03 2019 档案

SVD分解
摘要:首先,有y = AX,将A看作是对X的线性变换 但是,如果有AX = λX,也就是,A对X的线性变换,就是令X的长度为原来的λ倍数。 *说起线性变换,A肯定要是方阵,而且各列线性无关。(回想一下,A各列相当于各个坐标轴,X各个分量相当于各个坐标轴的“基本向量”长度) (同一长度的各个方向的向量,变换 阅读全文

posted @ 2019-03-16 21:29 耀礼士多德 编辑

测绘线性代数(三):伪逆解
摘要:原来的说法: 向量V的各个分量,对A的列向量进行线性组合。 V' = x i + y j 通常,要知道V' 的大小和方向,首先是将i , j 绘制出来,然后用V各个分量对其线性组合。 如果i⊥j ,而且| i | = | j | =1, 如果以 i 和 j 为坐标轴,那么V' 就是V在以i和j为坐标 阅读全文

posted @ 2019-03-04 21:47 耀礼士多德 编辑

测绘线性代数(二):以全站仪求坐标精度为例
摘要:例子: 已知全站仪先验测角中误差为:e = σhar =σvar ,单位:秒。 测距中误差为:a+b*S 注:b单位: 10-6,S单位:km,也为斜距中误差σsd 水平距离计算公式:HD = SD * sin(Var), 竖直距离计算公式:VD = SD * cos(Var) 泰勒一阶展开得:(泰 阅读全文

posted @ 2019-03-03 11:34 耀礼士多德 编辑

< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

统计

点击右上角即可分享
微信分享提示