問題タブ [matrix]

二部グラフの場合、隣接行列をその二隣接行列と呼ばれるものに置き換えることができます。

部分が r 頂点と s 頂点を持つ 2 部グラフの隣接行列 A は、次の形式を持ちます。

ここで、B は r × s 行列、O はすべてゼロの行列です。明らかに、行列 B は二部グラフを一意に表し、一般にその二隣接行列と呼ばれます。

現在、DAG は 2 部グラフです。たとえば、トポロジー的に並べ替えて、セット U と V をそれぞれ奇数または偶数のトポロジー レベルにあるノードにすることができます。

^{これは、n 個のノードを持つ DAG の場合、 2}行列ではなく(n/2) ²行列 (平均)のみが必要であることを意味します。問題は、それを構築する方法がわからないことです。ヒントはありますか？

n次元の点（n> 1）を行列（myPointMatrix）に挿入するMATLABコードがあり、最初の点を挿入する方法について考えています。

現在、プログラムはmyPointMatrixポイントを挿入する前にサイズをチェックします。1x1の場合myPointMatrix、現在のポイントと等しく設定されます。それ以外の場合は、現在のポイントが追加されます。このifステートメントは1回だけ当てはまりますが、ポイントを挿入するたびに評価されます。これは非常に頻繁に行われます。

を削除しifて追加しようとするとmyPointMatrix、MATLABは行列の次元が一貫していないことについて当然のことながら文句を言います。if-ステートメントとの初期化の両方を削除すると、 myPointMatrix = 0MATLABはmyPointMatrix未定義を検出します。また理解できる。

myPointMatrix-ステートメントを削除できるように初期化するにはどうすればよいifですか？または、他のスマートなソリューションはありますか？

多項式を評価しようとしているとしましょう:

係数の評価には高速フーリエ変換法を使用します。これで、係数を高速フーリエ変換の入力として使用して、これを行列/ベクトル形式に変更できます。

それで：

これは、1 = 1、0x^1 = 0、X^2 = 1 などの係数値を使用して行われます。

今、私は完全に混乱しています。Vandermonde matrix : Vandermonde matrix ~ Wikiを使用して、これらの値を次のマトリックスを使用して FFT 形式に評価することを意図しています。

の出力

は

これは私がよく理解していないステップです。どのようにその行列を使用して (2,0,2,0) を取得したのでしょうか?

行ごとにk個の数値を含むn行k列のサイズの行列があります。これらのk個の数値をk次元行列のインデックスとして使用したいと思います。MATLABでこれを行うコンパクトな方法はありますか、それともforループを使用する必要がありますか？

これは私が（MATLAB擬似コードで）やりたいことですが、よりMATLAB風の方法で：

行列を使用して操作を実装する必要があり、行列のサイズは可変でなければなりません。私が思いついた唯一の解決策は、リンクされたリストを使用することです:

しかし、それは少し複雑に思えます..より良い（そしてより簡単な）解決策はありますか？

君たちありがとう！

次のようなメソッドヘッダーを使用して、N x N マトリックスで最大の m 個の要素を見つける効率的なアルゴリズムがあるかどうかを知りたいです。

何か案は？

スパースな数値データ（検索エンジンの転置インデックス/ドキュメントマトリックスによる用語など）を保存してアクセスするための受け入れられた方法はありますか？RDBMSはこの種のデータには不適切に見えますが、ある種のデータベース（ディスクに保存、サーバーとして実行など）に保存しておくとよいでしょう。この種の問題（この種のモデルをサポートできる既存のデータベースなど）に対して受け入れられている解決策はありますか？グーグルがどのように彼らのインデックスをとても速く保存してアクセスするか知っている人はいますか？

MATLAB でプログラミングを開始していますが、バッファー マトリックスの作成に問題があります。私は次のことをしようとしています:

私は継続的にウェブカメラから画像を取得しており、セグメンテーションの後、移動するターゲットの重心を取得しています。処理のために重心データを保存する必要がありますが、メモリを占有しすぎないようにします。たとえば、私が time だった場合t=inf、データの 10 時点のデータを循環バッファーのようなマトリックスに保存し、古いデータを書き込んで消去することを考えていました。これは、時間内の実際のデータ (t ) と時間内の前のデータ (t-1)。