일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
- arduino compiler
- 아두이노
- stl
- html
- C언어
- c++
- directx
- Arduino
- 아두이노 소스
- 시스템프로그래밍
- LineTracer
- priority_queue
- 수광 소자
- 컴퓨터 그래픽스
- list
- Deque
- vector
- Algorithm
- 라인트레이서
- 통계학
- 자료구조
- Visual Micro
- 아두이노 컴파일러
- queue
- set
- Stack
- Array
- 운영체제
- map
- WinAPI
- Today
- Total
목록전체 글 (545)
Kim's Programming
자료구로 Stack은 선입후출(LIFO : Last In First Out)의 구조를 가진 자료구조입니다. 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263#include#include void print(std::stack Target_Stack){ std::cout
이산확률변수와 확률밀도함수 이산확률변수 X의 확률밀도함수 p(x)에 대하여 다음이 성립합니다. 연속확률변수의 확률밀도함수 연속확률변수 X에 대하여 함수 f(x)가 (1) (2) (단, )를 만족시킬 때 f(x)를 X의 확률밀도함수라고 합니다.) 연속확률변수의 성질 (1) 임의의 c에 대해 (2) 확률변수의 평균 확률변수 X의 확률밀도함수를 p(x)라고 할 때, (이산확률변수) (연속확률변수) 확률변수의 함수의 기대값 확률변수 X의 확률밀도함수를 p(x)라고 할 때 (이산확률변수) (연속확률변수) 기대값의 성질 확률변수의 분산과 표준편차 X의 평균이 이고 확률밀도함수가 p(x)일 때 (1) (이산확률변수) (연속확률변수) (2) 분산의 간편계산법 유도 분산의 간편계산법 분산의 성질 결합확률밀도함수 이산확률..
확률의 공리적 정의 (1) 표본공간 S에서 임의의 사건 A에 대하여 (2) (3) 서보 배반인 사건 에 대하여 를 만족할 때 P(A)를 사건 A의 확률이라 한다 확률에 관한 성질 조건부확률의 정의 A가 일어났다는 조건하에서 B가 일어날 확률은 P(A)에 대한 A와 B의 교집합의 확률의 비로써 정읳바니다. 즉, A가 주어졌을 때 B의 조건부확률을 P(A|B)로 나타내고 다음과 같이 정의합니다. 곱셈법칙 조건부확률의 정의로부터 다음의 곱셈법칙이 성립함을 할 수 있습니다. 전확률공식 사건 에 대하여 서로 독립 사건 A가 일어났다고 하더라고 사건 B가 일어날 확률에 아무런 영향을 미치지 않는다면 즉,이면 사건 A와 사건 B는 서로 독립이라 합니다.사건 A와 사건 B가 독립일때 이 성립합니다.
유한 표본집단의 평균 표본의 특성값이 x1,x2,x3....,xn일 때, 표본의 위치를 대표하는 값으로서 로 표시합니다. 표본집단의 분산 유도 표본표준편차 표본표준편차 모상관계수는 다음에 정의되는 표본상관계수로 추측하며 r로 나타냅니다. 표본평균, 표본분산, 표본표준편차, 푠본공분산, 표본상관계수 등과 같이 표본의 대표값을 통계량이라고 하며 모수의 추측에 사용되는 통계량이라고 하며 특히 모수의 추측에 사용되는 통계량을 추정량이라고 합니다.
유한 모집단의 평균 모집단 분포의 위치를 나타내는 대표값으로서 모평균은 특성값 c1, c2, c3.....cn의 산술평균으로 정의하며 (뮤)로 표시합니다. 무한모집단의 평균 (이산적인 경우) (연속적인 경우) 유한 모집단의 모분산과 모표준편차 모집단 분포의 산포를 나타내는 대표값으로서 통계적 추론에서 통상적으로 고려되는 것이 표준편차입니다. 표준편차는 (시그마)로 표시하게되며 이를 제곱한 값을 분산이라고 합니다. 무한 모집단의 모분산과 모표준편차 (이산적인 경우) (연속적인 경우) 유한모집단의 모상관계수 이차원 모집단에서 모평균, 모표준편차 이외에 두 특성의 변화 관계를 나타내는 다음의 상관계수를 모집단의 특징을 나타내는 대표값으로 고려하며 추론의 대상으로 삼습니다. 모상관 게수는 (로)로 표시합니다. ..
조명 모델 곡면 렌더링(Surface Rendering)의 과정 렌더링은 3차원 모델링기법을 이용하여 만들어진 객체들에 다음과 같은 과정을 거치게 합니다. 은면제거 셰이딩 투명한 물체 처리 텍스쳐 매핑 그림자 생성 1) 은면의 제거 은면제거는 관찰자로 부터 보이지 않는 면들을 제거하는 것을 의미합니다. 은면제거가 렌더링 과정에 포함될 수도 아닐 수 도 있지만 은면제거를 수행한다는 것은 객체 면들에 불필요한 렌더링을 피함으로써 계산량을 줄일 수 있는 장점이 됩니다. 2) 면의 셰이딩 객체의 모델의 다각형면이나 다각형 메쉬상의 각 점의 위치에서 관찰자의 눈에 들어오는 빛의 반사량과 성분을 계산하는 과정을 다각형 셰이딩(Polygon Shading)이라고 합니다. 셰이딩은 어떤 물체가 입체감 있게 보이게 하는..
은면 제거 은면제거란 시점에서 앞에 있는 객체나 가려진 면들을 제거하는 과정을 의미합니다. 이러한 과정을 거치고서 보이는 면은 렌더링 하면 현실감 있는 그래픽 화면도 얻을 수 있고 랜더링하는 면의 수가 줄어들어 렌더링 시간도 줄일 수 있게 됩니다. 은면 제거(Hidden Surface Removal) 알고리즘 종류 3차원 공간에서 객체가 투영면에 투영될 때 보이지 않는 모서리나 면을 제거해줌으로써 그 객체의 입체감과 현실감을 증가시킬 수 있습니다. 은면제거가 면과 면간에 가려져 보이지 않는 면을 제거하는 데 비해 은선 제거(Hidden Line Removal)은 선과 면간에 보이지 않는 선의 부분을 제거하는 기법입니다. 위의 그림에서 빨간색을 제거하거나 파란색을 제거하느냐에 따라서 서로 다른 모양의 그림..
스플라인(Spline) 곡선 베지어 곡선/곡면 B-스플라인 곡선/곡면 NURBS 곡선/곡면 곡선의 부드러움 ㅇ ㅇ ㅇ 블록다각형 내포성 ㅇ ㅇ ㅇ 국부제어 ㅇ/x ㅇ ㅇ 2차곡선의 재현 x x ㅇ 투영불변성 x x ㅇ 부드러운 물체를 표현하기 위하여, 베지어 곡선, B-스플라인 곡선, 그리고 NURBS 곡선이 일반적으로 많이 이용됩니다. 이러한 모델링 기법들의 공통적인 특성은 모델링 곡선이 제어점들로 구성된 불록 다각형 내부에 항상 위치한다는 사실입니다. B-스플라인 곡선이나 NURBS 곡선의 경우에는 제어점의 위치를 수정할 떄 그 제어점 주위의 곡선 모양만 변하는 국부 제어성을 가지나 베지어 곡선은 일반적으로 국부제어성을 가지고 있지 않습니다. 그러나 짧은 베지어 곡선 세그먼트를 여러개 연결하여 사용하..