- 博客(37)
- 收藏
- 关注
RSS订阅原创 imu和GPS融合-------kalman滤波理解
kalman滤波:一、预测阶段根据历史状态信息进行当前时刻的状态预测 (①预测状态②预测协方差----包含了过程噪声)二、更新/滤波阶段根据观测值或参考值，对预测值进行更新(①卡尔曼增益计算-----包含测量噪声②状态更新:基于预测值和观测值的误差进行预测值更新—系数就是增益K③协方差矩阵更新)总结:所以即使传感器观测值有很大误差，但由于有历史信息的预测，所以kalman滤波具有很强的鲁棒性定位:imu更新快，但有误差；GPS精度高，有延迟预测阶段采用惯导信息进行预测，更新阶段采用GPS信
2021-09-18 11:23:48
1495
原创 python实战——读取文件，进行分块保存
def SaveConversation(line,boy,girl): # 进行字符串分割 if line[:4] = "小甲鱼:": boy.append(line[4:]+"\n") else: girl.append(line[4:]+"\n") return boy,girl def Savefile(boy,girl,count): boy_name_file = open("boy_"+str(co..
2021-08-02 17:22:36
861
原创 MOOC课程python语言程序设计——7 文件
open()创建文件对象：可选择原有的文件（可读r）或者创建新的文件（可写a/w）文件对象自身是可迭代的打印每一行的内容可以直接用：f = open("fhshka.txt")for each_line in f: print(each_line)不需要通过list(f)将文件转换成列表，再打印每一行然后对文件对象进行一系列的读写操作，将读写内容赋值给其他变量，文件对象本身不会改变（写会改变文件的内容）。任何的读写，文件指针都会相应移动。eg: f.read()两次调
2021-07-30 18:00:20
168
原创 多个并列的if条件句和if-elif的区别
多个并列if条件句：程序会对每一个if条件句都执行。判断条件真假，为真时，执行if后面的语句块；然后再接着对下一个if条件句进行判断，再执行if-elif：不是并列关系，依次判断，当条件为真执行语句块后，退出判断，不会再执行接下来的elif语句。实例：去除出现两次及以上的数字（注意不是去重）nums = [0,1,2,3,4,5,5,3,1]num_sigle = []for num in nums: if num not in num_sigle: num_sigle.
2021-07-28 18:02:04
3145
1
原创 浅拷贝和深拷贝
python：①复制方法.copy——浅拷贝，只是复制数据，指针（内存地址）是改变的②赋值 =——深拷贝，即地址是绑定在一起的# 浅拷贝和深拷贝a = {1:'one',2:'two',3:'three'}b = a.copy()c = aprint(a,b,c)c= {} #！！！！！！！！！！！！！！！！print(a,b,c)输出：{1: ‘one’, 2: ‘two’, 3: ‘three’} {1: ‘one’, 2: ‘two’, 3: ‘three’} {1: ‘on
2021-07-28 17:48:59
41
原创 迭代和递归
应用实例：Fibonacci sequence——斐波那契数列（黄金分割数列），计算小兔子的出生问题：兔子在出生两个月后才具有繁殖能力。一对兔子每个月能生出一对小兔子，假设所有兔子都不死，那么20个月后可以繁殖出多少对兔子？分析：前两项之和，构成了最后一项。数学表达式为：python代码实现:迭代实现：# 输出斐波那契数列的最后一个数————迭代实现def febonacci(n): n1 = 1 n2 = 1 n3 = 1 if n < 1:
2021-07-28 09:21:37
117
原创 list.sort(key=lambda x:x[1],reverse=ture)
.sort和sorted是对python中的列表类型进行排序list.sort(key=lamda, x:x[1],reverse=False) # 默认升序排列，注意list是列表的数据类型sorted(<排序对象>，key=lamda,x:x[1],reverse=False) # 注意排序对象是列表的数据类型这里面的x可以是任意字段，eg：y:y[1]后面的索引字段1是按照第二维来排序，可以切换维度...
