approximation相关内容
给定一个(可能是开放的)具有密度纹理的网格和一些点,我需要根据网格上的密度分布这些点。 到目前为止,我已经想出了几个解决方案,其中一些可行,另一些无效。我尝试过的一种算法是用弹簧将这些点连接起来,并模拟分布,直到达到平衡(或直到解决方案符合用户需求)。来源Retiling Polygonal Surfaces 遗憾的是,对于较大的点数(>2k),这有点慢,因此我需要一个较大点数的可行解决方案
..
我有一个特定的运动学作为更复杂机器的一部分,需要计算一些物理参数,这些参数非常难(更像是不可能)以适当的准确度测量> 使用我可以使用的仪器 [运动学] 乍一看是一个简单的1自由度臂(黑色),可以绕x轴旋转.它有一个重量迫使它总是向上移动,直到它碰到机械端点(角度 a0)或半径为 r0 的某个管子(蓝色).手臂旋转中心在y0.管子可以移动到任何y(t)高度. [使用] 这用于
..
我正在尝试使用我自己编写的神经网络来近似 sine() 函数.我已经在一个简单的 OCR 问题上测试了我的神经网络并且它有效,但是我无法将它应用于近似正弦().我的问题是在训练过程中我的误差恰好收敛到 50%,所以我猜它是完全随机的. 我使用一个输入神经元作为输入(0 到 PI),一个输出神经元作为结果.我有一个隐藏层,我可以在其中改变神经元的数量,但我目前正在尝试 6-10 个左右.
..
我有一些地理数据(下图以红点显示河流的路径),我想使用多段三次贝塞尔曲线对其进行近似.通过有关 stackoverflow 的其他问题此处 和 此处 我从“Graphics Gems"中找到了 Philip J. Schneider 的算法.我成功地实现了它,并且可以报告说,即使有数千个点,它也非常快.不幸的是,这种速度带来了一些缺点,即拟合非常草率.考虑下图: 红点是我的原始数据,蓝线是施
..
[序言] 这个问答旨在更清楚地解释我在此处首次发布的近似搜索类的内部工作 提高超越方程求解的精度 我已经多次被要求提供有关此的更详细信息(出于各种原因),因此我决定撰写关于此的 问答 风格的主题,以便我将来可以轻松参考,并且不会需要一遍遍地解释. [问题] 如何在实域(double)中近似值/参数以实现多项式、参数函数的拟合或求解(困难的)方程(如超越)? 限制
..
Wa 正在谈论 非均匀有理 B 样条.我们有一些简单的 3 维数组,如 {1,1,1}{1,2,3}{1,3,3}{2,4,5}{2,5,6}{4,4,4} 哪些是由一些 B 样条创建的平面上的点 如何找到创建该平面的样条控制点?(我知道这是一项艰巨的任务,因为需要计算权重,但我真的希望它可以解决) 对于不知道问题的人 - 抱歉,我的文章是 wwbad - 我们有积分这是这里渲染的
..
我有一个类似于以下内容的数据框: +---+-----+-----+|键|东西|值|+---+-----+-----+|u1|富|1||u1|富|2||u1|酒吧|10||u2|富|10||u2|富|2||u2|酒吧|10|+---+-----+-----+ 并希望得到以下结果: +---+-----+---------+----+|键|事物|总和值|排名|+---+-----+------
..
以下代码: a = numpy.sin(2. * numpy.pi)打印(a 返回“真".但实际上 a = 0.我该如何解决?另外,我有一个矩阵有很多像“a"这样的值,我想确保我的矩阵包含非负值. 解决方案 这是因为浮点运算和精度的原因.结果是 sin 的最佳近似值,可以表示为浮点数.通常你解决的问题几乎为零: a = numpy.sin(2. * numpy.pi)打印(绝对(a
..
我完全了解二进制格式的浮点表示,所以我知道在尝试用任何编程语言完美表示浮点数时存在数学上的“不可能".但是,我希望编程语言在处理近似值时遵循一些众所周知且完善的规则. 话虽如此,我读到(这里也在 stackoverflow 上)PHP 中的 printf 可能是“正确截断/近似"数字的最佳方法,而且 - 再次 - 我完全意识到并且我可以轻松地编写一个 -线函数给我“完美"的近似值.这只是为了
..
