自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(145)
  • 收藏
  • 关注

原创 GMM(高斯混合模型)和EM算法

EM算法也称期望最大化(Expectation-Maximum,简称EM)算法,它是一个基础算法,是很多机器学习领域算法的基础,比如隐式马尔科夫算法(HMM), LDA主题模型的变分推断等等。本文就对EM算法的原理做一个总结。1.EM算法要解决的问题    我们经常会从样本观察数据中,找出样本的模型参数。 最常用的方法就是极大化模型分布的对数似然函数。    但是在一些情况下,我们得到的观察数据有未观察到的隐含数据,此时我们未知的有隐含数据和模型参数,因而无法直接用极大化对数似然函数得到模型分.

2021-01-04 10:21:35 366

原创 MATLAB的函数句柄

在MATLAB中,函数调用分为直接调用与间接调用一、直接调用 被调用的函数通常被称为子函数,子函数只能与M文件同名的主函数或被M文件中的其他函数调用,同时在一个文件中只能有一个主函数。二、间接调用 1、函数句柄提供了一种间接调用的方法,避免了直接调用函数的缺陷。对MATLAB库函数中提供的各种M文件中的函数和用户自己编写的程序中的内部函数都可以通过创建函数句柄实现这些函数的间接调用。创建函数句柄需要使用操作符@。 2、函数句柄的创建与调用...

2020-12-28 17:19:17 5698

转载 ubuntu 检测网络状态命令

一、检测网络状态常用的基本命令1)ifconfig命令被用于配置和显示Linux内核中网络接口的网络参数输出结果如下:drew@ubun:~$ ifconfigeth0 Link encap:以太网 硬件地址 d0:17:c2:aa:11:b8 inet 地址:10.0.4.33 广播:10.0.31.255 掩码:255.255.224.0 ...

2019-11-04 15:07:30 20313

转载 概率和统计学知识汇总

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。本文链接:https://blog.csdn.net/L70AShC3Q50/article/details/79163765这篇笔记,主要记录花书第三章关于概率知识和信息论知识的回顾。概率论在机器学习建模中的大量使用令人吃惊。因为机器学习,常常需要处理很多不确定的量。不确定的量可能来自模型...

2019-10-10 11:22:29 654

原创 在终端运行sudo apt-get update 最后出现的NO_PUBKEY F42ED6FBAB17C654的处理

今天刚开机运行sudo apt-get update的最后出现了W: GPG error: http://packages.ros.org trusty InRelease: The following signatures couldn't be verified because the public key is not available: NO_PUBKEY F42ED6FBAB17C...

2019-09-18 10:42:56 2221

转载 协方差矩阵的数学含义及应用

作者:Vicktore链接:https://www.zhihu.com/question/24283387/answer/523794714来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。协方差矩阵的定义很简单。假设你有n个随机变量, 你要怎么刻画它们之间的相关性?一个很简单的想法就是考虑所有的配对协方差. 但是这总共有n^2 个数字,实在是有点多。...

2019-05-27 11:22:40 1657

原创 先验概率&&后验概率的理解

一、先验概率1.1 定义直观理解,所谓“先”,就是在事情发生之前。先验概率是指在某个事件发生之前,根据以往的经验和分析得到的这个事件发生的概率。1.2 例子比如抛硬币,我们都认为正面朝上的概率是0.5,这就是一种先验概率,在抛硬币前,我们只有常识。这个时候事情还没发生,我们进行概率判断。所谓的先验概率是对事情发生可能性猜测的数学表示。二、后验概率1.1 定义某个事件已经...

2019-05-27 10:44:17 3512

转载 关于协方差矩阵的概念及意义

十分感谢原作者的贡献,讲解通俗易懂,感觉有必要让更多人学习到,故转载了这篇博客,附上原文地址http://blog.sina.com.cn/s/blog_672c5a470100miqq.html在做幻觉脸时用PCA,好不容易搞明白了原理,却发现溜掉了为什么计算协方差矩阵前要去均值(其实很简单,不要笑我脑残哈),和同学讨论啊讨论啊,讨论结果只是证明了我们把曾经学过的概率之类的忘的不胜...