2021-06-15 17:12:34
7728
原创 理解Matplotlib.pyplot.plot()函数中的关键字参数zorder
zorder用来控制绘图顺序，其值越大，画上去越晚，线条的叠加就是在上面的
2021-06-04 16:32:36
6454
1
原创 Matplotlib中pyplot的fill_between总结
需要将绘图中一部分数据用颜色块圈出，于是采用了fiil_between方法，记录一下：pyplot.fill_between(x,y1,y2, facecolor='gray', alpha=0.3)x：此参数表示覆盖的区域，如果选择x，则是沿着x轴全部覆盖了;也可以选择部分的x区域y1： 覆盖区域的下边界值y2：覆盖区域的上边界值facecolor：覆盖区域的颜色alpha： 覆盖区域色块的透明度1.曲线覆盖：让y轴以下的区域全部显示plt.fill_between(x,0,y,facec
2021-06-04 15:43:30
1629
原创 python中列表和数组的区别
列表list是python的内置数据类型，python本身是没有数组的列表中数据类型可以是不同的。整数、字符串等可以放在同一个列表中列表的存储是分为单独存储数据、数据类型（用指针），消耗存储和CPU数组是numpy库提供的numpy.array中存放相同类型的数据。可以是列表，元组等numpy.array的储存、运行、数组间的计算等效率都要远高于列表...
2021-06-01 15:11:55
1237
原创 基于模型的方法和免模型的方法
参考RL 算法可以分为基于模型的方法（Model-based）与免模型的方法（Model-free）。前者主要发展自最优控制领域。通常先通过高斯过程（GP）或贝叶斯网络（BN）等工具针对具体问题建立模型，然后再通过机器学习的方法或最优控制的方法，如模型预测控制（MPC）、线性二次调节器（LQR）、线性二次高斯（LQG）、迭代学习控制（ICL）等进行求解。而后者更多地发展自机器学习领域，属于数据驱动的方法。算法通过大量采样，估计代理的状态、动作的值函数或回报函数，从而优化动作策略。基于模型的方法一般先从数
2021-05-27 21:03:32
859
原创 PyTorch快速入门
一、官方Tutorials第一部分是快速阅读官方链接：官方tutorials，前提是已经知道numpy和基础的python知识。接下来是对官方文档做的阅读笔记，持续更新张量（Tensors）1.张量是特殊数据类型，可以在GPU或其他硬件加速器上运行，用于表示在PyTorch中的数据。2.和Numpy的数组相似，张量和数组可以共用底部内存3.自动微分初始化张量：从数据初始化：torch.tensor(data)从数组初始化：torch.from_numpy(np.array(data))
2021-05-27 11:46:33
66
原创 PyTorch安装
在 设备管理器-系统设备-硬件-显示 中找到是否有独立显卡（NVIDIA或者AMD），这里是NVIDIA，然后进入 NVIDIA控制面板-帮助-系统-组件 查看可支持的CUDA版本，在官网上去下载该版本以及低版本的都可以，然后根据Pytorch安装教程根据你的操作系统，第三方库，编程语言，搭载平台可以在官网链接生成不同的安装指令。...
2021-05-26 22:23:29
76
原创 MOOC课程python语言程序设计——6组合数据类型
6.1 集合类型和操作集合的定义：①集合中的元素是不可更改数据类型（整数、浮点数、复数、字符串、元组）②集合中每个元素唯一，不存在相同元素（类似求交集）③集合元素之间无序④建立集合类型用{…}或set()，建立空集合必须使用set()⑤集合用{}表示，中间用逗号隔开集合操作符：①集合间操作：可以赋值给新的变量②关系操作符：S <=/</>=/> T③增强操作符：修改原有的集合集合处理方法：十个虽然while是死循环，但是最终的空集合能被except捕
2021-05-12 21:40:45
129
原创 MOOC课程python语言程序设计——5 函数和代码复用
5.1函数的定义与使用1.函数是一段代码的表示特定功能的、可重用的语句组两个作用：降低编码难度+代码复用def <函数名>（<参数0个或多个>）： <函数体> return <返回值>函数是一种IPO的实现（输入-处理-输出）调用是运行函数代码的方式2.函数的参数①可以有参数，也可以没有，但别必须保留括号②可选参数：某些参数指定默认值，且可选参数要放在非可选参数后面，如下：（就是某些参数是函数内部设定了的，
2021-05-11 21:45:30
192
原创 第四周尾巴
