- 博客(4)
- 收藏
- 关注
RSS订阅原创 支持向量机回归：原理与直观理解（含matlab代码，数据集）
支持向量机回归是支持向量机在回归问题上的应用。想象一下，我们有一堆散落在平面上的数据点，我们的目标不是像分类那样画一条线把它们分开，而是画一条“带子”或“管道”，让尽可能多的数据点落在这个管道里。这条管道的中心线，就是我们想要找到的回归线，它能最好地预测新数据点的值。支持向量机回归的核心是寻找一条最平坦的预测线，并允许一个固定宽度的误差容忍管道。它只关注那些“不听话”的、落在管道外的点（支持向量），从而构建出稀疏且稳健的模型。通过“核技巧”，它能巧妙地解决复杂的非线性问题。
2026-08-17 23:39:33
351
原创 基于 Transformer 的非线性预测：原理与应用（含matlab代码）
给定一个历史观测序列（包含 T 个时间点的数据），目标是预测未来 H 个时间点的值。Transformer 模型需要学习一个非线性函数，将历史序列映射到未来序列。基于 Transformer 的非线性预测方法通过自注意力机制强大的序列建模能力，能够有效捕捉数据中的长期依赖和复杂模式，在多个领域超越了传统线性模型和早期深度学习模型（如 LSTM）。当前面临的挑战包括：计算复杂度：尽管有概率稀疏注意力等优化，长序列的计算和内存开销仍然较大。数据需求：Transformer 通常需要大量数据才能充分训练。
2026-08-05 21:59:02
466
原创 基于多尺度分析的激光光条中心点坐标提取方法（Steger算法优化）
参考文献[1]描述，该论文的方法能适用于光条宽度发生较大变化，且较为反光的场景。但是由于本人实验条件有限，未做相应实验进行验证。[1]李凤娇,李小菁,刘震.基于多尺度分析的激光光条中心点坐标提取方法[J].光学学报,2014,34(11):111-116.
2026-08-02 15:33:52
375
1
原创 线结构光中心点提取算法（原理，代码，优化）
灰度重法线结构光重心点提取算法是一种用于结构光三维测量中，对光条中心（即重心点）进行高精度、亚像素级定位的算法。这些算法不仅仅适用于“直线型”场景下的光条，还可适用于更复杂的场景，但是鲁棒性待优化。ix。
2026-08-01 15:35:41
486
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人