git.sesse.net Git - ffmpeg/blob - libavutil/lls.c

   1 /*
   2  * linear least squares model
   3  *
   4  * Copyright (c) 2006 Michael Niedermayer <michaelni@gmx.at>
   5  *
   6  * This library is free software; you can redistribute it and/or
   7  * modify it under the terms of the GNU Lesser General Public
   8  * License as published by the Free Software Foundation; either
   9  * version 2 of the License, or (at your option) any later version.
  10  *
  11  * This library is distributed in the hope that it will be useful,
  12  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  13  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  14  * Lesser General Public License for more details.
  15  *
  16  * You should have received a copy of the GNU Lesser General Public
  17  * License along with this library; if not, write to the Free Software
  18  * Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
  19  */
  20
  21 /**
  22  * @file lls.c
  23  * linear least squares model
  24  */
  25
  26 #include <math.h>
  27 #include <string.h>
  28
  29 #include "lls.h"
  30
  31 #undef NDEBUG // allways check asserts, the speed effect is far too small to disable them
  32 #include <assert.h>
  33
  34 #ifdef TEST
  35 #define av_log(a,b,...) printf(__VA_ARGS__)
  36 #endif
  37
  38 void av_init_lls(LLSModel *m, int indep_count){
  39     memset(m, 0, sizeof(LLSModel));
  40
  41     m->indep_count= indep_count;
  42 }
  43
  44 void av_update_lls(LLSModel *m, double *var, double decay){
  45     int i,j;
  46
  47     for(i=0; i<=m->indep_count; i++){
  48         for(j=i; j<=m->indep_count; j++){
  49             m->covariance[i][j] *= decay;
  50             m->covariance[i][j] += var[i]*var[j];
  51         }
  52     }
  53 }
  54
  55 double av_solve_lls(LLSModel *m, double threshold){
  56     int i,j,k;
  57     double (*factor)[MAX_VARS+1]= &m->covariance[1][0];
  58     double (*covar )[MAX_VARS+1]= &m->covariance[1][1];
  59     double  *covar_y            =  m->covariance[0];
  60     double variance;
  61     int count= m->indep_count;
  62
  63     for(i=0; i<count; i++){
  64         for(j=i; j<count; j++){
  65             double sum= covar[i][j];
  66
  67             for(k=i-1; k>=0; k--)
  68                 sum -= factor[i][k]*factor[j][k];
  69
  70             if(i==j){
  71                 if(sum < threshold)
  72                     sum= 1.0;
  73                 factor[i][i]= sqrt(sum);
  74             }else
  75                 factor[j][i]= sum / factor[i][i];
  76         }
  77     }
  78     for(i=0; i<count; i++){
  79         double sum= covar_y[i+1];
  80         for(k=i-1; k>=0; k--)
  81             sum -= factor[i][k]*m->coeff[k];
  82         m->coeff[i]= sum / factor[i][i];
  83     }
  84
  85     for(i=count-1; i>=0; i--){
  86         double sum= m->coeff[i];
  87         for(k=i+1; k<count; k++)
  88             sum -= factor[k][i]*m->coeff[k];
  89         m->coeff[i]= sum / factor[i][i];
  90     }
  91
  92     variance= covar_y[0];
  93     for(i=0; i<count; i++){
  94         double sum= m->coeff[i]*covar[i][i] - 2*covar_y[i+1];
  95         for(j=0; j<i; j++)
  96             sum += 2*m->coeff[j]*covar[j][i];
  97         variance += m->coeff[i]*sum;
  98     }
  99     return variance;
 100 }
 101
 102 double av_evaluate_lls(LLSModel *m, double *param){
 103     int i;
 104     double out= 0;
 105
 106     for(i=0; i<m->indep_count; i++)
 107         out+= param[i]*m->coeff[i];
 108
 109     return out;
 110 }
 111
 112 #ifdef TEST
 113
 114 #include <stdlib.h>
 115 #include <stdio.h>
 116
 117 int main(){
 118     LLSModel m;
 119     int i;
 120
 121     av_init_lls(&m, 3);
 122
 123     for(i=0; i<100; i++){
 124         double var[4];
 125         double eval, variance;
 126         var[1] = rand() / (double)RAND_MAX;
 127         var[2] = rand() / (double)RAND_MAX;
 128         var[3] = rand() / (double)RAND_MAX;
 129
 130         var[2]= var[1] + var[3];
 131
 132         var[0] = var[1] + var[2] + var[3] +  var[1]*var[2]/100;
 133
 134         eval= av_evaluate_lls(&m, var+1);
 135         av_update_lls(&m, var, 0.99);
 136         variance= av_solve_lls(&m, 0.001);
 137         av_log(NULL, AV_LOG_DEBUG, "real:%f pred:%f var:%f coeffs:%f %f %f\n",
 138             var[0], eval, sqrt(variance / (i+1)),
 139             m.coeff[0], m.coeff[1], m.coeff[2]);
 140     }
 141     return 0;
 142 }
 143
 144 #endif