计算圆周率：①由公式计算②蒙特卡罗方法：是一个撒点方法，类似于概率圆周率本身就是圆形的面积除以外切正方形的面积（如下图所示）。取四分之一的区域（研究的就是pi/4）做研究进行撒点圆内的点数量除以总散点数from random import randomfrom time import perf_counterDARTS = 1000*1000 #总撒点数量hits = 0.0 # 目前在圆内部点的数量strat = perf_counter()# 模拟每次撒的点，判断是否在圆内f
2021-04-29 17:26:17
76
原创 MOOC课程python语言程序设计——4 程序的控制结构
4.1 程序的分支结构单分支结构：根据判断条件来选择不同向前路径的运行方式二分支结构：紧凑形式：<表达式1> if <条件> else <表达式2>注意紧凑形式中不能赋值，只能是表达式多分支结构：条件判断：操作符保留字：and、or、not异常处理：异常处理相关机制：try和except：1.要执行的程序放在try中的语句块1中，出现异常执行except后的语句块2，不出现异常执行语句块1，然后结束。2.异
2021-04-27 22:48:41
206
1
原创 MOOC课程python语言程序设计——3 基本数据类型
3.1数字类型及操作整数类型：与数学中的整数概念一致十进制二进制：以0B或0b开头八进制：以0o或0O开头十六进制：以0x或0X开头浮点数类型：与数学中实数的概念一致与整数不同的是：浮点数取值范围和小数精度都存在限制，但常规计算可以忽略不计存在不确定尾数，即0.1+0.2输出0.30000000000000000004 （原因是因为计算机的存储是二进制，而二进制和十进制之间存在不严格的对等关系）浮点数间运算和比较，用Round。Round(x,d):对x四舍五入，d是小数截
2021-04-24 18:49:33
189
原创 MOOC课程python语言程序设计——2 python图形基本绘制
2.1深入理解Python计算机演进分为四个阶段：1.1946-1981 计算机系统结构时代中，重点解决计算能力问题2.1981-2008 网络和视窗时代，重点解决交互问题（计算机与计算机，人与计算机）网络是互联网；视窗是Windows视窗操作系统，2008年，安卓操作系统诞生，标志着PC向移动端转换3.2008-2016 复杂信息系统时代，重点解决数据问题（数据接口、数据存储问题等）4.2017—至今，人工智能时代，重点关注的是人类问题。但其实目前我们处于一个新计算时代不同编程语言
2021-04-23 15:08:55
223
1
原创 慕课课程python语言程序设计——1.Python基本语法元素
1 程序设计基本方法计算机的发展规律参照摩尔定律，呈指数形式发展摩尔定律(Moore’s Law)：预测法则，单位面积集成电路上的晶体管数量每两年翻一番1.1 编译和解释源代码VS目标代码源代码：人类采用编程语言编写的代码，人类可读目标代码：计算机可以直接执行，人读不懂编译VS解释编译：将源代码一次性转换成目标代码的过程，程序运行更快。执行后只需要目标代码解释：将源代码逐条转换成目标代码同时逐条运行目标代码的过程，便于跨平台维护和提升。每次执行的时候都需要源代码静态语言VS脚
2021-04-22 21:33:20
170
原创 sklearn中的高斯回归知识点
学习sklearn中的高斯回归知识点内核操作是把1~2个基内核与新内核进行合并。内核类 Sum通过 相加来合并 和 内核。内核类 Product通过 把 和 内核进行合并。内核类 Exponentiation通过 把基内核与 常量参数 进行合并。1.径向基函数内核RBF内核是一个固定内核，它也被称为“平方指数”内核。它通过定长的参数（length_scale） 来对内核进行参数化。该参数既可以是标量（内核的各向同性变体）或者与输入 （内核的各向异性变体） 具有相同数量的维度的向量。这个内核是无限可微的
2021-04-21 11:23:27
501
原创 概率中的PDF\PMF\CDF\PPF\ISF
计算概率分布的相关参数时，一般使用 scipy 包，常用的函数包括以下几个：1.pdf——probability density function：概率密度函数如果X是连续型随机变量，定义概率密度函数为fX(x)，用PDF在某一区间上的积分来刻画随机变量落在这个区间中的概率，即f（x）：2.pmf——probability mass function：概率质量函数在概率论中，概率质量函数是离散随机变量在各特定取值上的概率。就是高中所学的离散型随机变量的分布律,即3. cdf——cumu
2021-04-20 17:34:19
5528
原创 numpy位运算
Numpy的位运算——其中的numpy.bitwise_or和numpy.invert就很神奇功能：都是对数组中整数进行位取反运算，即二进制位上0变1，1变0。如果高位上变成了1，则表示负数，计算步骤如下：按位取反发现最高位为1，表示负数，则取现阶段二进制数的补码补码即除最高位的其他数字再次取反，然后末位加1转换成十进制，带上负号神奇的地方来了！！对数字13进行位取反运算，计算得到-14。但是-14的二进制和242的二进制完全一样！！！大大的疑惑？？？import numpy as np
