- 博客(22)
- 收藏
- 关注
RSS订阅原创 深度学习--TensorFlow框架使用，图，会话，张量，变量op,API
TensorFlowTensor - 张量 - 数据Flow - 流动若不想要显示警告日志，增加代码import os图结构：数据（Tensor)+操作(Operation)
2025-11-23 19:53:48
507
原创 机器学习--数据集的标准化和归一化算法；随机森林
在把数据给到算法之前，先将原始数据分成训练集（80%）和测试集（20%），我们会对训练数据集进行标准化或归一化，利用训练数据集得到的均值和标准差或者最小值、最大值来进行计算。训练结束后，我们会用测试数据集去测试模型，我们要对测试数据集进行标准化或者归一化。（Normalization):（原始数据-数据中的最小值）/（数据中的最大值-数据中的最小值）（Standardization)：（原始数据-平均值）/ 标准差。
2025-11-19 21:57:16
226
原创 机器学习--PCA降维算法
比如特征值最大的3.73，如果用他对应的特征向量去降维成绩数据，那么降维后的数据能保留原始成绩数据的74.60%的信息量，由于它保留的数据量最多，我们拿它当作主成分 1；例子1：首先，在三维坐标系中寻找一条过原点的直线，空间上的所有数据点向这跟直线上投影，投影后的数据点必须方差最大（数据点在这跟直线的间隔必须最大）主成分 2：英语成绩为负，但绝对值最大，这代表主成分 2利用英语的成绩抽取了更多的成分，所以英语成绩差的同学可以在坐标系中得到很好的体现。数据是负的两个科目是负相关的；
2025-11-19 20:55:04
507
原创 机器学习--决策树算法（筛选病例）
比如，我们用静息心电图的结果来进行划分，分出来三种Normal,ST,LVH,其中病例数分别为552，178，188，可以计算出他们的信息熵的值都为多少。决策树的工作原理就是模拟一棵树的分叉原理，利用这些检测化验数据，把患有心脏病的病例和心脏完全健康的病例正确的分类。如果使用静息心电图的检测结果，来划分全部数据，那么全部的检测数据的不确定性（信息熵的值）能降低多少呢。这份检测结果的数据只有两个，则n=2 X=ALL。然后选择一个检测指标数据，对全部的病例进行划分。叶子节点下面不会再有分支。
2025-11-16 19:57:03
256
原创 机器学习--KNN算法中的距离、范数、正则化
计算每个人与新来的人的身高差（出现负数预测不靠谱），则将身高差先平方后开方，其中身高差最小的三个人也就是与新来的人距离最近的人，其中三个人中有两个人为女性，则预测新来的人为女性。例子：假设统计了几个人的身高数据，并且知道这几个人的性别，这时候来了一个人：知道身高但不知道性别，现在来预测一下这个人的性别。常用在汽车导航（比较两个目的地的距离哪个更长），计算机视觉领域（识别两个相似的图像或者物体）范数：计算向量的长度，来衡量一个向量的大小（必须为非负的实数）在一维数轴上，找到每个人和新来的这个人的身高，通过。
2025-11-13 21:07:00
249
原创 机器学习-逻辑回归与二分类
y=1 真实值属于这个类别 y=0 真实值不属于这个类别。召回率：真实为正例的样本中预测结果为正例的比例 查的全不全。2 精确率（Precision)与召回率（Recall)（y_predict - y_true)平方和/总数。逻辑回归的真实值/预测值 是否属于某个类别。精确率：预测结果为正例样本中真实为正例的比例。案例：癌症分类预测-良/恶性乳腺癌预测。逻辑回归的输入就是一个线性回归的结果。：其中x为逻辑回归结果，y为真实结果。log(P),P值越大，结果越小。（2）逻辑回归的原理。
2025-11-07 22:08:04
398
原创 机器学习--朴素贝叶斯算法，决策树，集成学习之随机森林
优点：对缺失数据不太敏感，算法也比较简单，常用于文本分类分类准确度高，速度快缺点：由于使用了样本属性独立性的假设，所以如果特征属性有关联时其效果不好H的专业术语称之为信息熵，单位比特。优点：简单的理解和解释，树木可视化，可解释能力强缺点：决策树学习者可以创建不能很好推广数据的过于复杂的树，这被称为过拟合。改进：减枝cart算法（决策树API当中已经实现，随意森林参数调优有相关介绍）随机森林注意：企业重要决策，由于决策树很好的分析能力，在决策过程中应用较多，可以选择特征。
