- 博客(17)
- 收藏
- 关注
RSS订阅原创 TDOA定位解算基本原理_2025.03.28
d表示两个基站连线的中点c表示光速Δt\Delta tΔt表示到达两个基站的时间差（注：距离差方程化简为标准双曲线方程的具体推导过程见附件）
2025-03-28 16:20:14
225
原创 2025_0319_残差网络的好处与具体实现
参考链接：https://www.cnblogs.com/emanlee/p/17138634.htmlhttps://zhuanlan.zhihu.com/p/91385516下面做了一个实验，随着卷积层和池化层的增加，模型的性能是否越来越好？结果：不是的，堆叠在20层的网络结构的时候，模型的训练错误在1%-2%左右，但是当训练的层数增加到56层的时候，训练的错误在7%-8%。很明显通过卷积层和池化层的增加是不行的。两个原因：随着网络层数的增加，梯度消失和梯度爆炸这个问题越来越明显。梯度消失和梯度
2025-03-19 11:07:18
702
原创 2025.02.20_概率图模型_基于粒子的信念传播算法PRP
分母计算：P(D=1|A=1)=P（B=1|A=1）x P(C=1|B=1) x P(C=1|D=1)+P（B=0|A=1）x P(C=1|B=0) x P(C=1|D=1)+P（B=1|A=1）x P(C=0|B=1) x P(C=0|D=1)+P（B=0|A=1）x P(C=0|B=0) x P(C=0|D=1)边（关系）**组成的有向图，每个节点代表一个随机变量（比如天气、是否带伞），边表示它们的因果关系或者说条件依赖（比如“下雨”会影响“带伞”）。这样，石头（粒子）的分布就更接近小车的真实位置了。
2025-02-20 21:01:32
1028
原创 1、k-Means聚类算法
有一个数据集，其中每个观察到的示例都有一组特征，但是没有标签。针对这种无标签数据集，在数据集中找到彼此相似的数据组——叫做”聚类k-means是一种无监督学习工具。
2025-02-19 21:58:39
742
原创 2025.02.14__概率图模型__03马尔可夫随机场
参考的视频链接——概率图模型5、6：机器学习-概率图模型5-马尔可夫随机场-Representation-条件独立性_哔哩哔哩_bilibili
2025-02-14 10:30:01
107
原创 2024.12.23_利用无标签众包数据进行环境感知定位
本文提出了一个新型的定位模型：environment aware positioning (ENAP)， utilizing unlabeledcrowdsourcing trace data. 环境感知定位，利用无标签的众包跟踪数据。分为一下三个步骤：①将无标签的众包跟踪数据转换为一个聚类空间；②将聚类空间映射到定位空间；③以无监督的方式不断更新定位模型。
2025-01-01 21:11:16
998
原创 室内定位综述_A Systematic Review of Contemporary Indoor Positioning Systems: Taxonomy, Techniques......
室内定位技术的论文、期刊、算法、挑战等相关总结
2024-12-22 20:34:22
184
原创 相干信号源
假设有n个相干源，即sitαis0ti12...n这里s0t可以成为生成信源（有的论文会把s1t当作生成信源，或者叫做参考信源），因为它生成了入射到阵列上的n个相干信号源。可得相干信号源模型为：式中，ρ是由一系列复常数组成的n×1维矢量。αiαiβiejϕi其中βi表示幅度衰减因子，βi∈01ϕi表示与参考信号之间的相位差，ϕi∈02παip。
2024-08-04 12:21:08
641
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