T.s.road

【转载】http://blog.sina.com.cn/s/blog_7dc49c690100t9dv.html之前一直在做移动机器人定位算法。查来查去，发觉粒子滤波算法（又叫MC算法）应该算是最流行的了。因此开始学习使用之。入手的是本英文书叫“probalistic robotic” 很不错，我所见到的讲得最好的一本书。花了大量时间去研读。在这里我想谈谈我对粒子滤波的一点认识。因为在这一领域

引自：http://blog.youkuaiyun.com/lg1259156776/说明：主要参考了博文《漫谈机器学习中的距离和相似性度量方法》。具体的计算方法可以参看我的上一篇博文《【Matlab开发】matlab中bar绘图设置与各种距离度量》。本文主要关注点在于各个距离、相似度之间的优缺点，及使用时候的注意事项。1. 闵可夫斯基距离基本认识该距离最常用的 p 是

转自http://www.cnblogs.com/kemaswill/p/3416231.html 在机器学习中, 通常需要求某个函数的最值(比如最大似然中需要求的似然的最大值). 线搜索(line search)是求得一个函数\(f(x)\)的最值的两种常用迭代方法之一(另外一个是trust region). 其思想是首先求得一个下降方向,在这个方向上\(f(x)\)会下降, 然后是求得

转自http://bbs.feng.com/read-htm-tid-7698336.html我的 Mac 是 2012 年的 Pro Retina，现在主要用的是 Mac 系统，Windows 已经不常上了经常用的软件有以下几个：1. 科学绘图软件：SciDAVis 和 Plot目前这两个软件更新频率很快，SciDAVis 已经到 1D8 版了，就是

转自http://windshg.iteye.com/blog/1756297编程语言：搞实验个人认为当然matlab最灵活了（但是正版很贵），但是更为前途的是python（numpy+scipy+matplotlib)和C/C++，这样组合既可搞研究，也可搞商业开发，易用性不比matlab差，功能组合更为强大，个人认为，当然R和java也不错.1.机器学习开源软件网（收录了各种机

转自：http://www.cnblogs.com/hxsyl/p/5229746.html网上讲高斯过程回归的文章很少，且往往从高斯过程讲起，我比较不以为然：高斯过程回归（GPR）， 终究是个离散的事情，用连续的高斯过程( GP) 来阐述，简直是杀鸡用牛刀。所以我们这次直接从离散的问题搞起，然后把高斯过程逆推出来。　　这篇博客有两个彩蛋，一个是揭示了高斯过程回归和Ridge回归的

转自：http://blog.youkuaiyun.com/akunainiannian/article/details/45363731最近6个月开始做SLAM的项目,就一步步把资源的链接给共享出来。项目内容：主要是从Andrew Davison中的MonoSLAM中起步，做Co-SLAM 推及 Swarm SLAM下面都是我看过或者亲身实践过的，大家可以相互交流项目途中，所以文章还