2025-10-26 21:16:24
715
4
原创 机器学习--转换器，估计器，knn,模型选择与调优
如果一个样本在特征空间中的k个最相似(即特征空间中最邻近）的样本中的大多数属于某一个类别，则该样本也属于这个类别。问题：k值取得过小，容易受到异常点的影响k值取得过大，样本不均衡的影响进行无量纲化，使不同规格的数据转换到统一规格无量钢化处理（采用标准化）归一化容易受到异常值影响案例一：鸢尾花种类预测流程：获取数据--数据集划分--特征工程（标准化）--KNN预估器流程--模型评估"""用KNN算法对鸢尾花进行分类:return:# 1)获取数据# 2）划分数据集。
2025-10-19 20:10:53
867
原创 机器学习---数据集，特征提取，特征预处理,降维，主成分分析
机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测。1.数据集的构成：特征值+目标值每一行的数据称为样本；有些数据可以没有目标值字典特征提取（特征离散化）文本特征提取2.特征提取API特征与处理是一些转换函数将特征数据转换成更加适合算法模型的特征数据过程。数据中包含冗余或相关变量（或称特征、属性、指标等），旨在从原有特征中找出主要特征高维数据转化为低维数据的过程，在此过程中可能会舍弃原有数据、创造新的变量。
2025-10-12 14:31:54
822
原创 ros1 RViz观测传感器数据
1.打开ROS Index 网站 https://index.ros.org ，搜索sensor_msgs,找到指定版本的noetic 的sensor msgs进入，然后进入右侧的Website网址，在列表中找到LaserScan,则打开了激光雷达消息包的格式定义。2.激光雷达消息包内容float32 angle_min:-3.141590118408203 扫描的起始角度为有右半侧一半float32 angle_max:3.141590118408203 扫描的终止角度为有左半侧一半。
2025-09-04 21:16:53
315
原创 ros1中c++编写订阅者节点
3.修改话题名称ros::Publisher pub = nh.advertise<std_msgs::String>("话题名称“， ）6.CMakeLists.txt中的节点编译规则修改文件名 CTRL+SHIFT+B编译。ctrl+shift+o 分屏 rostopic list运行出现话题名称。1.修改节点名称ros::init(argc,argv,"节点名称“）；7.终端运行新节点 rosrun ssr_pkg 节点名称。rostopic echo /话题名称 运行出现乱码。
2025-09-02 21:52:56
198
原创 ROS1学习
github中的很多仿真模型可以通过Ubuntu的终端进行运行，其中软件包中rqt-robot-steering控制仿真机器人的路程以及转速。（a）已经创建完毕的机器人模型，编写一个单独的 xacro 文件，为机器人模型添加传动装置以及控制器。如果机器人link是标准的几何体形状，和link的 visual 属性设置一致即可。1.软件包中rqt-robot-steering控制机器人的路程以及转速。激光探测的最大可用范围(超出此阈值，被截断)（1）机器人运动控制(Gazebo)以及里程计信息(Rviz)
2025-08-15 19:35:39
515
原创 ROS1学习
案例：需求描述:创建一个四轮圆柱状机器人模型，机器人参数如下,底盘为圆柱状，半径 10cm，高 8cm，四轮由两个驱动轮和两个万向支撑轮组成，两个驱动轮半径为 3.25cm,轮胎宽度1.5cm，两个万向轮为球状，半径 0.75cm，底盘离地间距为 1.5cm(与万向轮直径一致)机器人由多部件组成，不同部件可能封装为单独的 xacro 文件，最后再将不同的文件集成，组合为完整机器人，可以使用文件包含实现。用于封装 URDF 中的一些字段，比如: PI 值，小车的尺寸，轮子半径 ....
