- 博客(450)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 核密度估计
图中的图表展示了标准正态分布曲线（红虚线）、使用Silverman经验法则计算带宽后的核密度估计曲线（蓝实线）以及数据点（红竖线）。从图中可以看出，在多峰分布的数据场景下，相比基于Silverman经验法则的核密度估计，使用ISJ算法得到的曲线能更好地拟合数据的多个峰值，体现了其在处理多峰数据上的优势。图中的图表展示了核函数（Kernel，虚线）、核密度估计（KDE，实线）和数据点（红点）之间的关系。图中的图表展示了数据点（红点）、不同带宽下的核函数（虚线）以及最终的核密度估计曲线（实线）。
2025-03-27 20:48:36
830
原创 不连续平面提取
fill:#333;color:#333;color:#333;fill:none;初次提取二次提取输入点云去噪降采样计算法向量法向量转极坐标和2D Cartesian2D核密度分析--极点点云点划分到极点点云的聚类分析DBSCAN拟合2D Polygon。
2025-03-23 09:21:34
686
原创 《交互式线性代数》
由Dan Margalit和Joseph Rabinoff编写，是一本聚焦线性代数的教材。本书旨在教授线性代数的核心概念、方法及其应用，通过代数与几何相结合的方式，帮助读者深入理解线性代数的本质，培养解决实际问题的能力。
2025-03-16 09:08:18
859
原创 雅可比行列式与积分
雅可比行列式与积分的关系主要体现在它为积分在不同变量间的转换提供了关键的系数依据，保证了积分在变量替换前后的等价性。从雅可比矩阵一节中，我们知道非线性变换在局部空间上可以看作是线性的，非线性微元与线性微元的变换矩阵就是雅可比矩阵。从二维角度雅可比矩阵的行列式的绝对值就是非线性微元与线性微元的缩放值。
2025-03-09 12:33:00
1059
原创 雅可比矩阵与线性变换
雅可比矩阵是一种组织偏导数的方式，帮助理解非线性函数的局部线性变化。通过计算给定函数的所有偏导数并组成矩阵，可以得到雅可比矩阵。通过计算函数在某一点处的雅可比矩阵，可以预测函数在特定点附近的变化。雅可比矩阵作为线性化工具，对理解复杂非线性函数的局部行为具有重要意义。
2025-03-08 14:13:51
788
1原创 CGAL 带约束的Delaunay三角剖分 (Projection)
本文使用CGAL进行简单的2D Delaunay 三角剖分,添加内外边界及点作为约束剖分，输入数据为三维点，输出结果保存为Surface_Mesh，同时保存为二进制PLY文件。
2024-10-21 21:28:42
503
原创 人工智能和机器学习之线性代数(二)
本文将通过介绍向量的点积(dot Product)、Embedding及其在相似性搜索中的应用来建立这些基础知识。
2024-10-17 21:29:15
1417
原创 CGAL包围盒计算
OBB方向包围盒，不同于AABB包围盒，OBB最大特点是它的方向的任意性，这使得它可以根据被包围对象的形状特点尽可能紧密的包围对象，但同时也使得它的相交测试变得复杂。
2024-10-10 20:58:51
351
原创 CGAL Surface_Mesh 示例
创建一个简单的网格曲面Surface_Mesh对象，然后通过半边结构遍历某个面的顶点以及遍历整个网格对象的所有顶点，最后计算网格所有顶点的3D凸包网格。
2024-09-28 15:56:10
493
data.7z box.vtp tunnel.vtp
2020-05-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人