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(28)
  • 收藏
  • 关注

原创 理解dropout,梯度下降,反向传播算法

1. Dropout出现的原因在机器学习的模型中,如果模型的参数太多,而训练样本又太少,训练出来的模型很容易产生过拟合的现象。在训练神经网络的时候经常会遇到过拟合的问题,过拟合具体表现在:模型在训练数据上损失函数较小,预测准确率较高;但是在测试数据上损失函数比较大,预测准确率较低。过拟合是很多机器学习的通病。如果模型过拟合,那么得到的模型几乎不能用。为了解决过拟合问题,一般会采用模型集成的...

2019-06-22 19:04:53 4319 1

原创 机器学习之激活函数

1.概念神经网络中的每个神经元节点接受上一层神经元的输出值作为本神经元的输入值,并将输入值传递给下一层,输入层神经元节点会将输入属性值直接传递给下一层(隐层或输出层)。在多层神经网络中,上层节点的输出和下层节点的输入之间具有一个函数关系,这个函数称为激活函数(又称激励函数)。关于神经网络中的激活函数的作用,通常都是这样解释:不使用激活函数的话,神经网络的每层都只是做线性变换,多层输入叠加后...

2019-06-19 20:34:03 562

原创 机器学习任务类别&&性能度量

1.何谓“学习”学习(Mitchell 1997定义):对某类任务T和性能度量P,一个计算机程序被任务可以从经验E中学习是指,通过经验E改进后,它在任务T上由性能度量P衡量的性能有所提升。2.任务T分类输入缺失分类回归转录:机器学习系统观测一些相对非结构化表示的数据,并转录信息为离散的文本形式。机器翻译结构化输出:结构化输出任务的输出是向量或者其他包含多个值的数据结...

2019-06-19 16:25:01 1020

原创 原型聚类&&密度聚类&&层次聚类

1.原型聚类原型聚类算法假设聚类结构可以通过一组原型刻画,通常算法先会对原型进行初始化,然后对原型进行迭代更新求解。不同的原型表示和不同的求解方式会产生不同的算法。下面主要介绍三种典型的原型聚类算法:k 均值、学习向量量化 和 高斯混合聚类。1.1K-均值1.2学习向量量化与 k 均值算法不同,学习向量量化(LVQ)的学习过程中会利用样本的类别信息,所以 LVQ 是一种监督...

2019-06-18 13:04:47 1786

原创 区别:强化学习&&集成学习&&增强学习&&规则学习

1.强化学习强化学习是智能体(Agent)以“试错”的方式进行学习,通过与环境进行交互获得的奖赏指导行为,目标是使智能体获得最大的奖赏,强化学习不同于连接主义学习中的监督学习,主要表现在强化信号上,强化学习中由环境提供的强化信号是对产生动作的好坏作一种评价(通常为标量信号),而不是告诉强化学习系统RLS(reinforcement learning system)如何去产生正确的动作。由于外部...

2019-06-18 12:05:03 3748

转载 &&机器学习实战&&DBSCAN

1.概述DBSCAN(Density-Based Spatial Clustering of Applications with Noise,具有噪声的基于密度的聚类方法)是一种很典型的密度聚类算法,和K-Means,BIRCH这些一般只适用于凸样本集的聚类相比,DBSCAN既可以适用于凸样本集,也可以适用于非凸样本集。DBSCAN算法的显著优点是聚类速度快且能够有效处理噪声点和发现任意形状...

2019-06-17 20:54:47 507

原创 &&机器学习实战&&K均值聚类

1.概述 聚类是一种无监督学习,它将相似的对象归到同一个簇中。聚类方法几乎可以应用于所有对象,簇内的对象越相似,聚类的效果越好。 k-均值聚类之所以称为是因为它可以发现k个不同的簇,且每个簇的中心采用簇中所含值的均值计算而成。2.簇识别(cluster identification) 簇识别给出聚类结果的含义。假定有一些数据,现在将相似数据归到一...

2019-06-17 12:24:12 432

原创 &&机器学习实战&&AdaBoost算法

1.概述当做重要决定时,大家可能都会考虑吸取多个专家而不只是一个人的意见。机器学习也是。这就是元算法(meta algorithm)背后的思路。元算法是对其他算法进行组合的一种方式。AdaBoost是目前最流行的元算法。单层决策树(decision stump)分类器之上,应用AdaBoost分类器。2.基于数据集多重抽样的分类器前面介绍的五种不同的分类算法各有优缺点,将不同的分...