2025-08-08 18:45:01
808
原创 ros1学习
在 node 标签外设置的参数是全局性质的，参考的是 / ，在 node 标签中设置的参数是私有性质的，参考的是 /命名空间/节点名称。b. 订阅方，订阅到发布的坐标系相对关系，再传入坐标点信息(可以写死)，然后借助于 tf 实现坐标变换，并将结果输出。b. 然后，需要订阅坐标发布消息，并取出订阅的消息，借助于 tf2 实现 son1 和 son2 的转换。格式：以~开头的名称，是节点名称的下一级，参考的是 /命名空间/节点名称。格式:以/开头的名称，及参考的是 / ，与命名空间和节点名称无关。
2025-08-01 19:29:47
834
原创 ros1学习
rosparam>标签可以从 YAML 文件导入参数，或将参数导出到 YAML 文件，也可以用来删除参数，<rosparam>标签在<node>标签中视为私有。安装：将不同的功能包打包成一个功能包，当安装其中的某个功能模块时，直接调用打包后的功 能包即可，这打包后的“一个功能包”称为元功能包。（3）回旋函数(ros::spin()和ros::spinOnce()，可用于处理回调函数)注：“被集成的功能包”不能与新建的元功能包重名，否则在后面的编译运行中可能导致ros崩溃。
2025-07-25 19:02:50
975
原创 ros学习
rostopic list : 显示所有活动状态下的主题名称(直接调用即可，控制台将打印当前运行状态下的主题名称)ros::Publisher pub = nh.advertise<plumbing_pub_sub::Person>("自定义话题名称“，10）ros::Subscriber sub = nh.subscribe("与发布方话题名称一致“，10，doPerson);rostopic:显示有关ROS 主题的调试信息，包括发布者，订阅者，发布频率和ROS消息。
2025-07-18 12:48:29
550
原创 ros学习
1.安装虚拟机软件VMware，虚拟主机 2.安装ubuntu 3.安装ros 设置安装源，设置密钥，配置环境变量 4.测试ros 5.配置环境变量。在模型实现中，ROS master 不需要实现，而连接的建立也已经被封装了，需要关注的关键点有三个，即发布方/接收方/数据。输出/opt/ros/<distro>/share/roscpp。如：切换至roscpp包 roscd roscpp（只能定位，不能输出）说明已经有ros master，不需要再启动roscore，否则两者冲突，必须结束一个。
2025-07-11 12:07:57
542
原创 python学习笔记
文件对象.read(num) num表示要从文件中读取的数据长度，若没有传入num,表示读取文件中所有数据。write() #文件的写入 （直接调用write,内容并未真正写入文件，而是积攒在程序内存中，称为缓存区）mode:设置打开文件模式：只读（r)，写入(w)，追加(a)等。文件不存在，w将文件全部内容清空，写入想写内容。append()#文件的追加（在文件后面加入新内容）1.文件操作步骤 ：打开文件，读写文件，关闭文件。注：a模式，文件不存在，会创建新文件。注：文件不存在，w将文件创建出来。
2025-05-09 20:16:48
164
原创 python 学习笔记
lambda关键字，可以定义匿名函数(无名称)有名称的函数，可以基于名称重复使用。注：参数是“键=值”形式的形式的情况下，所有的“键=值”都会被kwargs接受，同时会根据“键=值”组成字典。- 函数体，就是函数的执行逻辑，要注意:只能写一行，无法写多行代码。- 传入参数表示匿名函数的形式参数，如:xy表示接收2个形式参数。，它会根据传进参数的位置合并为一个元组（tuple),注：传递的参数和定义的参数的顺序及个数必须一致。- def关键字，可以定义带有名称的函数。注：函数调用时，如果有位置参数时，
2025-05-07 20:56:25
251
原创 农业机器人技术综述：应用方向、科研功能与实现路径
本综述系统梳理了农业机器人的当前应用方向，详细介绍科研室农业机器人的现有功能，并深入剖析农业机器人功能的实现步骤。通过综合分析多篇硕士学位论文及外文文献，总结农业机器人在农业领域的发展现状与技术路径，为农业机器人的进一步研发与推广提供理论参考。
2025-04-29 20:58:13
1069
原创 python 学习笔记
定义变量 my_dict = {key:value，key:value，...，key:value}正向索引 从左往右依次为0，...，n-1 反向索引 从左往右依次为n，...，-1。正向索引 从左往右依次为0，...，n-1 反向索引 从左往右依次为n，...，-1。可以容纳多个数据，可以容纳不同类型数据，数据是无序存储的，不支持下标索引，不允许重复数据存在，可以修改。1.基本用法：字面量 {key:value，key:value，...，key:value}
2025-04-28 11:31:05
776
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