2019-05-27 10:16:07 5567 2

原创 发表在 Science 上的一种新聚类算法

最后,附上作者在补充材料里提供的 Matlab示例程序(加了适当的代码注释)。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22...

2019-04-29 15:21:12 1600

转载 浅谈流形学习(Manifold Learning)

Machine Learning 虽然名字里带了 Learning 一个词,让人乍一看觉得和 Intelligence 相比不过是换了个说法而已,然而事实上这里的 Learning 的意义要朴素得多。我们来看一看 Machine Learning 的典型的流程就知道了,其实有时候觉得和应用数学或者更通俗的数学建模有些类似,通常我们会有需要分析或者处理的数据,根据一些经验和一些假设,我们可以构建一个...

2019-04-28 10:11:34 1583

转载 Ubuntu 14.04 gcc降级为4.7.x版本

降级安装gcc/g++版本为4.7.x(1). 下载gcc/g++ 4.7.x$ sudo apt-get install -y gcc-4.7$ sudo apt-get install -y g++-4.7(2). 链接gcc/g++实现降级$ cd /usr/bin$ sudo rm gcc$ sudo ln -s gcc-4.7 gcc$ sudo rm g...

2018-09-20 20:58:14 725

转载 Ubuntu 14.04 桌面版安装 Google Chrome 浏览器

在 Ubuntu 14.04 桌面版中安装 Google Chrome 浏览器的详细步骤如下:首先在 火狐浏览器中打开 Google Chrome 浏览器官网下载地址 :http://www.google.cn/intl/zh-CN/chrome/browser/desktop/index.html选择“下载 Chrome(Linux 版)”点击“下载 Chrome”点击“接受并安装...

2018-08-27 11:52:02 2105

转载 RANSAC与其改进

1. 经典RANSAC       由Fischer和Bolles在1981年的文章[1]中首先提出,简要的说经典RANSAC的目标是不断尝试不同的目标空间参数,使得目标函数 C 最大化的过程。这个过程是随机(Random)、数据驱动(data-driven)的过程。通过反复的随机选择数据集的子空间来产生一个模型估计,然后利用估计出来的模型,使用数据集剩余的点进行测试,获得一个得分,最终返回一个得...

2018-05-03 21:12:17 6165

转载 如何成为一名无人驾驶工程师

作者 | 刘少山无人驾驶作为一项新兴技术,落地为产品需要大量算法、工程、产品贯通的AI全栈人才。笔者在最近一年招聘中发现,许多技术方向的同学对人工智能既爱又畏惧,一方面觉得这是未来,另一方面又觉得很难而不敢触碰。懂工程的同学做算法时有很大的畏惧感,而专注算法的同学又常常容易陷入某个算法而缺乏工程落地能力。这次笔者以一个从业者角度来与大家聊一下如何入门无人驾驶/机器人行业,也希望大家多了解和加入Pe...

2018-04-19 15:57:34 1323

转载 RANSAC算法及其代码解析

RANSAC算法简介随机抽样一致性算法(Random sample consensus,RANSAC)是一种使用迭代的方法,从受噪声污染的数据集中估计数学模型参数的算法,与最小二乘法所起作用相同,各自的适用情况不同。RANSAC算法假设数据集中存在局内点(inlier)和局外点(outlier),并且假设只有判定的局内点才可以用来计算模型,局外点不应该对模型参数的求解产生任何影响。该算法是Fisc...

2018-04-15 10:34:27 3215

转载 特征点匹配——使用基础矩阵、单应性矩阵的RANSAC算法去除误匹配点对

不管是我在之前的博文中提到的SIFT、ORB等算法,其实真正匹配的结果都不会特别好,一旦视角上的变化比较大或者出现之前图像中没有出现的区域,就很容易产生误匹配。但是在实际应用中这些误匹配的点并没有对最终的匹配结果造成很大的影响,这是因为一般在进行匹配以后,都进行了去除误匹配点对的操作,这篇博文主要介绍的就是一种比较有名的RANSAC算法。 那么,首先来看一下这个算法。一、RANSAC算法介绍RAN...