我创建了一个函数来计算 atan2(y, x) 的定点近似值.问题是在运行整个函数所需的大约 83 个周期中,70 个周期(在 AMD FX-6100 上使用 gcc 4.9.1 mingw-w64 -O3 编译)完全由一个简单的 64 位整数除法完成!可悲的是,该部门的任何条款都不是恒定的.我可以加快除法本身的速度吗?有什么办法可以去掉吗? 我想我需要这个除法,因为我用一维查找表近似 at
..
我必须枚举一个方程的解,并且我知道 y
..
我正在尝试标准化一个 4d 向量. 我的第一个方法是使用 SSE 内在函数——它为我的向量算法提供了 2 倍的速度提升.这是基本代码:(v.v4 是输入)(使用 GCC)(所有这些都是内联的) //求正方形v4sf s = __builtin_ia32_mulps(v.v4, v.v4);//设置t为平方v4sft = s;//将4个方块相加s = __builtin_ia32_shufp
..
鉴于对值数组 x 的初步猜测,我试图找到最接近 x 的系统的根.如果您熟悉查找系统的根,则将了解为方程式 f 的系统查找根可以满足: 0 = f_1(x)0 = f_2(x)....0 = f_n(x) 其中 f_i 是 f 中的一个特定功能 scipy 中有一个软件包可以完全执行此操作:
..
一段时间以来,我一直在尝试解决我以前工作的池的调度问题.这个问题如下... 有X位救生员在泳池工作,每位救生员都有特定的工作时间.我们希望将平均小时数与每个救生员所希望的小时数保持尽可能低的距离,并使所有时间都尽可能公平.每个救生员也是一名大学生,因此会有不同的时间表. 游泳池的活动时间表与上一周不同,因此必须每周创建一个新的时间表. 在每天的特定时间间隔内,将需要太多的救生员(
..
我有一些不是真正的函数,但是它们比常规处理要快得多,它们是简单的抛物线函数. 在图形处理器上,这会比内置图形窦功能更快吗? float par (float xx){////// sinus approximation half xd =((fmod(abs(xx), 2.4)) - 1.2); if ( fmod (abs(xx) , 4.8
..
我是C ++的初学者,并且自己编写代码,因此请原谅任何词汇上的不幸.我找不到这个特定的问题,但是在互联网上找不到类似的问题,但是我仍然很难获得我需要的结果. 因此,我正在使用Leibniz公式来估算pi,即 pi = 4·[1 – 1/3 + 1/5 – 1/7 + 1/9…+(–1 ^ n)/(2n +1)]. 我编写了一个可编译且可运行的程序,但令我困扰的代码的主要部分是:
..
我目前正在研究余弦的近似值.由于最终的目标设备是使用32位浮点ALU/LU进行的自行开发,并且具有针对C的专用编译器,因此我无法使用c库数学函数(cosf,...).我的目标是编写各种在准确性和指令/周期数方面不同的方法. 我已经尝试了很多不同的近似算法,从fdlibm,taylor扩展,pade近似,使用maple的remez算法等等. 但是,只要我仅使用浮点精度实现它们,就会大大损失精
..
我有一个类似的数据框: +---+-----+-----+ |key|thing|value| +---+-----+-----+ | u1| foo| 1| | u1| foo| 2| | u1| bar| 10| | u2| foo| 10| | u2| foo| 2| | u2| bar| 10| +---+-----+-----+ 并希望
..
在spark中,有没有一种快速的方法来获取数据集中元素数量的近似计数?也就是说,比Dataset.count()快. 也许我们可以根据数据集的分区数来计算此信息,可以吗? 解决方案 您可以尝试在RDD API上使用countApprox,尽管这也会启动Spark作业,但它应该更快,因为它只是为您提供了一个估算值.您要花费的给定时间(毫秒)的真实计数和置信区间(即,真实值在该范围内的概
..
我正在尝试实现差异公式 f'(x) ≈ [ f(x+h) - f(x) ] / h 将MATLAB用于x=1和h=10^-k,其中k=0,...,16.此外,我想绘制错误. 下面是我的代码.我看到错误大约是3,我认为它太大了.它应该接近于0. syms f(x) f(x) = tan(x); df = diff(f,x); x = 1; for k = 0:16 h
..