最近在思考這樣的乙個問題：給定觀測訊號
第一種方法是比較二範數，首先對觀測訊號和資料庫中的每一列進行歸一化（此處為是列向量的第乙個元素為
第二種方法是使用內積，主要是使用omp演算法。這種方法的優點是能計算觀測訊號與多個資料庫列向量的關係，問題是需要對資料庫的每一列進行歸一化（此處的歸一化為列向量的二範數為1，即
其實兩者在本質上是一樣的，主要是具體歸一化不一樣導致的操作不一樣，所以在想如何將兩者結合起來。
（考慮到二範數和內積的關係，前者是求最小=%28y_1-x_1%29%28y_1-x_1%29+...+%28y_n-x_n%29%28y_n-x_n%29=x_%7b1%7d%5e%7b2%7d+y_%7b1%7d%5e%7b2%7d-2x_%7b1%7dy_%7b1%7d+...+x_%7bn%7d%5e%7b2%7d+y_%7bn%7d%5e%7b2%7d-2x_%7bn%7dy_%7bn%7d" rel="noopener noreferrer">
後者是求最大==x_%7b1%7dy_%7b1%7d+...+x_%7bn%7dy_%7bn%7d" rel="noopener noreferrer">
求列向量的一範數 內積與範數
內積空間需要滿足三條公理 兩個向量的內積可以度量向量之間的夾角 賦範空間需要滿足三條公理 向量空間具有向量的加法 標量與向量的乘法，內積定義了兩個向量的乘法，可以度量兩個向量之間的夾角，範數能夠對向量的長度 距離 鄰域等進行度量。向量內積定義 稱為典範內積，採用典範內積的有限維向量空間或者稱為n階e...
二範數 特徵值的意義 矩陣範數 向量範數
範數，是具有 長度 概念的函式。性代數 泛函分析及相關的數學領域，泛函是乙個函式，其為向量空間內的所有向量賦予非零的正長度或大小。半範數反而可以為非零的向量賦予零長度。矩陣範數 矩陣a的2範數就是 a的轉置乘以a矩陣特徵根 最大值的開根號 線性代數基礎知識 1.b p a inv p 稱a與b相似，...
關於 retainCount 的疑問
我在 main.m 裡寫了三個測試例子，就是不明白為什麼輸出的都是 1 別人幫忙測試了下，輸出的是額外的超大的值 nsstring str1 welcome nslog d str1 retaincount nsstring str2 nsstring stringwithstring you ns...