8 勇往直前的流浪刀客

尚未进行身份认证

一曰:真诚待人;二曰:认真踏实

等级
TA的排名 1w+

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:~$ifconfigeth0Linkencap:以太网硬件地址d0:17:c2:aa:11:b8inet地址:10.0.4.33广播:10.0.31.255掩码:255.255.224.0...

2019-11-04 15:04:10

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CC4.0BY-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 11:19:43

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sudoapt-getupdate的最后出现了W:GPGerror:http://packages.ros.orgtrustyInRelease:Thefollowingsignaturescouldn'tbeverifiedbecausethepublickeyisnotavailable:NO_PUBKEYF42ED6FBAB17C...

2019-09-18 10:38:12

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

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

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

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

浅谈流形学习(Manifold Learning)

MachineLearning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MachineLearning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

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$sudoapt-getinstall-ygcc-4.7$sudoapt-getinstall-yg++-4.7(2).链接gcc/g++实现降级$cd/usr/bin$sudormgcc$sudoln-sgcc-4.7gcc$sudormg...

2018-09-20 20:58:14

Ubuntu 14.04 桌面版安装 Google Chrome 浏览器

在Ubuntu14.04桌面版中安装GoogleChrome浏览器的详细步骤如下:首先在火狐浏览器中打开GoogleChrome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

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

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

RANSAC算法及其代码解析

RANSAC算法简介随机抽样一致性算法(Randomsampleconsensus,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

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

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

LBD(Line Band Discriptor)概述

LBD算法源自2013年文章《AnefficientandrobustlinesegmentmatchingapproachbasedonLBDdescriptorandpairwisegeometricconsistency》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

Object Detection

Jumpto...PapersR-CNNFastR-CNNFasterR-CNNLight-HeadR-CNNCascadeR-CNNMultiBoxSPP-NetMR-CNNYOLOYOLOv2YOLOv3DenseBoxSSDDSSDFSSDESSDInside-OutsideNet(ION)CRAFTOHEMR-FCNMS-CNNPVANETGBD-NetFeaturePyr...

2018-04-09 10:57:17

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selectivesearch找到proposal,即比较可能是物体的一个区域,然...

2018-04-09 10:33:27

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

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

查看更多

勋章 我的勋章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。