것은 매우 간단 할 수 있지만 기호 객체를 사용하여 두 선형 방정식을 풀 수있는 행렬을 설정하는 데 문제가 있습니다. 방정식 형태에있다 : (1) a11*x1 + a12*x2 + b1 = 0 (2) a21*x1 + a22*x2 + b2 = 0 그래서 I는 벡터 {E} 가지고 [ a11*x1 + a12*x2 + b1 ] {E} = [ a21*x1

    0

    2답변

    그래서 여기서는 HashTable 구현을 사용하여 배열 만 사용하여 작성했으며 코드에 대한 도움이 조금 있습니다. 불행히도 "get"또는 "put"메소드를 실행하는 동안 누군가가 추가 한 행 중 하나를 이해하지 못합니다. 아래 while 루프에서 정확히 무슨 일이 일어나고 있습니까? 이것은 선형 프로빙에 대한 올바른 방법입니까? 또한 루프가 점검중인 조건을

    1

    2답변

    저는 본질적으로 slerping의 기능을 다루고 있고, 다소 효과가 있지만, 지금 당장은 제대로 작동하지 못하는 이상한 관점 왜곡 문제가 있습니다. 이 하 (또는 했음) 본질적으로 무엇 Quaternion sLerp(Quaternion start, Quaternion end, float s) { float dot = qDot(start, end)

    1

    1답변

    선형 시스템 AX = B를 풀고 싶습니다. 여기서 A는 상수 요소가있는 nxn 행렬이고 행렬 B는 nx1 유형입니다. 그러나 행렬 B의 각 요소는 nx1 유형의 벡터입니다 (이는 각 요소 bij가 시변하므로 발생합니다). %%% Example t = 0:0.002:0.5; %% Time A = [1 0 -1 0 0 0; ...       0 -1

    0

    2답변

    나는 재료의 인장 시험을 수행했으며, 여기에 제 데이터가 있습니다. 내 데이터와 라인의 교차점을 결정해야하는데, 이것이 내 항복 스트레스를 줄 것입니다. A = -0.0033 -2.6120 -0.0037 -2.6309 -0.0051 -2.6246 -0.0018 -2.6309 -0.0030 -2.6120 -0.00

    0

    1답변

    나는이 프로젝트에서 R.를 사용하여 내 연구 프로젝트를하고있는 중이 야, 나는 데이터의 산포도가 있습니다. 다음 산란 음모에, 선은 적합하다 (abline를 사용하여) 그 후에 LM를 사용하여 선의 품목을 되 부른다. LM에서 선의 상수와 기울기를 구합니다. 이것들을 사용해서 나는 선의 x 절편을 얻는다. (Y = 0을 넣고 절편을 절대 경사로 나눔으로써)

    0

    1답변

    나는 그라인더 3.11을 사용합니다. Grinder Alnalyser "GrinderAnalyzer.V2.b19"를 설치하여 테스트 실행의 최종 보고서를 확인했습니다. I 20 반복에 대해 다음의 시험을 실행했다 from net.grinder.script.Grinder import grinder from net.grinder.script import Te

    2

    1답변

    다음을 수행 좋아하고 도움이 필요할 것 세트 : 에 대해 개별적으로 "나이"를 통해 "높이"[LM (높이 ~ 나이)]에 대한 계산 기울기와 절편을 (A) 각 (B) 성별 결과 (경사 및 절편)을 포함하는 테이블을 생성한다. 이것을 적용 할 수 있습니까? 다음 단계에서는 기울기와 절편이 성별에 따라 다른지를 결정하기 위해 통계 테스트를하고 싶습니다. R에서

    -2

    1답변

    나는 여전히 선형 대수학 및 행렬로 작업하는 법을 배우고 있습니다. 그래서 pls는 가능한 한 전문 용어를 사용하여 피하려고 : D 필자는이 "createLookAtLH"기능을 만들어 : function createLookAtLH($cameraPosition, $cameraTarget, $cameraUpVector) { $zAxis = n

    0

    1답변

    간단히하기 위해 mxm 커널 행렬 K가 있습니다. 선형 커널은 pdist2 (X, X)로 계산됩니다. 여기서 X는 mxn이고 m 차원은 n 차원의 특징 벡터와 관련됩니다 . n이 크기 때문에 , 나는 는 나중에, 나는 X의 기능 두 가지를 교환하는 데 필요한 모든 X 용 K를 미리 계산하여 계산 시간을 절약, X_1 및 X_5을 말한다. 전체 행렬을 다시