<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[凌少skier的小窝]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/qq_24371789</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; qq_24371789]]></copyright><item><title><![CDATA[python 排序方法比较一下]]></title><link>https://blog.youkuaiyun.com/qq_24371789/article/details/129319581</link><guid>https://blog.youkuaiyun.com/qq_24371789/article/details/129319581</guid><author>qq_24371789</author><pubDate>Fri, 03 Mar 2023 14:30:18 +0800</pubDate><description><![CDATA[python 特殊的排序总结]]></description><category></category></item><item><title><![CDATA[python字符串 列表 元祖 比较]]></title><link>https://blog.youkuaiyun.com/qq_24371789/article/details/128803978</link><guid>https://blog.youkuaiyun.com/qq_24371789/article/details/128803978</guid><author>qq_24371789</author><pubDate>Mon, 30 Jan 2023 17:11:15 +0800</pubDate><description><![CDATA[python 列表元组字符串对比]]></description><category></category></item><item><title><![CDATA[如何在github生成目录]]></title><link>https://blog.youkuaiyun.com/qq_24371789/article/details/128797399</link><guid>https://blog.youkuaiyun.com/qq_24371789/article/details/128797399</guid><author>qq_24371789</author><pubDate>Mon, 30 Jan 2023 10:08:27 +0800</pubDate><description><![CDATA[如何在githb 添加目录]]></description><category></category></item><item><title><![CDATA[Acwing python学习笔记]]></title><link>https://blog.youkuaiyun.com/qq_24371789/article/details/128794883</link><guid>https://blog.youkuaiyun.com/qq_24371789/article/details/128794883</guid><author>qq_24371789</author><pubDate>Sun, 29 Jan 2023 22:14:46 +0800</pubDate><description><![CDATA[Acwing python的学习笔记]]></description><category></category></item><item><title><![CDATA[python爬虫笔记二——HTML文件的基础]]></title><link>https://blog.youkuaiyun.com/qq_24371789/article/details/124556264</link><guid>https://blog.youkuaiyun.com/qq_24371789/article/details/124556264</guid><author>qq_24371789</author><pubDate>Tue, 03 May 2022 16:28:34 +0800</pubDate><description><![CDATA[文章目录HTML基础HTML的组成BeautifulSouptag对象
需要熟悉HTML文件的具体格式，才能更为有效的处理HTML文件的内容
HTML基础
HTML的组成
&lt;html&gt;
    &lt;head&gt;
        &lt;meta charset="utf-8"&gt; 
    &lt;/head&gt;
    &lt;body&gt;
        &lt;h1&gt;一级标题&lt;/h1&gt;
        &lt;h2&gt;二级标题&lt;/h2&gt;]]></description><category></category></item><item><title><![CDATA[Python爬虫笔记一——爬虫基础知识]]></title><link>https://blog.youkuaiyun.com/qq_24371789/article/details/124552036</link><guid>https://blog.youkuaiyun.com/qq_24371789/article/details/124552036</guid><author>qq_24371789</author><pubDate>Tue, 03 May 2022 14:41:23 +0800</pubDate><description><![CDATA[Python 爬虫笔记]]></description><category></category></item><item><title><![CDATA[Solidity教程一]]></title><link>https://blog.youkuaiyun.com/qq_24371789/article/details/124546239</link><guid>https://blog.youkuaiyun.com/qq_24371789/article/details/124546239</guid><author>qq_24371789</author><pubDate>Mon, 02 May 2022 21:32:42 +0800</pubDate><description><![CDATA[合约的基础内容

版本制定
合约内容
一个合约的模板如下所示

pragma solidity ^0.4.19;

contract HelloWorld {

}

状态变量和整数
状态变量是被永久地保存在合约中。也就是说它们被写入以太币区块链中. 想象成写入一个数据库。
contract Example {
  // 这个无符号整数将会永久的被保存在区块链中
  uint myUnsignedInteger = 100;
}

