问题标签 [discrete-space]

我有具有线段、射线等的图像。我使用Bresenham 算法表示这些线段（意味着我使用此算法在两点之间获得的任何坐标）。现在我想做一些操作，比如找到两条线段之间的交点，找到一个向量到另一个向量的投影等等......问题是我不在连续空间中工作。使用 Bresenham 算法对线段进行近似。

所以我想要关于什么是最好和最有效的方法的建议？到 C++ 库或实现的链接也足够了。请推荐一些处理此类问题的书籍。

我目前正在寻找为 C++ 编写的离散事件模拟器。我在网上没有找到很多专门用 OO 风格编写的；有一些，但是已经过时了。其他一些，例如 Opnet、Omnet 和 ns3 对于我需要做的事情来说太复杂了。此外，我需要模拟能够模拟数千个节点的系统的基于代理的算法。

有人知道适合我需要的东西吗？

如果我们有一个离散随机变量 x 和 X(n) 中与它相关的数据，我们如何在 matlab 中确定概率质量函数 pmf(X)？

您将如何解决在以轴的原点为中心的圆内找到（整数）网格的点的问题，结果按范数排序，如在 C++ 中与中心的距离？

我编写了一个有效的实现（是的，我知道，它的效率极低，但对于我的问题来说，任何更多的东西都将是矫枉过正的）。我对 C++ 非常陌生，所以我最大的问题是找到一个能够

1. 可分类；
2. 能够将数组保存在其中一个元素中，

而不是算法的实现。我的代码如下。提前谢谢大家！

我想使用以下代码行在13 个z位置绘制离散的 2D 图像。[4:4:52]

但是，我得到了从 1 到 13 的 13 个连续图，而不是 13 个离散位置，如下所示：

有人可以告诉我我的错误是什么吗？我希望图像堆叠在[4:4:52]z 轴上的位置。谢谢。

使用具有高斯族分布的广义线性模型来预测离散量是否可以（合法方法），例如通过将高斯 GLM 的输出四舍五入到最接近的整数来预测离散量？

I know how to draw bezier curves from four control points. However, even if the control points are from 2D grids, the generated points are not neccessarily in 2D grid. Please help.

How would I generate all the discrete bezier curve cordinates for a given set of control points.

我想建立一个依赖于其他分类变量的离散（pymc.Categorical）变量的贝叶斯网络。作为一个最简单的例子，假设变量a和b是分类变量，并且b取决于a

这是使用 pymc 对其进行编码的尝试（假设a采用三个值之一，b采用四个值之一）。想法是使用 pymc 从数据中学习 CPT 分布。

如果我们绘制这个模型，它看起来像这样

然而，运行这段代码我们得到一个错误：

显然，pymc 可以将 Dirichlet 变量作为分类变量的参数。当 Categorical 变量将 Dirichlet 变量作为其参数时，它知道期望 k-1 个概率向量，并假设第 k 个概率将向量求和为 1。但是，当 Dirichlet 变量是一个确定性变量，这是我制作 CPT 所需要的。

我会以正确的方式解决这个问题吗？如何解决表示不匹配的问题？我应该提一下，我对 pymc 和 Python 比较陌生。

这个问题与上一个关于使用 pymc 制作离散状态马尔可夫模型的问题有关

我正在尝试使用 for 循环来解决 100 点离散网格，但它现在完全吓坏了。

编码：

退货

为什么这个 for 循环不起作用？谢谢！

我试图弄清楚如何在离散生存分析中对异常值进行适当的测试（我使用逻辑回归）。我为连续生存分析找到了一些建议，但对于离散的则没有。

非常感谢对方法、文献或类似的建议！