Caiyun Wiki - User contributions [en]

如何理解仿射变换

2018-10-12T07:40:28Z

Pqxu: /* 例子: */

简单来说，“仿射变换”＝“线性变换”+“平移”。

=== 概念： ===
<math>Y＝WX＋B</math>

X,Y,B为n维向量，W为n*n维矩阵

要求X，Y，B是线性空间中的向量，即X，Y，B的取值是连续的。

=== 直观理解： ===
变换前是直线的，变换后依然是直线。

一条直线上各个位置之间的距离比例保持不变。

=== 例子: ===
一维:<math>y＝kx+b</math>

二维:旋转，缩放，推移，移动，镜面反射等；<math>x_{new} = ax+by+m , y_{new} = cx+dy+n</math>

=== 性质： ===
x和y完全等价，是一个无损的变换。且不存在变形，扭曲等。可以认为x和y是完全等价的两个量。

=== 应用： ===
雷达回波dbz和彩云雷达强度之间的变换。

如何理解仿射变换

2018-10-12T07:39:54Z

Pqxu: /* 概念： */

简单来说，“仿射变换”＝“线性变换”+“平移”。

=== 概念： ===
<math>Y＝WX＋B</math>

X,Y,B为n维向量，W为n*n维矩阵

要求X，Y，B是线性空间中的向量，即X，Y，B的取值是连续的。

=== 直观理解： ===
变换前是直线的，变换后依然是直线。

一条直线上各个位置之间的距离比例保持不变。

=== 例子: ===
一维:<math>y＝kx+b</math>

二维:旋转，缩放，推移，移动，镜面反射等；<math>x_{new} = ax+by , y_{new} = cx+dy</math>

=== 性质： ===
x和y完全等价，是一个无损的变换。且不存在变形，扭曲等。可以认为x和y是完全等价的两个量。

=== 应用： ===
雷达回波dbz和彩云雷达强度之间的变换。

如何理解仿射变换

2018-10-12T07:37:35Z

Pqxu: /* 例子: */

简单来说，“仿射变换”＝“线性变换”+“平移”。

=== 概念： ===
<math>Y＝WX＋B</math> (X,Y,B为n维向量，W为n*n维矩阵)

要求X，Y，B是线性空间中的向量，即X，Y，B的取值是连续的。

=== 直观理解： ===
变换前是直线的，变换后依然是直线。

一条直线上各个位置之间的距离比例保持不变。

=== 例子: ===
一维:<math>y＝kx+b</math>

二维:旋转，缩放，推移，移动，镜面反射等；<math>x_{new} = ax+by , y_{new} = cx+dy</math>

=== 性质： ===
x和y完全等价，是一个无损的变换。且不存在变形，扭曲等。可以认为x和y是完全等价的两个量。

=== 应用： ===
雷达回波dbz和彩云雷达强度之间的变换。

如何理解仿射变换

2018-10-12T07:37:18Z

Pqxu: /* 例子: */

简单来说，“仿射变换”＝“线性变换”+“平移”。

=== 概念： ===
<math>Y＝WX＋B</math> (X,Y,B为n维向量，W为n*n维矩阵)

要求X，Y，B是线性空间中的向量，即X，Y，B的取值是连续的。

=== 直观理解： ===
变换前是直线的，变换后依然是直线。

一条直线上各个位置之间的距离比例保持不变。

=== 例子: ===
一维:<math>y＝kx+b</math>

二维:旋转，缩放，推移，移动，镜面反射等；<math>x_new = ax+by , y_new = cx+dy</math>

=== 性质： ===
x和y完全等价，是一个无损的变换。且不存在变形，扭曲等。可以认为x和y是完全等价的两个量。

=== 应用： ===
雷达回波dbz和彩云雷达强度之间的变换。

如何理解仿射变换

2018-10-12T07:36:58Z

Pqxu: /* 例子: */

简单来说，“仿射变换”＝“线性变换”+“平移”。

=== 概念： ===
<math>Y＝WX＋B</math> (X,Y,B为n维向量，W为n*n维矩阵)

