jienan's pages

😊😆😄 画了属于自己的画，感觉非常好，自己比较满意，感觉背景方面有较大的进步空间。 最终版 说实话感觉中间几张也很不错，所以都留下来了。😄

高等代数 尝试做了高等代数的总结 (一方面是觉得自己的高代考的有点烂了 😓) 另一方面是我觉得学数学需要整理所学知识点，思维导图就是一个很不错的选择，而且通过与学长的交流，我发现高等代数不同于数学分析，它离高中数学更远，更需要清晰的知识框架，(高等代数实际与线性代数的区别并不是很大，我觉得方法是可以互通的) 我明显感觉到我清楚地知道数学分析学什么，但我对高等代数学什么没有和数学分析一样清晰的认知，因此我打算做个高等代数的总结。 Mind Map 高等代数(线性代数)个人理解 线性映射 之所以研究线性映射，是我们定义了向量空间后所需要的。 当我们将向量空间拓展至抽象，并将具象向量空间中的性质沿用到抽象空间后。我们虽然得到能够通过定义运算得到一个空间，但是我不满足于此。因为我们得到空间之间是相互独立的，并且在实际应用中，我们还往往需要对同一个空间进行一定的扭曲变换。这自然需要一种映射来实现这种变换操作。但是作为线性代数这门学科，线性...

看我 “妙手回春” 😊 "医治"前 画的还是有点粗糙的，慢慢练吧，画技总会提升的 感觉还有好多事要做： 复习数学分析,学习Opencv赶进度,自学数学。😟–有点小忙 自己慢慢找节奏吧，没有什么困难是克服不了的😊 😄 😉

数学分析之数列的极限 1补充要点 1.证明数列极限的方法 1.定义：( 语言) 2.夹逼原理 3.Cauchy收敛 4.单调有界定理 5.子列收敛(所有的数列 or 奇偶数列 等) 6.Stolz定理： 7.计算法：一般要求每个参与计算的数列要有极限，要注意别忘了 8.上下极限相同 9.函数极限 + 归结原理 函数的连续性 2补充要点 证明函数的极限 1.定义 ( 语言) 2.归结原理 (用于证明没有极限比较好) 3.函数的连续性(极限等于函数值) 4.等价无穷小(可理解为Taylor展开取一部分) 适用于乘除式的替换，加减一般用展开 常见等价无穷小 5.夹逼原理 6.计算法(eg.取e为底数的指数) 7.Cauchy 收敛 8.Taylor 展开: 常见展开： 函数的导数 (----😊✌️----) Taylor定理 积分学 总结 不等式总结 1.Wallis公式 (据说很重要，要记) 定义双阶乘：隔数跳跃乘 当都是偶数时否则 tmd 这个代码我鼓捣了将近一个小时一直那\left \{语法，始终渲染不对，知道发现了\begin{cases}...

Emoji People ⛺ :tent: 😄 :smile: 😆 :laughing: 😊 :blush: 😃 :smiley: ☺️ :relaxed: 😏 :smirk: 😍 :heart_eyes: 😘 :kissing_heart: 😚 :kissing_closed_eyes: 😳 :flushed: 😌 :relieved: 😆 :satisfied: 😁 :grin: 😉 :wink: 😜 :stuck_out_tongue_winking_eye: 😝 :stuck_out_tongue_closed_eyes: 😀 :grinning: 😗 :kissing: 😙 :kissing_smiling_eyes: 😛 :stuck_out_tongue: 😴 :sleeping: 😟 :worried: 😦 :frowning: 😧 :anguished: 😮 :open_mouth: 😬 :grimacing: 😕 :confused: 😯...

math command 12.矩阵 1234567\begin{Bmatrix}1 & 2 & 3 & \cdots & 4 \\\\5 & 6 & 7 & \cdots & 8 \\\\\vdots&\vdots&\vdots&\ddots&\vdots\\\\9&10&11&\cdots&12\end{Bmatrix}\tag{1} 12345\begin{bmatrix}1 & 2 & 3 & \cdots & 4 \\\\5 & 6 & 7 & \cdots & 8\end{bmatrix}\tag{2} 12345\begin{matrix}1 & 2 & 3 & \cdots & 4 \\\\5 & 6 & 7 & \cdots & 8\end{matrix}\tag{3}

理论 定义 霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，它通过一种投票算法检测具有特定形状的物体。Hough变换是图像处理中从图像中识别几何形状的基本方法之一。 原则上霍夫变换可以检测任何形状，但复杂的形状需要的参数就多，霍夫空间的维数就多，因此在程序实现上所需的内存空间以及运行效率上都不利于把标准霍夫变换应用于实际复杂图形的检测中。霍夫梯度法是霍夫变换的改进（圆检测），它的目的是减小霍夫空间的维度，提高效率。 原理 1.直线检测 将要检测的对象转到霍夫空间中，利用累加器找到最优解，即为所求直线。 检测前对图像进行二值化处理 霍夫空间 霍夫空间是一种“极坐标”空间（不同于一般意义的极坐标） 而霍夫变换就是将笛卡尔坐标系转化成霍夫空间。 转换： 笛卡尔空间霍夫空间 笛卡尔空间霍夫空间 因此： 1.点(笛卡尔空间)三角函数曲线 或 直线(Hough Space)(式子不同结果不同，一般选择三角函数) 2.直线(笛卡尔空间) 点(Hough Space) (为两个点对应的曲线交点，两点确定一条直线) 3.直线(Hough...