数学标签_DAMO开发者矩阵

数学

《超效率DEA》在数学建模中实际应用

超效率DEA模型是对传统CCR-DEA的改进，解决了多个决策单元(DMU)同时效率值为1而无法排序的问题。其核心思想是在评价某个DMU时将其自身排除，用其他DMU构建前沿面，使原本有效的单元也能通过θ值(可大于1)进行效率比较。该模型通过线性规划求解，自动计算θ和规模效益G，其中G可判断投入规模合理性。应用时通过θ值评估节能减排效率，通过投入松弛变量S⁻识别资源浪费环节。论文使用Python实现模

 lidinghu
2026-08-04 11:35:20

 201

 7

#数学 #学习
【应用统计学相关会议】第三届应用统计、建模与先进算法国际学术会议（ASMA 2025）

会议将围绕应用统计、建模及先进算法等在数学领域中的最新研究成果，为来自国内外高等院校、科学研究所、企事业单位的专家、教授、学者、工程师等提供一个分享专业经验，扩大专业网络，面对面交流新思想以及展示研究成果的国际平台，探讨本领域发展所面临的关键性挑战问题和研究方向，以期推动该领域理论、技术在高校和企业的发展和应用，也为参会者建立业务或研究上的联系以及寻找未来事业上的全球合作伙伴。本次会议旨在为相关领

 搞科研的小刘选手
2025-10-23 17:31:48

 1277

 5

#人工智能 #物联网 #数学 +1
24西安电子科技大学数学与统计学院—考研录取情况

24西安电子科技大学—数学与统计学院—考研录取统计

 芯释放
2024-07-05 09:59:00

 1380

 5

#考研 #人工智能 #数学
2021数学建模C题详细思路，代码，论文，参考文献

2021数学建模C题详细思路本题是一个订购决策问题，可归类于优化题目。订购决策问题是很常见的题型，而本道题目并不简单，加了很多要求与限制，如全部收购原材料，原材料的损耗，凸显了国赛常见题型挖掘深度的特点。。首先对整个订购和运输流程要有理解，最好给出一个订购与运输流程图问题一：先进行数据可视化：订购、供货统计图；订购和供货之差等等。对供货特征进行量化分析，其实就是定义并计算一些指标，来体现供应商能提

 Scott12144
2021-09-10 02:39:08

 4.2w

 63

#数学 #代码规范
ROS漫漫长路（一）——Gazebo中机器人圆柱，球，长方体惯性矩阵推导与代码实现

ROS漫漫长路（一）——Gazebo中机器人圆柱，球，长方体惯性矩阵推导与代码实现目录ROS漫漫长路（一）——Gazebo中机器人圆柱，球，长方体惯性矩阵推导与代码实现前言一、公式推导一、代码实现示例前言ROS中，要想将urdf文件实现的机器人，放到gazebo中仿真，需要添加collision碰撞参数和inertial参数，其中collision参数大多情况下就直接和机器人的形状一致，而iner

lzzzzzzm
2021-08-24 23:03:24

 5977

 17

#html5 #html #css +1
数学建模：现代优化算法之粒子群算法

数学建模：现代优化算法之粒子群算法《数学建模算法与应用》在现代优化算法中没有提及，依照组内进度要求，所以需要在此节补充有关“粒子群算法”的内容。数学建模数学建模：现代优化算法之粒子群算法前言一、算法简介二、数学1.引入库2.读入数据总结参考内容：前言来自*百科*粒子群优化算法(Particle Swarm optimization,PSO)又翻译为粒子群算法、微粒群算法、或微粒群优化算法。是通过模

 显然易证
2021-07-14 01:57:24

 2238

 2

#算法 #matlab #数学
机器学习---数学基础（一、微积分）精华版

文章目录1.5 无穷小阶数1.5.1 等价无穷小代还求极限2、微分与泰勒级数2.1 微分2.1.1 导数2.1.2 求导法则2.2 泰勒级数3、积分与微积分基本定理4、牛顿法1）注意事项（局限性）2）具体做法1.5 无穷小阶数趋近无穷小的速度越快，阶数越大趋近··················越慢，······越小1.5.1 等价无穷小代还求极限2、微分与泰勒级数2.1 微分2.1.1 导数几何

