搜尋結果
首先，需要将决策方案的属性指标标准化，使其变为无量纲的值。. 一种常用的标准化方法是将每个属性指标值 x_ {ij} 按如下公式进行转换：. y_ {i j}=\frac {x_ {i j}} {\sqrt {\sum_ {i=1}^m x_ {i j}^2}} \\. 其中 y_ {ij} 表示第 i 个决策方案在第 j 个属性指标上的标准化值。. 接 ...
典型的降维方法包括主成分分析法（PCA）和线性区分性分析法（LDA）等。. 发布于 2022-10-12 15:13. 知乎，中文互联网高质量的问答社区和创作者聚集的原创内容平台，于 2011 年 1 月正式上线，以「让人们更好的分享知识、经验和见解，找到自己的解答」为品牌使命 ...
2018年8月8日 · 微分几何. 狭义相对论. 不同度规的背后有什么不变的东西？ 或者说，怎么样判断两个不同的度规描述相同的物理？ 我们知道，平面欧式几何，选择直角坐标系，度规是diag {1，1}，用极坐标，度规是diag {1，r^2}，三维欧式几何，我们可以用直角坐标，柱坐标和球… 显示全部 . 关注者. 38. 被浏览. 5,828. 4 个回答. 十万嬉皮 . 物理菜鸡/低水平共趣人/StandWithUkrPeople. 试着稍稍答一下，正好看看自己小学期微分几何学的如何，有什么不对的欢迎指出。 对于同一个微分流形，我们要比较两个向量场，就需要定义向量的“平行移动”，因为不在同一点处的两个向量的比较是没有意义的。
7 个回答. 快度是可以很自然地推导出来的。. 由 \beta=\displaystyle\frac {v} {c}=\tanh {y} 不难看出快度是表征运动速度的一个参量。. 还可以进一步解出快度的表达式： y=\mathrm {artanh}\left (\displaystyle\frac {v} {c}\right)=\displaystyle\frac {1} {2}\log\left (\displaystyle\frac {1+v/c} {1-v/c ...
2013年8月17日 · 20 个回答. Mon1st . 神经科学等 3 个话题下的优秀答主. 9/2/16 更新：补充了神经元增益控制的实例。 人的视觉动态范围大，主要实现机制是在 视觉系统各层级灵活的增益控制（gain control）。 具体机制写起来可能会比较长，这里先试图讲明白问题的实质究竟是什么。 @韩磊 的回答. 认为相机动态反应的范围主要受显示屏显示能力的限制，未必全错，但是没有说到点子上。 显示屏的响应范围足够了。 一个很简单的道理： 人的视觉系统处理图像是用神经元的电信号活动。 不论外界光源的绝对亮度范围如何，一进入眼睛打到视网膜上，视网膜上的视觉细胞的响应范围大概只有10~400赫兹这个数量级 [2]。 所以问题完全不在显示媒介的绝对亮度上，而是在于 图像不同位置之间亮度的对比。
对于两个分布 p(x) 和 q(x)，KL散度定义为 D_{KL}(p\|q)=\int_xp(x)\ln\frac{p(x)}{q(x)}\,\mathrm{d}x。 可以看出，如果要 D_{KL}(p\|q) 小，那么 p(x) 大的地方 q(x) 必须要大（否则 p(x)/q(x) 会很大）；而在 p(x) 小的地方，KL-divergence 的值对 q(x) 的大小就没那么敏感。
7 个回答. 道的窥探者. 看文明变迁，寻宇宙万道，不求功名利禄，但求神游太虚吾心无碍！ 所谓纬度其实分支数列，是人在对非常复杂的数据解构时想出的方法，数学家们把复杂模型分解为多个纬度有利于理解分析，并且降维解决问题很容易，比如懂二维的理解一维问题，懂三维的理解二维问题，懂四维的理解三维问题，一直到无限纬度。 现在做大数据的人应该都懂多维度架构数据，解决低维数据问题非常容易，就是个应用的例子。