2021-04-19 14:18:48
226
原创 机器学习
一、机器学习引言：人工智能分为弱人工智能和强人工智能，而目前的科研基本都是利用机器学习来实现弱人工智能传统算法：决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等。按照学习方法分类： 监督学习（分类/回归）—半监督学习—无监督学习（聚类）—集成学习—深度学习—强化学习监督学习中的数据有标注、无监督学习的数据没有标注，强化学习中有反馈评估，但数据没有标注。机器学习和强化学习、深度学习之间的关系图：1.深度学习引言：深度学习是包含多个隐藏层的神经网络结构，利用深度神经网络（
2021-04-12 11:39:49
204
原创 协方差
在概率论和统计学中，协方差用于衡量两个变量的总体误差；方差是协方差的一种特殊情况，即当两个变量是相同的情况。协方差定义：期望值分别为E(X) = μ 与 E(Y) = ν 的两个实数随机变量X与Y之间的协方差为：cov(X,Y)=E(X- μ)E(Y-v)=E(XY)- μv1.协方差表示的是两个变量总体的误差，这与只表示一个变量误差的方差不同。2.如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值，另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值。3.如果两个变量的变
2021-04-09 10:52:48
1211
原创 最小二乘法
参考链接最小二乘法中的**“二乘”本质上是平方**的意思，也可以叫最小平方法。其目的就是通过最小化误差的平方和，使得拟合对象无限接近目标对象。换句话说，最小二乘法定义了一种函数的拟合标准，其目标是最小化误差的平方和。注意，同一组数据，选择不同的f(x)，通过最小二乘法可以得到不一样的拟合曲线什么是最小二乘法最小二乘法：所选择的回归模型应该使所有观察值的残差平方和（即采用平方损失函数）达到最小一、核心思想求解未知参数，使得理论值与观测值之差（即误差，或者说残差）的平方和达到最小：yi：观测值
2021-04-08 17:05:32
2145
原创 极大似然估计
一、前言似然估计是最传统、使用最广泛的参数估计方法之一，而参数估计是机器学习里面的一个重要主题。对于一系列观察数据，可以找到一个具体分布来描述，但不清楚分布的参数。这时候就需要用极大似然估计来求解这个分布的参数。极大似然估计提供了一种给定观察数据来评估模型参数的方法，即：“模型已定，参数未知”二、概述1.本质：对于极少的样本观测，极大似然估计认为，观测到的样本就是发生概率最大的。2.似然函数：前提是样本独立同分布，似然函数L(p)L(p)L(p)是每个样本出现概率的乘积p(xi)。3.极大
2021-04-08 11:20:47
1599
原创 python学习三——pickle模块
pickle模块（一）功能pickle模块是实现Python对象的持久化存储和恢复。它能够实现任意对象与文本之间的相互转化，也可以实现任意对象与二进制之间的相互转化。备注：pickle 是 python 语言的一个标准模块，安装 python 的同时就已经安装了 pickle 库，因此它不需要再单独安装，使用 import 将其导入到程序中，就可以直接使用。（二）函数pickle 模块提供了以下 4 个函数供我们使用：pickle.dumps()：将 Python 中的对象序列化成二进制对象
2021-04-08 09:37:22
123
原创 Python学习二——标准库
一、OS模块os模块学习二、matplotlib模块python的绘图库，matlab的开源替代方案参考链接matplotlib是一个非常庞大的系统，而且从诞生到现在繁荣发展经历了几十年的时间，里面所涉及到的软件架构很是复杂。matplotlib的架构被逻辑性地分为三层。这三层逻辑可以视为一个栈。每层逻辑知道如何与其下的一层逻辑进行通信，但在下层逻辑看来，上层是透明的。这三层从底向上分别为：后端、美工与脚本。matplotlib的使用可以从三个层面上去入手，即“后端——美工——脚本”。 （1）后
2021-04-06 23:01:50
341
1
原创 论文代码调试出现的问题
1.在 ‘init.py’ 中找不到引用的‘initial_design’eg：X_init = GPyOpt.experiment_design.initial_design（）,去找对应的site-packages中找GPyOpt的包，发现它包含了experiment_design子文件，子文件的头文件_int_.py中定义了函数initial_design，但是GPyOpt中的_int_.py文件没有导入，因此添加命令from . import experiment_design...