 Jankin_Tian
2021-04-26 21:20:10

 588

#数学
数学建模-用Sympy库求解一些微分方程

数学建模-用Sympy库求解一些微分方程例题1：解下列微分方程的特解from sympy.abc import x #因为sympy的计算都是需要符号变量声明的例如x=symbols('x'); 使用abc库可以将任何拉丁和希腊字母导出为符号型的from sympy import diff, dsolve,simplify,Functiony=Function('y')#声明y代表一个函数eq=

不爱写程序的程序猿
2021-01-23 18:38:03

 4288

 10

#python #数学
机器学习中的数学-11-牛顿法与梯度下降法

牛顿法与梯度下降法极值点条件局部极值算法牛顿法：二次逼近梯度下降法小结极值点条件局部极值算法牛顿法：二次逼近梯度是向最大值方向的，所以梯度前加了一个负号梯度下降法小结这一节课有个小感慨，音质贼差。权限&免责&交流声明...

Neal_caffrey0725
2020-12-13 10:57:33

 187

 1

#数学
学习笔记(01):【机器学习必知必会系列】高手必备数学教程-概率论-1. SampleSpace and Events...

入门机器学习十分重要的三门数学课包括: 多元微积分, 线性代数, 概率统计.机器学习&人工智能的高手必须懂数学，没有数学基础，只能做肤浅的事。姚老师使用DeGroot<<概率统计>>作为讲解的基础, 对内部的知识点进行筛选, 将和机器学习相关性最大的内容讲解形成视频. 本视频是概率论的第一个阶段, 后续会继续更新第二阶段....

LarryKingSw
2020-05-04 15:41:23

 471

#机器学习 #数学 #编程语言 +1
计算向量的角度

C 语言里 double atan2(double y,double x) 返回的是原点至点(x,y)的方位角，即与 x 轴的夹角。也可以理解为复数 x+yi 的辐角。返回值的单位为弧度，取值范围为；Excel 里 ATAN2(x,y)返回的是原点至点(x,y)的方位角。返回值的单位为弧度，取值范围为。注意：1、C 函数与 Excel 函数的参数顺序正好相反；2、C 函数允许 x、y ...

北京-AK1
2019-06-25 17:15:26

 1.3w

 3

#数学
图形学相关数学（反射，折射公式）

反射公式反射是经常用到的一个公式，之前在Phong光照的时候推导过一次，这次再整理一下。反射过程如图所示：首先需要保证光方向向量AB，法向量N均为单位向量，反射向量AC，光入射方向AD = -ABθ为入射角，由反射公式我们知道，AC与AB沿y轴对称，AD与AC沿x轴对称EB = N * |AB|cosθ = N * dot（N，AB）DC = 2 * EB = -2 * N...

puppet_master
2018-07-23 23:59:23

 1.3w

 13

#数学
数学建模常用的指数变化律

数学建模常用的指数变化律最终，导出一个一般性的规律：指数变化律在数学建模中比较常用。另外需要注意本例中数学公式推导的过程，有一些技巧性的东西可以借鉴。

zhangphil
2018-01-04 15:37:55

 3089

#数学 #matlab #人工智能
机器学习中的数学(二)：参数估计与似然函数(MLE)

如果事件（即生成数据的过程）是独立的，那么观察所有数据的总概率就是单独观察到每个数据点的概率的乘积（即边缘概率的乘积）。（因为我们只使用了 10 个数据点，做出这样的草率决定是不明智的，但考虑到我是用某个确定的分布函数生成这些数据点，我们就凑合着用吧）。但是，尽管这两个值是相等的，但是似然度和概率从根本上是提出了两个不同的问题——一个是关于数据的，另一个是关于参数值的。更有可能的是，在真实的场景中

 图灵的猫i
2018-02-18 22:20:52

 4793

 4

#机器学习 #深度学习 #数学 +1
机器学习数学笔记|概率论基础常见概型分布期望与方差

机器学习中的数学觉得有用的话,欢迎一起讨论相互学习~Follow Me原创文章,如需转载请保留出处本博客为七月在线邹博老师机器学习数学课程学习笔记概率论对概率的认识,x表示一个事件,则P(x)表示事件发生的概率,其中不可能发生的事件P(x)=0,一定会发生的事件P(x)=1.P(x)∈[0,1]P(x)\in{[0,1]}但是事件出现的概率是0,并不意味着这个事件不可能发生.概