要求X，Y，B是线性空间中的向量，即X，Y，B的取值是连续的。

=== 直观理解： ===
变换前是直线的，变换后依然是直线。

一条直线上各个位置之间的距离比例保持不变。

=== 例子: ===
一维:<math>y＝kx+b</math>

二维:旋转，缩放，推移，移动，镜面反射等；<math>new_x = ax+by , new_y = cx+dy</math>

=== 性质： ===
x和y完全等价，是一个无损的变换。且不存在变形，扭曲等。可以认为x和y是完全等价的两个量。

=== 应用： ===
雷达回波dbz和彩云雷达强度之间的变换。

如何理解仿射变换

2018-10-12T07:36:34Z

Pqxu: /* 例子: */

简单来说，“仿射变换”＝“线性变换”+“平移”。

=== 概念： ===
<math>Y＝WX＋B</math> (X,Y,B为n维向量，W为n*n维矩阵)

要求X，Y，B是线性空间中的向量，即X，Y，B的取值是连续的。

=== 直观理解： ===
变换前是直线的，变换后依然是直线。

一条直线上各个位置之间的距离比例保持不变。

=== 例子: ===
一维:<math>y＝kx+b</math>

二维:旋转，缩放，推移，移动，镜面反射等；new_x = ax+by , new_y = cx+dy

=== 性质： ===
x和y完全等价，是一个无损的变换。且不存在变形，扭曲等。可以认为x和y是完全等价的两个量。

=== 应用： ===
雷达回波dbz和彩云雷达强度之间的变换。

如何理解仿射变换

2018-10-12T07:36:22Z

Pqxu: /* 例子: */

简单来说，“仿射变换”＝“线性变换”+“平移”。

=== 概念： ===
<math>Y＝WX＋B</math> (X,Y,B为n维向量，W为n*n维矩阵)

要求X，Y，B是线性空间中的向量，即X，Y，B的取值是连续的。

=== 直观理解： ===
变换前是直线的，变换后依然是直线。

一条直线上各个位置之间的距离比例保持不变。

=== 例子: ===
一维:<math>y＝kx+b<\math>

二维:旋转，缩放，推移，移动，镜面反射等；new_x = ax+by , new_y = cx+dy

=== 性质： ===
x和y完全等价，是一个无损的变换。且不存在变形，扭曲等。可以认为x和y是完全等价的两个量。

=== 应用： ===
雷达回波dbz和彩云雷达强度之间的变换。

如何理解仿射变换

2018-10-12T07:35:52Z

Pqxu: /* 概念： */

简单来说，“仿射变换”＝“线性变换”+“平移”。

=== 概念： ===
<math>Y＝WX＋B</math> (X,Y,B为n维向量，W为n*n维矩阵)

要求X，Y，B是线性空间中的向量，即X，Y，B的取值是连续的。

=== 直观理解： ===
变换前是直线的，变换后依然是直线。

一条直线上各个位置之间的距离比例保持不变。

=== 例子: ===
一维:y＝kx+b

二维:旋转，缩放，推移，移动，镜面反射等；new_x = ax+by , new_y = cx+dy

=== 性质： ===
x和y完全等价，是一个无损的变换。且不存在变形，扭曲等。可以认为x和y是完全等价的两个量。

=== 应用： ===
雷达回波dbz和彩云雷达强度之间的变换。

如何理解仿射变换

2018-10-12T07:35:26Z

Pqxu: /* 概念： */

简单来说，“仿射变换”＝“线性变换”+“平移”。

=== 概念： ===
$Y＝WX＋B$ (X,Y,B为n维向量，W为n*n维矩阵)

要求X，Y，B是线性空间中的向量，即X，Y，B的取值是连续的。

=== 直观理解： ===
变换前是直线的，变换后依然是直线。

一条直线上各个位置之间的距离比例保持不变。

=== 例子: ===
一维:y＝kx+b

二维:旋转，缩放，推移，移动，镜面反射等；new_x = ax+by , new_y = cx+dy

=== 性质： ===
x和y完全等价，是一个无损的变换。且不存在变形，扭曲等。可以认为x和y是完全等价的两个量。

=== 应用： ===
雷达回波dbz和彩云雷达强度之间的变换。

如何理解仿射变换

2018-10-12T07:35:13Z

Pqxu: /* 概念： */

简单来说，“仿射变换”＝“线性变换”+“平移”。

=== 概念： ===
&Y＝WX＋B& (X,Y,B为n维向量，W为n*n维矩阵)

