算法具有什么特征？
1.有限性：算法的有限性是指算法必须能够在执行有限数量的步骤后终止；
2.确定性：算法的每一步都必须有一个精确的定义。
3.输入（Input）：一种算法具有0个或多个输入，以表征操作对象的初始情况。所谓的0输入意味着算法本身设置了初始条件。
4.输出：一种算法具有一个或多个输出，以反映处理输入数据的结果。没有输出的算法是没有意义的。
5.可行性（有效性）：算法中执行的任何计算步骤都可以分解为基本的可执行操作步骤，也就是说，每个计算步骤都可以在有限的时间内完成（也称为有效性）。
算法的定义？
1、算法概念：在数学上，现代意义上的“算法”通常是指可以用计算机来解决的某一类问题是程序或步骤，这些程序或步骤必须是明确和有效的，而且能够在有限步之内完成.2. 算法的特点:(1)有限性：一个算法的步骤序列是有限的，必须在有限操作之后停止，不能是无限的.(2)确定性：算法中的每一步应该是确定的并且能有效地执行且得到确定的结果，而不应当是模棱两可.(3)顺序性与正确性：算法从初始步骤开始，分为若干明确的步骤，每一个步骤只能有一个确定的后继步骤，前一步是后一步的前提，只有执行完前一步才能进行下一步，并且每一步都准确无误，才能完成问题.(4)不唯一性：求解某一个问题的解法不一定是唯一的，对于一个问题可以有不同的算法.(5)普遍性：很多具体的问题，都可以设计合理的算法去解决，如心算、计算器计算都要经过有限、事先设计好的步骤加以解决.
算法的五个特征是
1、有穷性： 一个算法必须保证执行有限步之后结束；
2、确切性： 算法的每一步骤必须有确切的定义；
3、输入：一个算法有0个或多个输入，以刻画运算对象的初始情况，所谓0个输入是指算法本身定除了初始条件；
4、输出：一个算法有一个或多个输出，以反映对输入数据加工后的结果。没有输出的算法是毫无意义的；
5、可行性： 算法原则上能够精确地运行，而且人们用笔和纸做有限次运算后即可完成；
算法的主要特征
算法的主要特征如下：
1、有穷性：一个算法必须在执行有限个操作步骤后终止；
2、确定性：算法中每一步的含义必须是确切的，不可出现任何二义性；
3、有效性：算法中的每一步操作都应该能有效执行，一个不可执行的操作是无效的；
4、有零个或多个输入：输入是指在算法开始之前所需要的初始数据，输入的多少取决于特定的问题；
5、有一个或多个输出：输出是指与输入有某种特定关系的量，在一个完整的算法中至少会有一个输出。
GA（遗传算法）算法用在SIFT特征提取中,怎样对这幅图像的SIFT特征编码,并确定适应度函数,求指导,万分感谢
- 就是我想在SIFT特征的列向量中去除一些，保留下比较好的描述这个SIFT特征的列向量，用GA（遗传算法）优化
- 对这幅图像的SIFT特征编码,并确定适应度函数
老师请问对称矩阵求特征值有什么简便的算法吗？
- 对称阵不易进行初等变换，比如-1 2 22 -1 -22 -2 -1这个矩阵A的特征值怎么求
- 没有!3阶矩阵也不是很难！只不过麻烦而已，要不你用计算机，超快，输进去矩阵，特征值马上就出来
Opencv将多维特征向量利用K-means算法聚类
- void cvKMeans2( const CvArr* samples, int cluster_count, CvArr* labels, CvTermCriteria termcrit );里面的samples存储要聚类特征向量，每个特征向量有n维(n=128)。我的理解是：一个特征向量为一个样本点，构建的samples矩阵为：[sample_count(特征向量数即样本数)行,1]。怎么构建啊？还是理解出错了。
- 你的理解没有错，确实是一个样本一行，CvMat* sample = cvCreateMat( sample_dimension, 1, CV_32FC2 );或者使用 Mat sample;sample.create(…);
