對於如下圖
定義：圖中任意兩點都有邊，稱爲集團。
則對於上圖來說：
{b,c,d}是一個極大集團。
{a,b,d,e}是一個最大集團。
高斯消元第一題，雖然坑了很多次，但是還是很好的基礎題。 用double做就好了，小心高斯消元爆double類型 Code： #include<cstdio> #include<iostream> #include<cstring> #in
信息是一個抽象的概念，很難給信息下一個定義。我們常常說信息的多少，這個多少卻很難度量。比如我們說一部中文字典到底有多少信息量，一本50多萬字的《史記》又有多少信息量。究竟信息背後有沒有理論基礎呢？在香農信息論誕生以前
解讀Laplace矩陣1. 什麼是Laplace矩陣？2. 常見的Laplace矩陣Reference 1. 什麼是Laplace矩陣？ 拉普拉斯矩陣(Laplacian matrix) 也叫做導納矩陣，這次筆記主
簡要理解傅里葉變換1. 傅里葉變換2. 時域、頻域理解 1. 傅里葉變換 在時間t軸上，把 ei2t 向量的虛部記錄下來，得到的就是 sin(2t)： 在時間t軸上，把 ei2t 向量的實部（橫座標）記錄下來，得到的就是
在統計裏，兩個隨機變量X，Y的相關函數定義如下： 也就是兩個隨機變量協方差除以標準差之積。 如果X是一個時間的隨機變量序列，將不同時間起始點的兩個序列Xt和Xs看成兩個隨機變量，上面的相關函數則可表示爲： 如果Xt
偏相關分析是指當兩個變量同時與第三個變量相關時，將第三個變量的影響剔除，只分析另外兩個變量之間相關程度的過程。 p值是針對原假設H0：假設兩變量無線性相關而言的。一般假設檢驗的顯著性水平爲0.05，你只需要拿p值和0.05進行比較：如
瞭解拉普拉斯算子1. Laplace算子的定義2. 轉換成離散形式 1. Laplace算子的定義 直奔主題：Laplace算子被定義爲函數梯度的散度，即： 在圖像處理，我們知道經常把
【問題描述】從含有N個元素的序列AAA中選取元素組成含有M個元素的序列BBB。例如{1,2,3}可以組成多少個8位數。 /* * 枚舉從任意多的N種元素中選出M個組成新的排列(M>N) * 例如：{-1,0,1}→{1,0,-
揹包問題(Knapsack problem)是一種組合優化的NP完全問題。問題可以描述爲：給定一組物品，每種物品都有自己的重量和價格，在限定的總重量內，我們如何選擇，才能使得物品的總價格最高。問題的名稱來源於如何選擇最合適的物品放置於給
Math的題目，其實全是數學知識，沒有什麼太多的算法可言。 Sparse Matrix Multiplication (矩陣相乘就是所有的k，A(i,k) * B(k,j) = C(i,j) ，稀疏矩陣就是 有很多0，爲了提高速度也就是如
通俗易懂地解釋卷積？1. 卷積的定義2. 離散卷積的例子：丟骰子3. 連續卷積的例子：做饅頭4. 圖像處理卷積 1. 卷積的定義 如果遍歷這些直線，就好比，把毛巾沿着角捲起來： 因此也可以理解爲什麼叫做“卷積”。 2
1. Mathemathtical Font Command Result \mathcal abcdefghigklmnopqrstuvwxyz ABCDEFGHIJKLMNOPQRSTUVWXYZ\mathcal
託普利茨矩陣是對角線爲常量的矩陣，這意味着沿對角線的所有元素都具有相同的值。對於託普利茨矩陣A， ，結果的形式如下： Toeplitz matrix有對稱Toeplitz matrix和非對稱Toeplitz matrix之分. Toe
圖的連通性——通路和迴路Abstract1. 通路和迴路1.2 通路和迴路的概念和定義1.3 迴路通路舉例1.4 迴路記號簡化2. 通路數量2.1 通路數量的計算2.2 通路計算數學歸納法證明2.3 通路數量計算案例2.3.1 無
圖論——無向圖的連通性Abstract1. 無向圖連通性定義1.1 無向圖可達關係的性質2. 點集和割集2.1 點割集2.1.1 例2.2 邊割集3. 連通度3.1 點連通度和邊連通度例3.2 特殊圖的連通度 Abstract 聲