要求X，Y，B是线性空间中的向量，即X，Y，B的取值是连续的。

=== 直观理解： ===
变换前是直线的，变换后依然是直线。

一条直线上各个位置之间的距离比例保持不变。

=== 例子: ===
一维:y＝kx+b

二维:旋转，缩放，推移，移动，镜面反射等；new_x = ax+by , new_y = cx+dy

=== 性质： ===
x和y完全等价，是一个无损的变换。且不存在变形，扭曲等。可以认为x和y是完全等价的两个量。

=== 应用： ===
雷达回波dbz和彩云雷达强度之间的变换。

如何理解仿射变换

2018-10-12T06:27:35Z

Pqxu:

简单来说，“仿射变换”＝“线性变换”+“平移”。

=== 概念： ===
Y＝WX＋B (X,Y,B为n维向量，W为n*n维矩阵)

要求X，Y，B是线性空间中的向量，即X，Y，B的取值是连续的。

=== 直观理解： ===
变换前是直线的，变换后依然是直线。

一条直线上各个位置之间的距离比例保持不变。

=== 例子: ===
一维:y＝kx+b

二维:旋转，缩放，推移，移动，镜面反射等；new_x = ax+by , new_y = cx+dy

=== 性质： ===
x和y完全等价，是一个无损的变换。且不存在变形，扭曲等。可以认为x和y是完全等价的两个量。

=== 应用： ===
雷达回波dbz和彩云雷达强度之间的变换。

如何理解仿射变换

2018-10-12T06:27:23Z

Pqxu:

如何理解仿射变换

2018-10-12T06:26:59Z

Pqxu:

简单来说，“仿射变换”＝“线性变换”+“平移”

=== 概念： ===
Y＝WX＋B (X,Y,B为n维向量，W为n*n维矩阵)

要求X，Y，B是线性空间中的向量，即X，Y，B的取值是连续的。

=== 直观理解： ===
变换前是直线的，变换后依然是直线

一条直线上各个位置之间的距离比例保持不变

=== 例子: ===
一维:y＝kx+b

二维:旋转，缩放，推移，移动，镜面反射等；new_x = ax+by , new_y = cx+dy

=== 性质： ===
x和y完全等价，是一个无损的变换。且不存在变形，扭曲等。可以认为x和y是完全等价的两个量。

=== 应用： ===
雷达回波dbz和彩云雷达强度0-15之间的变换

如何理解仿射变换

2018-10-12T06:25:56Z

Pqxu:

简单来说，“仿射变换”＝“线性变换”+“平移”

=== 概念： ===
Y＝WX＋B (X,Y,B为n维向量，W为n*n维矩阵)

要求X，Y，B是线性空间中的向量，即X，Y，B的取值是连续的

=== 直观理解： ===
变换前是直线的，变换后依然是直线

一条直线上各个位置之间的距离比例保持不变

=== 例子: ===
一维:y＝kx+b

二维:旋转，缩放，推移，移动，镜面反射等；new_x = ax+by , new_y = cx+dy

=== 性质： ===
x和y完全等价，是一个无损的变换。且不存在变形，扭曲等。可以认为x和y是完全等价的两个量。

=== 应用： ===
雷达回波dbz和彩云雷达强度0-15之间的变换

如何理解仿射变换

2018-10-12T06:18:00Z

Pqxu: Created page with "简单来说，“仿射变换”＝“线性变换”+“平移”，Y＝WX＋B (X,Y,B为n维向量，W为n*n维矩阵) === 概念： === Y＝WX＋B (X,Y,B为n维向量，W..."

简单来说，“仿射变换”＝“线性变换”+“平移”，Y＝WX＋B (X,Y,B为n维向量，W为n*n维矩阵)

=== 概念： ===
Y＝WX＋B (X,Y,B为n维向量，W为n*n维矩阵)

=== 直观理解： ===
变换前是直线的，变换后依然是直线

一条直线上各个位置之间的距离比例保持不变

=== 例子: ===
一维:y＝kx+b

二维:旋转，缩放，推移，移动，镜面反射等；new_x = ax+by , new_y = cx+dy

=== 性质： ===
x和y完全等价，是一个无损的变换。且不存在变形，扭曲等。可以认为x和y是完全等价的两个量。

=== 应用： ===
雷达回波dbz和彩云雷达强度0-15之间的变换