<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0">
<channel>
<title><![CDATA[鸟语天空]]></title> 
<description><![CDATA[不怨天,不尤人,下学而上达,知我者其天乎!]]></description>
<link>http://www.devacg.com/</link>
<language>zh-cn</language>
<generator>www.emlog.net</generator>
<item>
	<title>正交矩阵</title>
	<link>http://www.devacg.com/?post=817</link>
	<description><![CDATA[一、运算法则  若方阵M是正交的，则当且仅当M与它转置MT的乘积等于单位矩阵。 <a href="http://www.devacg.com/?post=817">阅读全文&gt;&gt;</a>]]></description>
	<pubDate>Wed, 05 Sep 2018 12:43:31 +0000</pubDate>
	<author>追风剑情</author>
	<guid>http://www.devacg.com/?post=817</guid>

</item>
<item>
	<title>矩阵的逆</title>
	<link>http://www.devacg.com/?post=813</link>
	<description><![CDATA[求逆运算只能用于方阵。    并非所有矩阵都有逆，一个明显的例子是若矩阵的某一行或列上的... <a href="http://www.devacg.com/?post=813">阅读全文&gt;&gt;</a>]]></description>
	<pubDate>Sun, 19 Aug 2018 04:55:32 +0000</pubDate>
	<author>追风剑情</author>
	<guid>http://www.devacg.com/?post=813</guid>

</item>
<item>
	<title>变换的组合</title>
	<link>http://www.devacg.com/?post=808</link>
	<description><![CDATA[因为矩阵乘法满足结合律，可以先把所有变换矩阵组合起来，这样向量只需乘以一个最终变换矩阵。 矩阵组合 <a href="http://www.devacg.com/?post=808">阅读全文&gt;&gt;</a>]]></description>
	<pubDate>Sat, 11 Aug 2018 04:47:02 +0000</pubDate>
	<author>追风剑情</author>
	<guid>http://www.devacg.com/?post=808</guid>

</item>
<item>
	<title>矩阵的转置(一)</title>
	<link>http://www.devacg.com/?post=807</link>
	<description><![CDATA[考虑一个r×c矩阵M。M的转置记作MT，是一个c×r矩阵，它的列由M的行组成。可以从另一方面理解，MijT=Mji，即沿着矩阵的对角线翻折。 <a href="http://www.devacg.com/?post=807">阅读全文&gt;&gt;</a>]]></description>
	<pubDate>Fri, 10 Aug 2018 14:04:01 +0000</pubDate>
	<author>追风剑情</author>
	<guid>http://www.devacg.com/?post=807</guid>

</item>
<item>
	<title>切变</title>
	<link>http://www.devacg.com/?post=803</link>
	<description><![CDATA[切变是一种坐标系“扭曲”变换，非均匀地拉伸它。切变的时候角度会发生变化，但令人惊奇的是面积和体积却保持不变。基本思想是将某一坐标的乘积加到另一个上。例如，2D中，将y乘以某个因子然后加到x上，得到x'=x+sy。 <a href="http://www.devacg.com/?post=803">阅读全文&gt;&gt;</a>]]></description>
	<pubDate>Mon, 06 Aug 2018 12:09:15 +0000</pubDate>
	<author>追风剑情</author>
	<guid>http://www.devacg.com/?post=803</guid>

</item>
<item>
	<title>矩阵的行列式</title>
	<link>http://www.devacg.com/?post=802</link>
	<description><![CDATA[在任意方阵中都存在一个标量，称作该方阵的行列式。 方阵M的行列式记作|M|或det M。非方阵矩阵的行列式是未定义的。nxn阶矩阵的行列式定义非常复杂。 2×2阶矩阵行列式的定义: <a href="http://www.devacg.com/?post=802">阅读全文&gt;&gt;</a>]]></description>
	<pubDate>Wed, 01 Aug 2018 13:40:45 +0000</pubDate>
	<author>追风剑情</author>
	<guid>http://www.devacg.com/?post=802</guid>

</item>
<item>
	<title>向量投影</title>
	<link>http://www.devacg.com/?post=801</link>
	<description><![CDATA[给定两个向量v和n，能将v分解成两个分量：v∥和v⊥。它们分别平行于和垂直于n，并满足v=v⊥+v∥。一般称平行分量v∥为v在n上的投影。 <a href="http://www.devacg.com/?post=801">阅读全文&gt;&gt;</a>]]></description>
	<pubDate>Tue, 31 Jul 2018 12:31:30 +0000</pubDate>
	<author>追风剑情</author>
	<guid>http://www.devacg.com/?post=801</guid>

</item>
<item>
	<title>镜像</title>
	<link>http://www.devacg.com/?post=800</link>
	<description><![CDATA[镜像(也叫作反射)是一种变换，基作用是将物体沿直线(2D中)或平面(3D中)“翻折”。 使缩放因子为-1能够很容易地实现镜像变换。设n为2D单位向量，下面所示的矩阵将沿通过原点且垂直于n的反射轴进行镜像变换： <a href="http://www.devacg.com/?post=800">阅读全文&gt;&gt;</a>]]></description>
	<pubDate>Mon, 30 Jul 2018 12:38:56 +0000</pubDate>
	<author>追风剑情</author>
	<guid>http://www.devacg.com/?post=800</guid>

</item>
<item>
	<title>正交投影——向任意直线或平面投影</title>
	<link>http://www.devacg.com/?post=799</link>
	<description><![CDATA[这里不考虑平移，直线或平面必须通过原点。投影由垂直于直线或平面的单位向量n定义。通过使该方向的缩放因子为零能够导出向任意方向投影的矩阵。 向任意直线投影的2D矩阵 <a href="http://www.devacg.com/?post=799">阅读全文&gt;&gt;</a>]]></description>
	<pubDate>Wed, 25 Jul 2018 12:52:17 +0000</pubDate>
	<author>追风剑情</author>
	<guid>http://www.devacg.com/?post=799</guid>

</item>
<item>
	<title>正交投影——向坐标轴或平面上投影</title>
	<link>http://www.devacg.com/?post=798</link>
	<description><![CDATA[一般来说，投影意味着降维操作。 向x轴投影的2D矩阵，让y的缩放值为0。如图 <a href="http://www.devacg.com/?post=798">阅读全文&gt;&gt;</a>]]></description>
	<pubDate>Tue, 24 Jul 2018 12:48:29 +0000</pubDate>
	<author>追风剑情</author>
	<guid>http://www.devacg.com/?post=798</guid>

</item></channel>
</rss>