 武科大许志伟
2017-11-13 11:28:00

 4704

#机器学习 #数学
机器学习中的数学(9)——极大似然估计最通俗的讲解

极大似然估计最通俗的讲解实例引入假设我们需要调查我们学校的男生和女生的身高分布。你怎么做啊？你说那么多人不可能一个一个去问吧，肯定是抽样了。假设你在校园里随便地活捉了100个男生和100个女生。他们共200个人（也就是200个身高的样本数据，为了方便表示，下面，我说“人”的意思就是对应的身高）都在教室里面了。那下一步怎么办啊？你开始喊：“男的左边，女的右边，其他的站中间！”。然后你就先统计抽样得到

 Lavi_qq_2910138025
2017-11-17 09:53:27

 1712

 6

#机器学习 #数学
机器学习部分数学基础

本文涉及矩阵，基本优化方法（拉格朗日，梯度下降，牛顿方法等）对一些常见方法的进行总结记录。

zackzhaoyang
2016-04-07 15:32:41

 1302

#机器学习 #数学
Unity中关于图形学的基础知识—矩阵（二）

在这一节中描述矩阵矩阵主要用来描述两个坐标系之间的关系，通过定义一种运算而将一个坐标系中的向量转换到另一个坐标系中。在线性代数中，矩阵就是以行和列的形式组织的矩阵数字块，向量是标量的数组，矩阵则是向量的数组。二：方阵（行数和列数相同的矩阵称作方阵）（1）方阵的对角线元素就是行号和列号相同的元素，其余元素均为非对角线元素。（2）如果所有的非对角线元素都为0，那么称这种矩阵为对角矩

 麒麟VS虎冢
2016-03-07 23:11:09

 1711

#游戏 #unity #数学 +1
[图形学] 纹理映射原理详解

目录1.标准纹理映射2.投影纹理映射3.立方体纹理映射4.滤波与分级细化为了获得更真实的细节，一张或多张纹理映射将会应用到物体的表面，正如下图所显示的。物体表面上每一点的纹理像素都能在纹理映射中找到，它们遵循光照公式结合在一起。在最简单的例子里，一个从漫反射纹理映射得到的例子可以。本章之后还会探讨更多高级应用。

ZJU_fish1996
2016-08-26 12:24:57

 2.2w

 2

#3d #数学
【计算几何十五章】可见性图：求最短路径

<think>我们只需要根据内容生成≤150字的文章摘要。需要概括主要知识点：计算几何中机器人最短路径规划，包括点机器人的最短路径为多边形路径，内部顶点为障碍物顶点，可见图构造，旋转扫描线法，平移运动多边形机器人转换为点机器人，时间复杂度O(n nlogn)。注意字数限制。用中文，简洁。</think>本文介绍计算几何中的机器人欧氏最短路径规划。点机器人的最短路径为多边形路径，内部顶点必为障碍物顶

 闻缺陷则喜何志丹
2026-09-07 09:23:26

 1004

 38

#数学 #算法
【计算几何第十三章】机器人运动规划：随心所欲

所谓的机械手或称作多关节型机器人，由若干段杠件(link)通过关节(joint)联接而成。机械手的一端固定在工作平面上–称为底座(base)；另一端则装有手柄(hand)或某种工具。杆件的数目从三至六段不等。关节两种：旋转式关节和柱状关节。前者可以任意转动，后者只能滑进滑去。简化：一，只讨论二维的运动规划问题，运动的环境是平面的一个区域，障碍物和机器人的外形都是多边形。二，环境是静态的，即机器人运

 闻缺陷则喜何志丹
2026-09-03 07:00:00

 1567

 63

#机器人 #数学
计算几何--算法与应用邓俊辉译(第三版) 第一章凸包与导言

本文介绍了计算几何中的凸包概念及其应用场景，重点讲解了Andrew单调链算法。首先通过几何性质定义了凸包，并分析了暴力算法的不足。然后详细阐述了Andrew算法的实现步骤：排序后分别计算上下凸包，通过向量叉积判断点的位置关系来维护凸包顶点。算法利用字典序排序和栈结构高效构建凸包，处理了共线点和浮点误差等特殊情况。文章还提供了算法正确性的几何证明，并指出合并上下凸包得到最终结果的策略。该算法在机器人