无符号整数：uint
uint 无符号数据类型， 指其值不能是负数，对于有符]]></description><category></category></item><item><title><![CDATA[Python笔记查阅宝典]]></title><link>https://blog.youkuaiyun.com/qq_24371789/article/details/124524603</link><guid>https://blog.youkuaiyun.com/qq_24371789/article/details/124524603</guid><author>qq_24371789</author><pubDate>Sun, 01 May 2022 22:03:51 +0800</pubDate><description><![CDATA[python学习笔记]]></description><category></category></item><item><title><![CDATA[LBP特征检测算子-人脸检测]]></title><link>https://blog.youkuaiyun.com/qq_24371789/article/details/106983359</link><guid>https://blog.youkuaiyun.com/qq_24371789/article/details/106983359</guid><author>qq_24371789</author><pubDate>Sat, 27 Jun 2020 22:56:41 +0800</pubDate><description><![CDATA[简介
继续跟着datawhale组织学习LBP特征检测算子，人脸检测算法，虽然现在主流都是用深度学习了，但是学一下传统的方法，对于未来学习深度学习也会更加得心应手一些～
LBP是一种用来描述图像局部特征的算子，具有灰度不变性和旋转不变性的特点，有点像vslam中的计算ORB的方法，再考虑描述子，来判断图像的旋转。LBP常用于人脸检测和目标检测，也可以使用LBP特征训练目标检测分类器的方法，
算法理论介绍
LBP原理介绍
我就大概总结一下原理吧，就不贴具体公式了，LBP特征就死利用图像的局部的联合概率分布，来]]></description><category></category></item><item><title><![CDATA[Harris特征点检测器]]></title><link>https://blog.youkuaiyun.com/qq_24371789/article/details/106955216</link><guid>https://blog.youkuaiyun.com/qq_24371789/article/details/106955216</guid><author>qq_24371789</author><pubDate>Thu, 25 Jun 2020 10:22:49 +0800</pubDate><description><![CDATA[刚好看到datewhale关于opencv的学习部分，想着借机会熟悉一下opencv部分的内容，第一部分是harris特征点检测器部分的内容，之前学视觉SLAM的视觉就接触过一些特征点检测和计算描述子的方法，又跟着系统学习了一下关于harris特征点的计算方法，收获蛮大~
基础知识
角点：字面意思就是一些边角上的点，在之前的ORB的提取中就是看当前的点与周围一圈12个点，有多少个点是不同的，通常采用九点法，在harris中就采用了图像梯度的概念，即看当前点与周围点的变化幅度有多大，考虑图像的每个像素的某个邻]]></description><category></category></item><item><title><![CDATA[激光SLAM学习(2)——运动畸变的去除]]></title><link>https://blog.youkuaiyun.com/qq_24371789/article/details/103628437</link><guid>https://blog.youkuaiyun.com/qq_24371789/article/details/103628437</guid><author>qq_24371789</author><pubDate>Fri, 20 Dec 2019 19:39:28 +0800</pubDate><description><![CDATA[目前在做一些自动驾驶相关的工作，处理部分包含了激光雷达数据的畸变去除部分内容，一直是大概知道原理，具体实现过程不是很清楚，最近又复习了深蓝学院的激光slam部分的内容，感觉收获很多，跟大家分享一下～
激光雷达去畸变问题的引出
运动过程中，激光雷达的点云信息是畸变的，通过使用底盘数据对激光雷达的数据进行补偿，去除激光雷达的畸变。
如果不使用里程计来补偿激光雷达数据，则可以使用icp或者vicp进行运...]]></description><category></category></item><item><title><![CDATA[ros tf的学习教程第二部分——传感器数据的处理]]></title><link>https://blog.youkuaiyun.com/qq_24371789/article/details/100122548</link><guid>https://blog.youkuaiyun.com/qq_24371789/article/details/100122548</guid><author>qq_24371789</author><pubDate>Wed, 28 Aug 2019 17:10:59 +0800</pubDate><description><![CDATA[第一部分学习完了小乌龟的教程，两只小乌龟都以世界坐标系为父坐标系，然后两只小乌龟就可以得到彼此之间的tf，然后根据tf就可以实现追赶。
链接如下：
https://blog.youkuaiyun.com/qq_24371789/article/details/99673470
我们肯定不止局限于在小乌龟上完成你追我的小任务，我们还是想在机器人上建立机器人与传感器，以及机器人与地图之间的内容，下面对传感器与机器...]]></description><category></category></item><item><title><![CDATA[ROS中的tf(transform)的理解 ，你追我小乌龟的深入剖析]]></title><link>https://blog.youkuaiyun.com/qq_24371789/article/details/99673470</link><guid>https://blog.youkuaiyun.com/qq_24371789/article/details/99673470</guid><author>qq_24371789</author><pubDate>Fri, 16 Aug 2019 11:16:41 +0800</pubDate><description><![CDATA[对于ros中的tf其实一直理解不是很深，最近工作上一直在用，就很懵逼，出来混果然是要还的～于是这两天把ros官方提供的小乌龟版的你追我，如果你追到我，我就让你xxx，一个一个命令跑了一下，现在有了一个较深的理解，如果哪里说的不对，还请指正。
首先看launch文件内容
 &lt;launch&gt;
    &lt;!-- 海龟仿真器 --&gt;
    &lt;node pkg="turtle...]]></description><category></category></item><item><title><![CDATA[可汗学院统计学 task4]]></title><link>https://blog.youkuaiyun.com/qq_24371789/article/details/99345179</link><guid>https://blog.youkuaiyun.com/qq_24371789/article/details/99345179</guid><author>qq_24371789</author><pubDate>Mon, 12 Aug 2019 22:01:50 +0800</pubDate><description><![CDATA[线性回归：在已有数据集上通过构建一个线性的模型来拟合该数据集特征向量的各个分量之间的关系，对于需要预测结果的新数据，我们利用已经拟合好的线性模型来预测其结果。其表达形式为y = w’x+e，e为误差服从均值为0的正态分布。
拟合方程使用得比较广泛的有最小二乘法。
线性模型在二维空间中就是一条直线，在三维空间是一个平面。回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种...]]></description><category></category></item><item><title><![CDATA[leetcode 148排序链表]]></title><link>https://blog.youkuaiyun.com/qq_24371789/article/details/99337312</link><guid>https://blog.youkuaiyun.com/qq_24371789/article/details/99337312</guid><author>qq_24371789</author><pubDate>Mon, 12 Aug 2019 20:52:11 +0800</pubDate><description><![CDATA[在 O(n log n) 时间复杂度和常数级空间复杂度下，对链表进行排序。
示例 1:
输入: 4-&gt;2-&gt;1-&gt;3
输出: 1-&gt;2-&gt;3-&gt;4
示例 2:
输入: -1-&gt;5-&gt;3-&gt;4-&gt;0
输出: -1-&gt;0-&gt;3-&gt;4-&gt;5

