matrix

    7गर्मी

    2उत्तर

    मुझे एक (स्पैस) मैट्रिक्स के सबसे बड़े eigenvalue की गणना करने की आवश्यकता है। मैंने पावर इटरेशन विधि लागू की है, लेकिन यह अभिसरण करने में बहुत धीमी है, इसलिए मैं इसके लिए एक पैकेज का उपयोग करना चाहता

    8गर्मी

    4उत्तर

    क्या आर में कोई फ़ंक्शन है जो मैट्रिक्स के reduced row echelon form का उत्पादन करता है? This संदर्भ कहता है कि ऐसा नहीं है। क्या आप सहमत हैं?

    9गर्मी

    3उत्तर

    हैलो: क्या वैश्विक कार्य आकार (आयाम) ओपनसीएल में कार्य समूह आकार (आयाम) के एकाधिक होने की आवश्यकता है? यदि हां, तो क्या मैट्रिस को संभालने का एक मानक तरीका कार्य समूह आयामों में से एक नहीं है? मैं दो

    6गर्मी

    2उत्तर

    मैं मुसीबत से बाहर काम कर नीचे कोड pMeasure = PathMeasure, मी = मैट्रिक्स की लौटे मूल्यों रही है, इसलिए distCount है पथ pMeasure.getMatrix(distCount, m, 0x01 | 0x02); m.getValues(float[] values) ना

    13गर्मी

    8उत्तर

    में स्थानांतरित करें मैंने पेर्ल सीखना शुरू कर दिया है और नई चीजों को आजमाने की कोशिश की है। मुझे टेक्स्ट प्रोसेसिंग में कुछ समस्या है। मैं फार्म के कुछ पाठ, 0 1 2 3 4 5 6 7 8 9 10 6 7 3 6 9 3 1 5 2

    29गर्मी

    5उत्तर

    में मैट्रिक्स पावर आर में मैट्रिक्स की शक्ति की गणना करने की कोशिश कर रहा है, मैंने पाया कि पैकेज expm ऑपरेटर %^% लागू करता है। तो x% ^% k मैट्रिक्स की के-वें शक्ति की गणना करता है। > A<-matrix(c(1,3,

    5गर्मी

    3उत्तर

    द्वारा 2 डी ऐरे घुमाएं मैं कैसे 2 डिग्री आयताकार सरणी को घुमा सकता हूं जिसमें पंक्तियों की विषम संख्या 45 डिग्री है? तो int[] myArray = new int[,] { {1, 0 ,1}, {0, 1 ,0}, {0, 0 ,0}, }

    12गर्मी

    3उत्तर

    मेरे पास 2 डी बाइनरी मैट्रिक्स है जो मैं एक काले और सफेद साजिश के रूप में प्रदर्शित करना चाहता हूं। उदाहरण के लिए, मान लीजिए मैं एक 4-दर-4 मैट्रिक्स के रूप में निम्नानुसार है: 1 1 0 1 0 0 1 0 1 1 0

    6गर्मी

    2उत्तर

    में एक जटिल मैट्रिक्स के निर्धारक क्या जटिल मैट्रिक्स के निर्धारक की गणना करने का कोई तरीका है? F4<-matrix(c(1,1,1,1,1,1i,-1,-1i,1,-1,1,-1,1,-1i,-1,1i),nrow=4) det(F4) Error in determinant.matrix(x,

    6गर्मी

    1उत्तर

    मैं scipy.sparse.lil_matrix का उपयोग कर एक बड़े, स्पैस (250k एक्स 250k) सह-घटना मैट्रिक्स बनाने के लिए Scipy का उपयोग कर रहा हूं। सह-घटना मैट्रिस त्रिकोणीय हैं; वह है, एम [मैं, जे] == एम [जे, मैं]। चू