 闻缺陷则喜何志丹
2026-07-13 07:00:00

 2741

 42

#数学
机器学习基本数学概念速查

特征向量对于一个给定的线性变换A，它的特征向量（eigenvector，也譯固有向量或本征向量）v 经过这个线性变换之后，得到的新向量仍然与原来的v 保持在同一条直线上，但其长度或方向也许会改变。即Av=λv特征空间特征空间(eigenspace)是具有相同特征值的特征向量与一个同维数的零向量的集合。假设空间一组函数的集合，这组集合中的函数都能将输入空间映射到输出空间，但是映射的准确性却大不相同

 晓东邪
2017-05-10 10:04:34

 6560

 2

#机器学习 #数学
《统计学》读书笔记，第3-7章节

第3章用统计量描述数据3.1 数据水平数据的水平是指其取值的大小，描述的统计量主要有：平均数、中位数、分位数以及众数。3.2 数据离散程度数据的差异性、离散程度，描述的统计量主要由：极差、四分位差、方差、标准差以及测度相对离散程度的离散系数（标准差与平均数之比，消除数据水平高低对标准差大小的影响）。3.3 数据分布形状数据的分布形状，通过直方图

 dy01dy
2014-04-01 18:59:32

 3510

 1

#数据分析 #数学
【3D计算机图形学】变换矩阵、欧拉角、四元数

【3D计算机图形学】变换矩阵、欧拉角、四元数旋转矩阵、欧拉角、四元数主要用于：向量的旋转、坐标系之间的转换、角位移计算、方位的平滑插值计算。一、变换矩阵：首先要区分旋转矩阵和变换矩阵：旋转矩阵：向量绕某一个轴旋转，用3x3的矩阵表示。变换矩阵：向量的移动、旋转、缩放，用4x4的矩阵表示。这里额外补充一个知识，就是三维坐标变换是用4x4矩阵（采用齐次坐标）

nobcaup
2016-06-14 02:49:21

 4336

 3

#3d #数学
台大机器人学（林沛群）——01-刚体运动状态描述

1. 刚体（rigid body）状态描述：（DOF：degree of freedom，自由度）（1）在大地坐标系（{W}， world frame）下：平面空间移动（DOF）23转动（DOF）13–> 在空间中，用6个参数表示刚体运动状态。（2）如何整合表示刚体状态：进一步，在刚体的定点(多为质心)上建立坐标系（{B}，body frame）：移动转动由{B}的原点位置判定由{B}的姿

 hongliyu_lvliyu
2022-02-07 14:20:38

 1848

 1

#数学 #机器人
深度学习：Sigmoid函数与损失函数求导

转载自：在神经网络里经常使用sigmoid做激活函数，它的导数是怎么样求解呢？因为要使用它的导数来计算梯度下降。这个过程如下：1. sigmoid函数：f(z) = 1 / (1 + exp( − z))导数：f(z)' = f(z)(1 − f(z))求导过程如下：关于sigmoid函数在神经网络中的应用：http://blog.csdn.net/zhishengqianjun/article/

sesiria
2018-01-18 10:11:49

 2863

 1

#数学 #机器学习
函数曲线长度的计算方法

有些情况下，我们需要知道曲线上两个点之间在曲线上的测地距离。例如，在下图的二次函数曲线中，我们想知道从点（2，4）沿着曲线到点（8,64）要走的路程。对此，我们可以将对应的函数区间划分为多个小的区间，每个小区间上两个端点之间的函数曲线长度可以用两个端点之间欧氏距离来代替，我们要求的图中两个点之间的曲线长度，就可以近似为划分的小区间端点之间欧氏距离之和。而当我们划分的小区间有无穷多个的时候，...

