OpenCV의 (OSX) 파이썬 2.7.5를 사용하는 경우, 나는 일련의 이미지에 PCA를 실행 (COLS 픽셀은 행은 프레임 this answer에 따라 있습니다. 나는 고유은 해당 얻는 방법 그것은 C++에서 PCA 개체의 속성은, 그러나 동등한 파이썬 PCACompute() 간단한 기능처럼 고유 벡터에? 같습니다. 는 PCA의 이러한 중요한 부분을 생
나는 훈련 얼굴 이미지 (40 이미지)를 가지고있다. 각 이미지 크기는 28 * 34입니다. 거기에서 Matlab의 princomp 함수를 사용하여 eigenVector, Score, Latent를 얻을 수 있습니다. 저는 4.2785에서 0으로 내림차순으로 952 개의 잠함 (공분산 행렬의 고유 값)을가집니다. 고유 값은 k = 40부터 0까지입니다. 고
큰 행렬의 고유 벡터 (처음 10 개를 말합니다)를 계산하려고합니다. 필자의 초기 문제는 인텔 MKL 라이브러리에 대한 오해가 원인이었습니다. 제 질문을 명확하고 이해하기 쉽게하기 위해 일반화하고 불필요한 세부 사항을 제거하기로했습니다. 기본적인 질문은 다음과 같습니다. 큰 스파 스 매트릭스의 고유 값을 찾기 위해 어떤 컴퓨터 코드를 사용해야합니까? 내가
나는 정사각형에있는 입자에 대한 전위 행렬을 만들었습니다. 행렬의 고유 벡터를 취하면, 처음 몇 (약 10) 개의 벡터에 대한 대칭 이미지를 얻습니다. 예를 들어, 첫 번째 고유 벡터는 포착 고비이지만 밑에는 음의 거울 고관이 있습니다. 나는 처음 몇 개의 벡터의 결과를 보았고 숫자의 부호는 단지 양수에서 음수로 앞뒤로 바뀌는 것처럼 보였다. 나중의 벡터에
나는 희소하지 않은 (55 %가 아닌) 두 개의 50,000 x 50,000 대칭 실수 행렬 A와 B (배정 밀도)를 가지고 있습니다. B는 양의 값입니다. I는이 일반화 eigenproblem 있습니다 이 V = V B의 μ I 3 찾아야 - 가장 작은 고유 값의 대수 (4) (가능하다면 그와 연관된 고유 벡터). 12GB RAM이 장착 된 평균적인 컴퓨
PCA를 프로그래밍 할 예정이지만,이를 위해 고유 벡터와 고유 값을 계산해야합니다. 내 질문은 모든 (대각선 값 - lamda) 행렬의 행렬식을 계산해야하는 고유 값을 계산하는 것입니다. 이 경우 우리는 매트릭스 차원에 따라 lamda의 수를 고려할 수 있습니다. 나는 대각선이 람다에 의해 빼기 전에 matriks에 대해 수동으로 프로그래밍 할 수 있습니다
고유 값과 고유 벡터를 계산하려는 대칭 3 중 대각 행렬이 있습니다. 나는 LAPACK dstevd 함수를 사용하고 있습니다. 저는 C로 코딩하고 있습니다. 그래서 저는 Fortran 함수를 호출 할 수 있도록 다음 코드를 작성했습니다. extern "C"void dstevd_ (char * jobz, int N, double d, double * e, d
지금 GSL에서 작업하고 있습니다. Eigenvalues를 찾는 데 문제가 있습니다. GSL이 대칭 행렬의 경우에 고유 값을 적절하게 제공하지 않는 것 같습니다. 나는 고유 값으로 0을 가져야하는 특정 대칭 행렬을 입력했지만, 0이 아닌 Eigenvalues는 주어진 대칭 행렬의 고유 값과 고유 벡터를 계산하기 위해 GSL의 함수에 의해 반환 된 값입니다.
이 폼의 선형 균일 상미 분 방정식의 N 차원 시스템 자체 연구이다 A는 시스템의 계수 행렬 dx/dt=Ax
. 나는 A의 모든 고유치의 실수 부분이 음수인지를 확인함으로써 안정성을 확인할 수 있다는 것을 배웠다. 순전히 상상의 고유치 A가있는 경우 진동을 확인할 수 있습니다. 내가 읽은 책의 저자는 시스템의 안정성과 진동을 감지하는 Routh-Hurw