Make AVOption parsign code use ff_eval2()
[ffmpeg.git] / 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., 51 Franklin St, Fifth Floor, Boston, MA  02110-1301  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 #ifdef TEST
32 #define av_log(a,b,...) printf(__VA_ARGS__)
33 #endif
34
35 void av_init_lls(LLSModel *m, int indep_count){
36     memset(m, 0, sizeof(LLSModel));
37
38     m->indep_count= indep_count;
39 }
40
41 void av_update_lls(LLSModel *m, double *var, double decay){
42     int i,j;
43
44     for(i=0; i<=m->indep_count; i++){
45         for(j=i; j<=m->indep_count; j++){
46             m->covariance[i][j] *= decay;
47             m->covariance[i][j] += var[i]*var[j];
48         }
49     }
50 }
51
52 void av_solve_lls(LLSModel *m, double threshold, int min_order){
53     int i,j,k;
54     double (*factor)[MAX_VARS+1]= &m->covariance[1][0];
55     double (*covar )[MAX_VARS+1]= &m->covariance[1][1];
56     double  *covar_y            =  m->covariance[0];
57     int count= m->indep_count;
58
59     for(i=0; i<count; i++){
60         for(j=i; j<count; j++){
61             double sum= covar[i][j];
62
63             for(k=i-1; k>=0; k--)
64                 sum -= factor[i][k]*factor[j][k];
65
66             if(i==j){
67                 if(sum < threshold)
68                     sum= 1.0;
69                 factor[i][i]= sqrt(sum);
70             }else
71                 factor[j][i]= sum / factor[i][i];
72         }
73     }
74     for(i=0; i<count; i++){
75         double sum= covar_y[i+1];
76         for(k=i-1; k>=0; k--)
77             sum -= factor[i][k]*m->coeff[0][k];
78         m->coeff[0][i]= sum / factor[i][i];
79     }
80
81     for(j=count-1; j>=min_order; j--){
82         for(i=j; i>=0; i--){
83             double sum= m->coeff[0][i];
84             for(k=i+1; k<=j; k++)
85                 sum -= factor[k][i]*m->coeff[j][k];
86             m->coeff[j][i]= sum / factor[i][i];
87         }
88
89         m->variance[j]= covar_y[0];
90         for(i=0; i<=j; i++){
91             double sum= m->coeff[j][i]*covar[i][i] - 2*covar_y[i+1];
92             for(k=0; k<i; k++)
93                 sum += 2*m->coeff[j][k]*covar[k][i];
94             m->variance[j] += m->coeff[j][i]*sum;
95         }
96     }
97 }
98
99 double av_evaluate_lls(LLSModel *m, double *param, int order){
100     int i;
101     double out= 0;
102
103     for(i=0; i<=order; i++)
104         out+= param[i]*m->coeff[order][i];
105
106     return out;
107 }
108
109 #ifdef TEST
110
111 #include <stdlib.h>
112 #include <stdio.h>
113
114 int main(){
115     LLSModel m;
116     int i, order;
117
118     av_init_lls(&m, 3);
119
120     for(i=0; i<100; i++){
121         double var[4];
122         double eval, variance;
123 #if 0
124         var[1] = rand() / (double)RAND_MAX;
125         var[2] = rand() / (double)RAND_MAX;
126         var[3] = rand() / (double)RAND_MAX;
127
128         var[2]= var[1] + var[3]/2;
129
130         var[0] = var[1] + var[2] + var[3] +  var[1]*var[2]/100;
131 #else
132         var[0] = (rand() / (double)RAND_MAX - 0.5)*2;
133         var[1] = var[0] + rand() / (double)RAND_MAX - 0.5;
134         var[2] = var[1] + rand() / (double)RAND_MAX - 0.5;
135         var[3] = var[2] + rand() / (double)RAND_MAX - 0.5;
136 #endif
137         av_update_lls(&m, var, 0.99);
138         av_solve_lls(&m, 0.001, 0);
139         for(order=0; order<3; order++){
140             eval= av_evaluate_lls(&m, var+1, order);
141             av_log(NULL, AV_LOG_DEBUG, "real:%f order:%d pred:%f var:%f coeffs:%f %f %f\n",
142                 var[0], order, eval, sqrt(m.variance[order] / (i+1)),
143                 m.coeff[order][0], m.coeff[order][1], m.coeff[order][2]);
144         }
145     }
146     return 0;
147 }
148
149 #endif