Значительно упрощенный, но то, что происходит, является прерыванием, происходит, когда Вы пытаетесь получить доступ к зарезервированному адресу памяти. Прерывание переключает контекст на привилегированный режим и выполняет код ядра (фактический системный вызов) от имени пользователя. После того как вызов завершается, управление возвращается к пользовательскому коду.
Под «вторыми моментами» в документации подразумевается второй центральный момент .
В случае одномерных данных это будет дисперсия (или квадрат стандартного отклонения)
В вашем случае, когда у вас есть двумерные данные, вторым центральным моментом является ковариационная матрица .
Если X
представляет собой матрицу n на 2 точек в вашем регионе, вы можете вычислить ковариационную матрицу Sigma
в MATLAB следующим образом (непроверено):
mu=mean(X,1);
X_minus_mu=X-repmat(mu, size(X,1), 1);
Sigma=(X_minus_mu'*X_minus_mu)/size(X,1);
При чем тут эллипсы? Что ж, то, что вы здесь делаете, по сути, подгоняет многомерное нормальное распределение к вашим данным. Ковариационная матрица определяет форму этого распределения, а контурные линии многомерного нормального распределения - подождите - являются эллипсами !
Направления и длины осей эллипса задаются собственные векторы и собственные значения ковариационной матрицы:
[V, D]=eig(Sigma);
Столбцы V
теперь являются собственными векторами (т.е. направлениями осей), а значения на диагонали D
являются собственными значениями (т.е. длины осей). Итак, у вас уже есть MajorAxisLength и MinorAxisLength. Ориентация, вероятно, представляет собой просто угол между большой осью и горизонталью (подсказка: используйте atan2
, чтобы вычислить это из вектора, указывающего вдоль большой оси). Наконец, эксцентриситет равен
sqrt(1-(b/a)^2)
, где a - длина большой оси, а b - длина малой оси.
Я не совсем уверен, но разве это не относится к статистическому понятию моментов (как в производящей функции моментов):
Central Moments (моменты о среднем):
mu_k = E [(X - E [X]) ^ k]
, где E - ожидаемое значение
Таким образом, первые четыре момента соответственно: {1, дисперсия , асимметрия, эксцесс}.
Но опять же могу ошибаться;)
Не совсем тот ответ, который вы ищете, но он может кому-то помочь.
Я написал эту книгу на тему механики и написал m-файлы для вычисления момента инерции площади:
] Освоение механики с использованием MATLAB 5
Его код можно найти здесь:
Глава 9 должна представлять интерес. Я подозреваю, что вы могли бы использовать этот код в качестве отправной точки.