2018-04-15 09:58:32 3787 1

转载 视觉SLAM之RANSAC算法用于消除图像误匹配的原理

在基于特征点的视觉SLAM中,通常情况下,在特征匹配过程中往往会存在误匹配信息,使得计算获取的位姿精度低,易产生位姿估计失败的问题,因此,剔除这些错配点有很大的必要性。常会用到RANSAC算法进行消除两两匹配图像的误匹配点,如果只停留在应用的层面上很简单,直接调用opencv函数就行,看到效果时,感觉好神奇,到底怎么实现的啊,以前一直也没弄太明白,与图像结合的博客也比较少,在查阅了一些资料后,笔者...

2018-04-15 09:56:42 9712 9

转载 LBD(Line Band Discriptor)概述

LBD算法源自2013年文章《An efficient and robust line segment matching approach based on LBD descriptor and pairwise geometric consistency》我们都知道要对两幅图片的特征进行匹配,要进行以下几步。 1. 特征提取 2. 特征描述 3. 特征匹配 文中描述了一种用于定义线段特征的描述符...

2018-04-09 11:04:04 5333

转载 Object Detection

Jump to...PapersR-CNNFast R-CNNFaster R-CNNLight-Head R-CNNCascade R-CNNMultiBoxSPP-NetMR-CNNYOLOYOLOv2YOLOv3DenseBoxSSDDSSDFSSDESSDInside-Outside Net (ION)CRAFTOHEMR-FCNMS-CNNPVANETGBD-NetFeature Pyr...

2018-04-09 10:57:17 1694

转载 目标检测方法简介:RPN(Region Proposal Network) 和 SSD(Single Shot MultiBox Detector)

最近几年深度学习在计算机视觉领域取得了巨大的成功,而在目标检测这一计算机视觉的经典问题上直到去年(2015)才有了完全使用深度学习的方法,也就是大名鼎鼎的Faster-RCNN以及和它同一时期的工作YOLO。目标检测就是要找到一张图中所有的物体和它们的位置,在这两篇文章之前,人们通常的做法是先用一些传统视觉的方法如selective search找到proposal,即比较可能是物体的一个区域,然...

2018-04-09 10:33:27 5828 9

转载 视觉slam闭环检测之-视觉词袋构建-DBoW2

需要准备的知识点:http://www.cnblogs.com/zjiaxing/p/5616653.html            http://www.cnblogs.com/zjiaxing/p/5616664.html         http://www.cnblogs.com/zjiaxing/p/5616670.html        http://www.cnblogs.com/z...

2018-04-09 10:12:02 499

转载 K-Means ++ 算法浅析

Kmeans算法的缺陷• 聚类中心的个数K 需要事先给定,但在实际中这个 K 值的选定是非常难以估计的,很多时候,事先并不知道给定的数据集应该分成多少个类别才最合适• Kmeans需要人为地确定初始聚类中心,不同的初始聚类中心可能导致完全不同的聚类结果。(可以使用Kmeans++算法来解决)K-Means ++ 算法k-means++算法选择初始seeds的基本思想就是:初始的聚类中心之间的相互距...

2018-04-09 10:10:10 269

转载 k-d tree浅析

先以一个简单直观的实例来介绍k-d树算法。假设有6个二维数据点{(2,3),(5,4),(9,6),(4,7),(8,1),(7,2)},数据点位于二维空间内(如图2中黑点所示)。k-d树算法就是要确定图2中这些分割空间的分割线(多维空间即为分割平面,一般为超平面)。下面就要通过一步步展示k-d树是如何确定这些分割线的。  k-d树算法可以分为两大部分,一部分是有关k-d树本身这种数据结构建立的算...

2018-04-09 10:09:15 1051

转载 K近邻算法-KNN浅析

何谓K近邻算法,即K-Nearest Neighbor algorithm,简称KNN算法,单从名字来猜想,可以简单粗暴的认为是:K个最近的邻居,当K=1时,算法便成了最近邻算法,即寻找最近的那个邻居。为何要找邻居?打个比方来说,假设你来到一个陌生的村庄,现在你要找到与你有着相似特征的人群融入他们,所谓入伙。用官方的话来说,所谓K近邻算法,即是给定一个训练数据集,对新的输入实例,在训练数据集中找到...