麦克斯韦的妖精
2019-11-14 15:14:52

 2w

 5

#数学
小白也能入门机器学习-线性回归

小白也能入门的机器学习算法精讲-线性回归【咱们的目标】系列算法讲解旨在用最简单易懂的故事情节帮助大家掌握晦涩无趣的机器学习，适合对数学很头疼的同学们，小板凳走起！【什么是线性回归】今天咱们要来唠的是机器学习中最基本也是最重要的算法之一线性回归，正当此时迪哥正在前往银行的路上，准备办理贷款（低保），到了之后银行问了我两件事，年龄和工资都多少呀？（特征）当得到了结果后告诉我我们只能贷给你100块，别问

 迪哥有点愁了
2018-05-03 22:06:11

 1185

 1

#机器学习 #算法 #数学
【白话机器学习系列】白话梯度下降

梯度下降是机器学习中最常见的优化算法之一。理解它的基本实现是理解所有基于它构建的高级优化算法的基础。本文详细为大家推导了 MSE 作为损失函数时的梯度下降公式。

JarodYv
2023-09-09 09:02:11

 1150

 3

#机器学习 #人工智能 #深度学习 +1
【数学建模】评价模型

一、层次分析法(AHP)基本思想：是定性与定量相结合的多准则决策、评价方法。将决策的有关元素分解成目标层、准则层和方案层，并通过人们的判断对决策方案的优劣进行排序，在此基础上进行定性和定量分析。它把人的思维过程层次化、数量化，并用数学为分析、决策、评价、预报和控制提供定量的依据。基本步骤：构建层次结构模型；构建成对比较矩阵；层次单排序及一致性检验（即判断主观构建的成对比较矩阵在整体上是否有较好的一

 钟良堂
2021-06-13 20:11:54

 1.8w

 10

#算法 #数学
《概率机器人》学习笔记之短序一二

《概率机器人》目前我仅大概过了一遍第I部分和第II部分,便发现这本书结构非常清晰,主要把第一部分的基础理论学扎实,后面的第II和第III部分便不会学得头大.第I部分第2~4章主要介绍了构成所有算法基础的数学基础:首先引入概率机器人技术的核心就是由传感器数据来估计状态这个思路,对概率机器人进行建模时,引出了先验概率、后验概率等概念,进而引出了本书理论的基石-贝叶斯准则.在贝叶斯准则的基础上,...

茶色少年
2018-11-25 23:23:34

 853

 1

#算法 #机器人 #数学
图灵数学·统计学系列

Turing Mathematics Statistics(TMS)系列----------------------------------------------图灵数学·统计学系列----------------------------------------------53 书名：应用随机过程：概率模型导论（第10版）书号： 978-7-115-25031-5原书名

 wiljm
2014-03-21 08:41:00

 6926

 2

#数学
中科大2021计算机应用数学期末回忆版

一、填空题1.X 与 Y 独立，Var(X) = 6，Var(Y) = 3，则 Var(3X-2Y) = ____.2.概率为0的事件不存在（）logit的范围是[-∞，+∞] （）3.100个机器，工作概率0.9，至少85个工作的概率____.4.设双胞胎中为两个男孩和两个女孩的概率分别为????及????，今已知双胞胎中一个是男孩，求另一个也是男孩的概率____.二、综合题1.2.3.请简述利

 Zz8196
2021-06-23 21:46:35

 1880

 9

#数学
深度学习中的数学--lecture 1(2)

本篇文章为 MIT 课程 Mathematical Aspects of Deep Learning 的lecture 1 的第二部分学习笔记：2.卷积网络(Convolution Network)

Codename-NC
2017-05-17 09:57:44

 537

 2

#深度学习 #数学
【人工智能】-- 反向传播

反向传播（Backpropagation）是一种在人工神经网络中用于计算误差梯度并据此调整网络参数（如权重和偏置）的数学算法。在神经网络中，数据从输入层经过一系列隐藏层的处理，最终在输出层产生输出。然后，将输出与期望的目标值进行比较，得到误差。反向传播的核心在于利用微积分中的链式法则，从输出层开始，逐层向后计算误差对于每个神经元的输入的梯度。这些梯度反映了参数的微小变化对误差的影响程度。具体来说，

Papicatch
2024-07-10 23:53:11

 3468

 60

#人工智能 #python #数学