2019-06-13 20:54:41 284

原创 &&机器学习实战&&支持向量机

1.概述有些人认为SVM是最好的现成的分类器,这里说的现成值得是分类器不加修改即可直接使用。同时,这意味着在数据上应用基本形式的svm分类器就可以得到低错误率的结果。svm能够对训练集之外的数据点作出很好的分类决策。SVM有很多实现,本章只关注其中最流行的一种实现,即序列最小优化(SMO)算法。2.基于最大间隔分隔数据优点:泛化错误率低,计算开销不大,结果易解释。缺点:对参数调...

2019-06-12 12:47:42 230

原创 &&机器学习实战&&Logistic回归

1.概述假设现在有一些数据点,我们用一条直线对这些点进行拟合,该拟合过程就称作回归。利用Logisti回归进行分类的主要思想是:根据现有的数据对分类边界线建立回归公式,以此进行分类。这里的回归一词源于最佳拟合,表示要找到最佳拟合参数集。这个二值型输出分类器的数学原理:本章首先阐述logistic回归的定义,然后介绍一些最优化算法,其中包括基本的梯度上升法和一个改进的随机梯度上升法...

2019-06-11 21:40:32 299

原创 &&机器学习实战&&朴素贝叶斯

1.概述分类器有时很难给出该数据实例属于哪一类这类问题的明确答案,这时可以要求分类器给出一个最优的类别猜测结果,同时给出这个猜测的概率估计值。之所以称为’朴素‘,是因为整个形式化过程只做最原始,最简单的假设。优点:在数据较少的情况下仍然有效,可以处理多类别问题。缺点:对于输入数据的准备方式较为敏感。适用数据类型:标称型数据。标称型:一般在有限的数据中取,而且只存在‘是’和‘否’...

2019-06-11 19:53:09 272

原创 视频和激光融合目标检测笔记

1.文章一为提高军用地面无人平台自主跟随过程中对目标领航车辆检测识别的准确性和实时性, 提出了一种基于激光雷达和视觉摄像机信息融合的目标领航车检测识别方法。在识别系统工作前,需对激光雷达和摄像机两种传感器进行标定,确定激光雷达坐标、 摄像机坐标、 车体坐标三者之间的相互关系。车辆识别过程中, 首先对激光雷达数据进行最近邻域法聚类分析, 根据聚类的结果对周围目标进行初步筛选生成假设目标;根据...

2019-06-11 18:18:18 1667

原创 【机器学习实战】K-近邻算法

1.概述k-近邻算法采用测量不同特征值之间的距离方法进行分类。优点:精度高,对异常值不敏感,无数据输入假定。缺点:计算复杂度高,空间复杂度高。适用数据范围:数值型和标称型。工作原理:算法流程:2.小结k-近邻算法是分类数据最简单有效的算法,它基于实例的学习,使用算法时我们必须有训练样本数据。k-近邻算法必须保存全部数据集,如果训练数据集很大,必须使用大...

2019-06-05 20:18:23 335

原创 【机器学习实战】chapter 1

1.机器学习机器学习的主要任务就是分类。决定用某个机器学习算法进行分类,首先需要做的是算法训练,即如何学习分类。通常我们为算法输入大量已分类数据作为算法的训练集。目标变量是机器学习算法的预测结果。分类算法:目标变量是标称型;回归算法:目标变量是连续型的。训练样本集必须确定知道目标变量的值,以便机器学习算法可以发现特征和目标变量之间的关系。知识表示:可以理解为输入与输出之间的映射...

2019-06-05 19:55:47 363

转载 Ubuntu14.04 安装VTK7.1.1 并在QT 4.5.3下调用

1.VTK7.1.1源码安装。(官网下载)参考:https://blog.youkuaiyun.com/hongbin_xu/article/details/788221692.修改CmakeLists.txt按官网指导:https://vtk.org/Wiki/VTK/Tutorials/CMakeListsFile...

2019-03-12 21:27:18 600

原创 qt4.8 ubuntu14.04 第一次调试ROS节点遇到的问题

问题一.ROS_MASTER_URI is not defined in the environment.这个错误其实是qt不能够加载ROS的环境变量进来,解决办法是必须先使用roscore在终端启动ROS,再打开qt。这样就解决了这个问题。问题二.Debugging starts &warning: GDB: Failed to set controlling terminal....