2018-04-09 10:08:31 507

转载 ORB特征提取与匹配

ORB特征是目前最优秀的特征提取与匹配算法之一,下面具体讲解一下: 特征点的检测图像的特征点可以简单的理解为图像中比较显著显著的点,如轮廓点,较暗区域中的亮点,较亮区域中的暗点等。ORB采用FAST(features from accelerated segment test)算法来检测特征点。这个定义基于特征点周围的图像灰度值,检测候选特征点周围一圈的像素值,如果候选点周围领域内有足够多的像素点...

2018-04-09 10:07:37 5437

转载 视觉SLAM之K-means聚类算法浅析

聚类概念:聚类:简单地说就是把相似的东西分到一组。同 Classification (分类)不同,分类应属于监督学习。而在聚类的时候,我们并不关心某一类是什么,我们需要实现的目标只是把相似的东西聚到一起,因此,一个聚类算法通常只需要知道如何计算相似 度就可以开始工作了。聚类不需要使用训练数据进行学习,应属于无监督学习。我们经常接触到的聚类分析,一般都是数值聚类,一种常见的做法是同时提取 N 种特征...

2018-04-09 09:58:15 792

转载 视觉SLAM之词袋(bag of words) 模型浅析

在目前实际的视觉SLAM中,闭环检测多采用DBOW2模型https://github.com/dorian3d/DBoW2,而bag of words 又运用了数据挖掘的K-means聚类算法,笔者只通过bag of words 模型用在图像处理中进行形象讲解,并没有涉及太多对SLAM的闭环检测的应用。1.Bag-of-words模型简介Bag-of-words模型是信息检索领域常用的文档表示方法...

2018-04-09 09:56:46 2392

转载 一文读懂卷积神经网络(CNN)

先明确一点就是,Deep Learning是全部深度学习算法的总称,CNN是深度学习算法在图像处理领域的一个应用。第一点,在学习Deep learning和CNN之前,总以为它们是很了不得的知识,总以为它们能解决很多问题,学习了之后,才知道它们不过与其他机器学习算法如svm等相似,仍然可以把它当做一个分类器,仍然可以像使用一个黑盒子那样使用它。第二点,Deep Learning强大的地方就是可以利...

2018-04-08 21:01:06 683

原创 在Ubuntu 16.04 LTS上为MATLAB R2015b 配置桌面快捷方式

在Ubuntu 16.04 LTS上装好MATALB R2015b之后,每次运行时都需要在终端(Ctrl+Alt+T)中输入$ sudo matlab才能启动MATLAB,比较繁琐;另外,在搜索框中搜索matlab,虽然能搜到matlab的图标,但是打开时却显示与下图类似的错误:在网上搜索了下在Ubuntu 上为应用添加快捷方式的方法,现将在Ubuntu 16.04上为MATLAB(我使用的是R2...

2018-04-08 20:54:03 813

转载 ImageMagick使用心得

文:Charry在认识ImageMagick之前,我使用的图像浏览软件是KuickShow,截图软件是KSnapShot,这两款软件都是KDE附带的软件,用起来也是蛮方便的。在一次偶然的机会中,我遇到了ImageMagick,才发现Linux竟然有如此功能强大的图像软件。你将会发现,大部分的操作,你只要在终端下动动键盘即可,省得你用鼠标点来点去。下面,我对ImageMagick的主要功能做一个简单...

2018-04-08 20:41:10 3167

转载 ubuntu14.04 安装Kdevelop 进行ROS开发

感谢:http://www.cnblogs.com/lvchaoshun/p/6250649.html1. 安装gcc12sudo apt-get build-dep gccsudo apt-get install build-essential 2. 安装Kdevelop1sudo apt-get install Kdevelop 3. 安装cmake等1sudo apt-get install...

2018-04-07 22:52:32 427

转载 Ubuntu 16.04添加pycharm桌面快捷启动方式

感谢:https://www.jianshu.com/p/2f47f54bcffdUbuntu下所有的快捷方式都在:/usr/share/applications解压这里我将pycharm下载并解压到了/home/snakeson/developer文件夹下这里的pycharm.sh是批处理执行文件,prcharm.png是快捷方式图标终端打开使用Ubuntu终端进行打开:方法一(使用vim):...