#include &lt;iostream&gt;
#include &lt;...]]></description><category></category></item><item><title><![CDATA[可汗学院统计学 task 3]]></title><link>https://blog.youkuaiyun.com/qq_24371789/article/details/98885598</link><guid>https://blog.youkuaiyun.com/qq_24371789/article/details/98885598</guid><author>qq_24371789</author><pubDate>Thu, 08 Aug 2019 21:13:13 +0800</pubDate><description><![CDATA[假设检验
假设检验(Hypothesis Testing)：依据一定的假设条件由样本推断总体的一种方法。
基本思想是小概率反证法思想。
小概率思想是指小概率事件（P&lt;0.01或P&lt;0.05）在一次试验中基本上不会发生。
反证法思想是先提出假设(检验假设H0)，再用适当的统计方法确定假设成立的可能性大小，如可能性小，则认为假设不成立，若可能性大，则还不能认为假设不成立。
假设检验分假设和...]]></description><category></category></item><item><title><![CDATA[task 4 leetcode 122 买卖股票的最佳时间]]></title><link>https://blog.youkuaiyun.com/qq_24371789/article/details/98885246</link><guid>https://blog.youkuaiyun.com/qq_24371789/article/details/98885246</guid><author>qq_24371789</author><pubDate>Thu, 08 Aug 2019 21:07:03 +0800</pubDate><description><![CDATA[给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。
注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。
示例 1:
输入: [7,1,5,3,6,4]
输出: 7
解释: 在第 2 天（股票价格 = 1）的时候买入，在第 3 天（股票价格 = 5）的时候卖出, 这笔交易所能获...]]></description><category></category></item><item><title><![CDATA[leetcode 23 合并 k 个排序链表]]></title><link>https://blog.youkuaiyun.com/qq_24371789/article/details/98650014</link><guid>https://blog.youkuaiyun.com/qq_24371789/article/details/98650014</guid><author>qq_24371789</author><pubDate>Tue, 06 Aug 2019 19:23:31 +0800</pubDate><description><![CDATA[合并 k 个排序链表，返回合并后的排序链表。请分析和描述算法的复杂度。
示例:
输入:
[
1-&gt;4-&gt;5,
1-&gt;3-&gt;4,
2-&gt;6
]
输出: 1-&gt;1-&gt;2-&gt;3-&gt;4-&gt;4-&gt;5-&gt;6
class Solution {
public:
    ListNode* mergeKLists(vector&lt;ListN...]]></description><category></category></item><item><title><![CDATA[可汗学院 统计学习第二天]]></title><link>https://blog.youkuaiyun.com/qq_24371789/article/details/98643068</link><guid>https://blog.youkuaiyun.com/qq_24371789/article/details/98643068</guid><author>qq_24371789</author><pubDate>Tue, 06 Aug 2019 18:25:46 +0800</pubDate><description><![CDATA[35 中心极限定理
大数定律表示大量随机变量的平均结果，但没有涉及到随机变量的分布的问题。
中心极限定理说是在一定条件下，给定一个任意分布的总体，每次从这些总体中随机抽取 n 个抽样，一共抽 m 次。 然后把这 m 组抽样分别求出平均值。 这些平均值的分布接近正态分布。
在实际生活当中，我们不能知道我们想要研究的对象的平均值，标准差之类的统计参数。中心极限定理在理论上保证了我们可以用只抽样一部分的...]]></description><category></category></item><item><title><![CDATA[可汗学院 统计学习第一天]]></title><link>https://blog.youkuaiyun.com/qq_24371789/article/details/98514409</link><guid>https://blog.youkuaiyun.com/qq_24371789/article/details/98514409</guid><author>qq_24371789</author><pubDate>Mon, 05 Aug 2019 20:25:05 +0800</pubDate><description><![CDATA[12 样本和总体
区分四个概念：
总体
总体均值
样本
样本均值
13&amp;14 总体方差&amp;样本方差
方差：描述数据与均值之间的偏离程度
15&amp;16 标准差&amp;公式的推导
标准差：等于方差的平方根。
17 离散随机变量&amp;连续随机变量
18 概率密度函数
总的概率积分为1
19-22 二项分布
二项分布： 重复n次独立的伯努利试验
1次二项分布即为0-1分布
定义二...]]></description><category></category></item></channel></rss>