main() --> main(void)
[ffmpeg.git] / libavutil / lls.c
1 /*
2  * linear least squares model
3  *
4  * Copyright (c) 2006 Michael Niedermayer <michaelni@gmx.at>
5  *
6  * This file is part of FFmpeg.
7  *
8  * FFmpeg is free software; you can redistribute it and/or
9  * modify it under the terms of the GNU Lesser General Public
10  * License as published by the Free Software Foundation; either
11  * version 2.1 of the License, or (at your option) any later version.
12  *
13  * FFmpeg is distributed in the hope that it will be useful,
14  * but WITHOUT ANY WARRANTY; without even the implied warranty of
15  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
16  * Lesser General Public License for more details.
17  *
18  * You should have received a copy of the GNU Lesser General Public
19  * License along with FFmpeg; if not, write to the Free Software
20  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
21  */
22
23 /**
24  * @file lls.c
25  * linear least squares model
26  */
27
28 #include <math.h>
29 #include <string.h>
30
31 #include "lls.h"
32
33 #ifdef TEST
34 #define av_log(a,b,...) printf(__VA_ARGS__)
35 #endif
36
37 void av_init_lls(LLSModel *m, int indep_count){
38     memset(m, 0, sizeof(LLSModel));
39
40     m->indep_count= indep_count;
41 }
42
43 void av_update_lls(LLSModel *m, double *var, double decay){
44     int i,j;
45
46     for(i=0; i<=m->indep_count; i++){
47         for(j=i; j<=m->indep_count; j++){
48             m->covariance[i][j] *= decay;
49             m->covariance[i][j] += var[i]*var[j];
50         }
51     }
52 }
53
54 void av_solve_lls(LLSModel *m, double threshold, int min_order){
55     int i,j,k;
56     double (*factor)[MAX_VARS+1]= &m->covariance[1][0];
57     double (*covar )[MAX_VARS+1]= &m->covariance[1][1];
58     double  *covar_y            =  m->covariance[0];
59     int count= m->indep_count;
60
61     for(i=0; i<count; i++){
62         for(j=i; j<count; j++){
63             double sum= covar[i][j];
64
65             for(k=i-1; k>=0; k--)
66                 sum -= factor[i][k]*factor[j][k];
67
68             if(i==j){
69                 if(sum < threshold)
70                     sum= 1.0;
71                 factor[i][i]= sqrt(sum);
72             }else
73                 factor[j][i]= sum / factor[i][i];
74         }
75     }
76     for(i=0; i<count; i++){
77         double sum= covar_y[i+1];
78         for(k=i-1; k>=0; k--)
79             sum -= factor[i][k]*m->coeff[0][k];
80         m->coeff[0][i]= sum / factor[i][i];
81     }
82
83     for(j=count-1; j>=min_order; j--){
84         for(i=j; i>=0; i--){
85             double sum= m->coeff[0][i];
86             for(k=i+1; k<=j; k++)
87                 sum -= factor[k][i]*m->coeff[j][k];
88             m->coeff[j][i]= sum / factor[i][i];
89         }
90
91         m->variance[j]= covar_y[0];
92         for(i=0; i<=j; i++){
93             double sum= m->coeff[j][i]*covar[i][i] - 2*covar_y[i+1];
94             for(k=0; k<i; k++)
95                 sum += 2*m->coeff[j][k]*covar[k][i];
96             m->variance[j] += m->coeff[j][i]*sum;
97         }
98     }
99 }
100
101 double av_evaluate_lls(LLSModel *m, double *param, int order){
102     int i;
103     double out= 0;
104
105     for(i=0; i<=order; i++)
106         out+= param[i]*m->coeff[order][i];
107
108     return out;
109 }
110
111 #ifdef TEST
112
113 #include <stdlib.h>
114 #include <stdio.h>
115
116 int main(void){
117     LLSModel m;
118     int i, order;
119
120     av_init_lls(&m, 3);
121
122     for(i=0; i<100; i++){
123         double var[4];
124         double eval, variance;
125 #if 0
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]/2;
131
132         var[0] = var[1] + var[2] + var[3] +  var[1]*var[2]/100;
133 #else
134         var[0] = (rand() / (double)RAND_MAX - 0.5)*2;
135         var[1] = var[0] + rand() / (double)RAND_MAX - 0.5;
136         var[2] = var[1] + rand() / (double)RAND_MAX - 0.5;
137         var[3] = var[2] + rand() / (double)RAND_MAX - 0.5;
138 #endif
139         av_update_lls(&m, var, 0.99);
140         av_solve_lls(&m, 0.001, 0);
141         for(order=0; order<3; order++){
142             eval= av_evaluate_lls(&m, var+1, order);
143             av_log(NULL, AV_LOG_DEBUG, "real:%f order:%d pred:%f var:%f coeffs:%f %f %f\n",
144                 var[0], order, eval, sqrt(m.variance[order] / (i+1)),
145                 m.coeff[order][0], m.coeff[order][1], m.coeff[order][2]);
146         }
147     }
148     return 0;
149 }
150
151 #endif