小编no_*_*ame的帖子

我知道在1-d情况下,两个矢量之间的卷积a可以被计算为 b,也可作为在之间的乘积conv(a, b)和T_a,其中b是用于相应的托普利兹矩阵T_a.

是否有可能将这个想法扩展到2-D？

给定a和a = [5 1 3; 1 1 2; 2 1 3]是否有可能b=[4 3; 1 2]在Toeplitz矩阵中进行转换a并T_a在1-D情况下计算矩阵矩阵乘积？

给定一个文件1:

13 a b c d
5 f a c d
7 d c g a
14 a v s d

和一个文件2:

7 x
5 c
14 a
13 i

考虑到file2中第一列的相同顺序,我想对file1进行排序,因此输出应为:

7 d c g a
5 f a c d
14 a v s d
13 a b c d

是否可以在bash中执行此操作,还是应该使用像python这样的"更高"语言？

我试图了解这些函数之间的区别(如果有的话):

numpy.random.rand()

numpy.random.random()

numpy.random.uniform()

它们似乎从均匀分布中产生随机样本.那么,在函数中没有任何参数,有什么区别吗？

我有k个(n,n,n)强度值的立方体,我想绘制它们.

我认为它们是扩散MRI中的扩散张量,我想将它们可视化(可能是椭圆体)然后尝试以某种方式"对齐".目前我只是为每个立方体绘制n个"切片" (n,n).

这个任务有没有python模块？

我读到一般卷积算法的计算复杂度是O(n^2),而通过FFT是O(n log n).

二维和三维卷积怎么样？

任何参考？

我有一个矩阵a=[[1 2 3]; [4 5 6]; [7 8 9]]和一个子矩阵b=[[5 6];[8 9]].

在matlab中有解卷积的方法(a,b)吗？

我正在寻找一种方法来识别可能的巨型矩阵中子矩阵的存在.通过一种反卷积,我希望1在子矩阵存在的地方获得类似于零的矩阵.

在上面的例子中,a 1在右下角.

让A与循环块(块循环矩阵即一个BCCB矩阵):

A = [1 2 3 4
     2 1 4 3
     3 4 1 2
     4 3 2 1]

那是:

 A = [C1 C2
      C2 C1]

其中每个块(C1,C2)是循环矩阵.我已经读过(见这里)BCCB可以通过以下等式对角化:其中是2-D离散傅立叶变换矩阵,是共轭的,并且是对角矩阵,其条目是特征值.A =F*·D·FFF*FDA

在MATLAB中我使用以下代码:

(conj(dftmtx(4))/16*(fft2(A))*dftmtx(4))

但结果是:

[1 4 3 2
 2 3 4 1
 3 2 1 4
 4 1 2 3]

这里A切换了第二列和第四列.错误在哪里？

我需要计算矩阵的梯度(3,3),说a=array([[1,4,2],[6,2,4],[7,5,1]]).

我只是用:

from numpy import *
dx,dy = gradient(a)
>>> dx
   array([[ 5. , -2. ,  2. ],
   [ 3. ,  0.5, -0.5],
   [ 1. ,  3. , -3. ]])
>>> dy
array([[ 3. ,  0.5, -2. ],
   [-4. , -1. ,  2. ],
   [-2. , -3. , -4. ]])

我知道计算矩阵梯度的一种方法是通过卷积与每个方向的掩模,但结果是不同的

from scipy import ndimage
mx=array([[-1,0,1],[-1,0,1],[-1,0,1]])
my=array([[-1,-1,-1],[0,0,0],[1,1,1]])
cx=ndimage.convolve(a,mx)
cy=ndimage.convolve(a,my)
>>> cx
array([[-2,  0,  2],
   [ 3,  7,  4],
   [ 8, 14,  6]])
>>> cy
array([[ -8, …