2021-04-06 09:34:03
282
原创 PyCharm安装配置
在pychram中写代码PyCharm 提供 Intelligent Coding Assistance 功能，可以执行代码补全、代码检查、错误高亮显示和快速修复建议。eg：__name__=='__main"可以输入main然后回车如果你在条件句前忘记键入 if，在该句子最后增添.if 并回车该用法同样适用于True.while运行代码以及测试代码运行后没有得到想要的结果，添加断点，然后debugdebug执行时，断点即程序运行到这一行时会自动停止，你可以探索断点处之后的代码有什么错误
2021-04-02 11:36:07
238
原创 python、anocanda、pycharm、VS code区分以及anaconda安装
python、anocanda、pycharm、VS code区分python：一般不直接装python，它是编译器。需要调用库的时候要一个个下载，太麻烦anocanda：是一款基于python的科学计算平台，包含了大量的包conda、numpy、python这些，可直接调用python，不需要再额外安装python。相当于里面有很多主菜和配套的主食。一般用conda环境管理包来配置不同的环境和安装包。当使用conda install安装出错的以及没有的包，再用pip来补充pycharm是集成开发环境
2020-12-10 18:55:03
1869
转载 人工智能、机器学习、深度学习、神经网络概念说明
目录1.机器学习的范围2.机器学习的方法2.1回归算法2.2神经网络2.3 SVM（支持向量机）2.4聚类算法2.5降维算法2.6推荐算法2.7其他3 机器学习的分类3.1 监督学习3.2 无监督学习3.3 强化学习4 机器学习模型的评估5 机器学习的应用6 机器学习的子类--深度学习7 机器学习的父类--人工智能首先要简单区别几个概念：人工智能，机器学习，深度学习，神经网络。这几个词应该是出现的最为频繁的，但是他们有什么区别呢？人工智能：人类通过直觉可以解决的问题，如：自然语言理解，图像识别，语音识别
2020-12-08 16:11:46
1279
原创 matlab 线型及颜色设置
matlab 画图中线型及颜色设置主要介绍2维图形对象的生成函数及图形控制函数的使用方 法,还将简单地介绍一些图形的修饰与标注函数及操作和控制MATLAB各种图形对象的方法.第一节 图形窗口与坐标系1.图形窗口1.MATLAB在图形窗口中绘制或输出图形,因此图形窗口就像一张绘图纸.2. 在MATLAB下,每一个图形窗口有唯一的一个序号h,称为该图形窗口的句柄.MATLAB通过管理图形窗口的句柄来管理图 形窗口;3.当前窗口句柄可以由MATLAB函数gcf获得;4.在任何时刻,只有唯一的一个窗口
2020-12-08 13:30:23
28851
1
原创 自动驾驶的“大脑”：决策规划篇
一、决策规划技术概述智能汽车 ( Intelligent Vehicles) 是智能交通系统(Intelligent Transportation Systems) 的重要组成部分。智能汽车根据传感器输入的各种参数等生成期望的路径，并将相应的控制量提供给后续的控制器。所以决策规划是一项重要的研究内容，决定了车辆在行驶过程中车辆能否顺畅、准确得完成各种驾驶行为。决策规划是自动驾驶的关键部分之一，它首先融合多传感信息，然后根据驾驶需求进行任务决策，接着在能避开可能存在的障碍物前提下，通过一些特定的约束条件，
2020-09-14 15:43:01
1608
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人