2018-04-07 21:37:34 641

原创 在ubuntu16.04 64-bit上安装佳能打印机驱动Linux_UFRII_PrinterDriver_V320_us_EN

1. 安装一些依赖项 (不确定它们是否都需要):sudo apt install libc6-i386 lib32ncurses5 lib32z1sudo apt install libxml2:i386 libjpeg62:i386 libstdc++6:i3862. 在'/usr/lib64/'和'/usr/lib'之间创建符号链接(a symbolic link):sudo ln -s /u...

2018-04-06 21:46:12 8670 1

转载 ubuntu16.04 安装NVIDIA和CUDA8.0

感谢:https://www.cnblogs.com/sp-li/p/7680526.html1.安装NVIDIA驱动(1)查询NVIDIA驱动首先去官网(http://www.nvidia.com/Download/index.aspx?lang=en-us)查看适合自己显卡的驱动(下载runfile文件): 2)安装驱动先按Ctrl + Alt + F1到控制台,关闭当前图形环境   $sud...

2018-04-06 20:53:36 225

转载 在Ubuntu16.04上成功安装GPU版本的tensorflow

感谢:http://baijiahao.baidu.com/s?id=1594530812869437291&wfr=spider&for=pc本文安装GPU版本的Tensorflow过程完整,清晰,简洁,一步步指导你跳过那些坑。小编在经过无数次的安装失败过程后,决定将整个安装过程记录下来,将容易被忽略的地方突出,为后学者节约大量宝贵的时间。整个过程分为四部分,分别是:确定是否有英...

2018-04-06 20:21:14 2578 1

原创 如何判断Ubuntu 16.04上的gcc/g++是否支持c11 / c++11标准编译

linux中的编译环境默认可能不支持C++11语法,如R“(abc)”原始字符串。那么如果一定要编译呢?通过命令man g++可以得知以下方法:g++ -o main main.cpp -std=c++11 (2017.3.1亲测 gcc version 5.4.0 20160609 (Ubuntu 5.4.0-6ubuntu1~16.04.2))除了g++ , gcc 也可以类似方法支持C11编...

2018-04-06 17:32:36 14471

转载 简明 Python 教程

《A Byte of Python》是一本由 Swaroop C H 编写,旨在于介绍如何使用 Python 语言进行编程的自由图书。它以教材与指南的形式为入门者介绍 Python 语言。如果你对电脑知识的了解仅限于如何保存文本文件的话,那这本书就是为你准备的。2005 年,沈洁元将本书的 1.20 版引进中国,并完成了全本翻译,将本书的译名定为《简明 Python 教程》。2017年,漠伦基于原...

2018-04-04 21:22:09 909 1

转载 Ubuntu 16.04 安装 PyCharm

转载自:https://blog.csdn.net/zhuanshu666/article/details/73554885,感谢!!!Ubuntu 16.04已经自带了Python,然后要安装一个Python IDE,上网查了一下,推荐的有10个之多(链接:http://www.runoob.com/w3cnote/best-python-ide-for-developers.html),有Py...

2018-04-04 21:20:03 1483

转载 StereoVision--立体视觉(5)

转载自:https://zhuanlan.zhihu.com/p/31500311这次带来的是杨庆雄老师一篇很经典的文章《A Non-Local Cost Aggregation Method for Stereo Matching》这里简称为NL方法。当时我看的文献还主要是基于support window进行代价聚合的,但是看到这篇文章的时候,我发现这篇文章抛弃了support window,而...

2018-04-03 20:58:57 650

转载 StereoVision--立体视觉(4)

转载自:https://zhuanlan.zhihu.com/p/31160700这几个月以来,一直在看立体匹配相关的论文,在接下来的几篇文章中,主要是来说一说,对论文的一些见解。我阅读的第一篇有关立体匹配的论文是《Cross Scale Cost Aggregation for Stereo Matching》,这里简称为CSCA,这是一篇2014年的CVPR的文章(在这里不得不感叹一下呀,这篇...

2018-04-03 20:51:10 863

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

提示
确定要删除当前文章?
取消 删除