2019-02-22 11:02:43 517 1

原创 Ubuntu14.04 安装Understand3.1及创建桌面快捷方式

一、Understand的安装基本按照此教程安装。教程为:https://blog.youkuaiyun.com/love1055259415/article/details/81174712安装过程中需注意以下几点:1.在第二步--开始安装步骤中,安装路径不一定非要在/home目录下,也可以在/home/yourname/路径下新建文件作为安装路径。2.第三部分一定要做,否则无法安装成功...

2019-02-20 16:14:35 563

转载 Ubuntu14.04 关于安装带有ROS插件的QT Creator及打开已有的ROS工程

亲测有效。1.安装带有ROS插件的QT Creator按照官网指导安装即可。网址:https://ros-qtc-plugin.readthedocs.io/en/latest/_source/How-to-Install-Users.html 关于QT的桌面图标的创建网上有很多博客都能看到,这里就不说了。 2.打开已有的ROS工程打开非QT创建的ROS工程,需要修...

2019-02-19 11:40:11 694

转载 qt5.9安装 调试ros程序 ubuntu14.04

亲测有效。https://blog.youkuaiyun.com/zhuoyueljl/article/details/78426498

2019-02-18 15:50:16 581

转载 tf nav_msgs/Odometry

1.tf 不提供速度信息2.nav_msgs/Odometry这种消息类型包含速度信息(注意坐标系) http://www.guyuehome.com/332

2018-07-20 16:15:19 2320 1

原创 关于ros package velodyne_pointcloud的学习

1.package velodyne_pointcloud里面的node和nodelet:nodelet:CloudNodelet,TransformNodeletnode   :cloud_node     ,transform_node2.涉及的topic/velodyne_packets/velodyne_points3.topic和nodelet之间的信息交流C...

2018-07-20 11:56:16 2670

转载 关于odom,map,base_link坐标系的理解

1.http://www.itkeyword.com/doc/520532306017085925/ros2.https://www.cnblogs.com/qixianyu/p/6884255.html3.https://blog.youkuaiyun.com/crazyquhezheng/article/details/49154805其中一篇博文写到,odom坐标系(里程计坐标系)的坐标原点...

2018-07-19 21:23:14 1541

原创 关于rosbag的理解

1.https://blog.youkuaiyun.com/u012706484/article/details/784958962.http://www.360doc.com/content/16/0115/17/9200790_528206839.shtml3.https://blog.youkuaiyun.com/wtj318_/article/details/788408994.https://blo...

2018-07-19 19:57:40 1730

转载 点云匹配笔记

1.点云匹配及改进ICP算法点击打开链接2.DARPA点击打开链接3.LIDAR相关基础点击打开链接点击打开链接4.SLAM点击打开链接5.cartographer点击打开链接6.Hector SLAM ,Gmapping,CartoGrapher点击打开链接点击打开链接点击打开链接点击打开链接...

2018-04-12 14:38:26 833

转载 3d lidar点云数据处理

点击打开链接

2018-04-12 11:57:34 7632

转载 Android图片压缩 质量压缩vs尺寸压缩

1.分享两篇写的比较清楚文章Android性能优化之图片压缩优化 - 优快云博客点击打开链接Android图片压缩(质量压缩和尺寸压缩)&Bitmap转成字符串上传 - 优快云博客点击打开链接...

2018-04-05 20:09:44 233

原创 koide3/hdl_graph_slam 运行问题及解决方案

1.virtual memory exhausted参照以下连接,采用swap方法点击打开链接2.[hdl_graph_slam_501.launch] is neither a launch file in package [hdl_graph_slam] nor is [hdl_graph_slam] a launch file name之前一直以为hdl_graph_slam是一个依赖包,后...

2018-03-29 20:19:49 4338 15

原创 ubuntu16.04 loam_velodyne运行时问题及相应解决 3D LIDAR SLAM

1.catkin_make时,出现:virtual memory exhausted:无法分配内存首次运行时,出现这个错误。重启电脑,并只保留编译器的情况下再次编译,不会再出现这个问题。2.roslaunch时,出现VLP16_points相关的.....neither...or... 的问题。安装velodyne_driver驱动。命令为:sudo apt-get install ros-kin...

2018-03-27 21:13:49 3032

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