算法
文章平均质量分 68
hjwang1
让Robot走入社会、融入生活,方便人与人、人与物、物与物之间的沟通,丰富人们的生活
======
人工智能是分主观与客观的,是硬币的两个方面
客观智能是世界的本质描述,是物理的是数学的
主观智能是来自于客观智能,是哲学的是宗教的
如果抛开物理与数学只去讲方法是绝对走不远的
而单讲物理与数学只会得到一个静默缤纷的世界
展开
-
Particle Filter Tutorial 粒子滤波:从推导到应用(三)
转自:http://blog.csdn.net/heyijia0327/article/details/41122125五、重采样 在应用SIS 滤波的过程中,存在一个退化的问题。就是经过几次迭代以后,很多粒子的权重都变得很小,可以忽略了,只有少数粒子的权重比较大。并且粒子权值的方差随着时间增大,状态空间中的有效粒子数较少。随着无效采样粒子数目的增加,使得大量的计算浪费转载 2015-05-09 20:50:25 · 1342 阅读 · 0 评论 -
Particle Filter Tutorial 粒子滤波:从推导到应用(二)
转自:http://blog.csdn.net/heyijia0327/article/details/40929097二、蒙特卡洛采样假设我们能从一个目标概率分布p(x)中采样到一系列的样本(粒子),(至于怎么生成服从p(x)分布的样本,这个问题先放一放),那么就能利用这些样本去估计这个分布的某些函数的期望值。譬如: 上面的式子其转载 2015-05-09 20:49:06 · 1145 阅读 · 0 评论 -
Particle Filter Tutorial 粒子滤波:从推导到应用(四)
转自:http://blog.csdn.net/heyijia0327/article/details/41142679六、Sampling Importance Resampling Filter (SIR) SIR滤波器很容易由前面的基本粒子滤波推导出来,只要对粒子的重要性概率密度函数做出特定的选择即可。在SIR中,选取: p( x(k)|x(k转载 2015-05-09 20:50:17 · 1032 阅读 · 0 评论 -
卡尔曼滤波 -- 从推导到应用(一)
转自:http://blog.csdn.net/heyijia0327/article/details/17487467前言 卡尔曼滤波器是在估计线性系统状态的过程中,以最小均方差为目的而推导出的几个递推数学等式,也可以从贝叶斯推断的角度来推导。 本文将分为两部分:第一部分,结合例子,从最小均方差的角度,直观地转载 2015-05-09 11:44:43 · 1150 阅读 · 0 评论 -
卡尔曼滤波 -- 从推导到应用(二)
转自:http://blog.csdn.net/heyijia0327/article/details/17667341该文是自我总结性文章,有纰漏,请指出,谢谢。 --白巧克力这部分主要是通过对第一部分中提到的匀加速小车模型进行位移预测。先来看看状态方程能建立准确的时候,状态方程见第一部分分割线以后内容,小车做匀加速运动的位移的预测仿真如下。转载 2015-05-09 11:46:10 · 901 阅读 · 0 评论 -
Particle Filter Tutorial 粒子滤波:从推导到应用(一)
转自:http://blog.csdn.net/heyijia0327/article/details/40899819前言: 博主在自主学习粒子滤波的过程中,看了很多文献或博客,不知道是看文献时粗心大意还是悟性太低,看着那么多公式,总是无法把握住粒子滤波的思路,也无法将理论和实践对应起来。比如:理论推导过程中那么多概率公式,概率怎么和系统的状态变量对应上了?状态粒子是怎么一转载 2015-05-09 20:45:56 · 1776 阅读 · 0 评论 -
文章标题
粒子滤波 一阶马尔科夫模型翻译 2015-05-12 14:08:03 · 76 阅读 · 0 评论 -
理解重要性采样
转自:http://blog.csdn.net/tianguokaka/article/details/6914554重要性采样是非常有意思的一个方法。我们首先需要明确,这个方法是基于采样的,也就是基于所谓的蒙特卡洛法(Monte Carlo)。蒙特卡洛法,本身是一个利用随机采样对一个目标函数做近似。例如求一个稀奇古怪的形状的面积,如果我们没有一个解析的表达方法,那么怎么做呢?蒙特卡洛转载 2015-05-12 21:09:13 · 2002 阅读 · 0 评论 -
粒子滤波 演示与opencv代码
转自:http://blog.csdn.net/onezeros/article/details/6319180粒子滤波的理论实在是太美妙了,用一组不同权重的随机状态来逼近复杂的概率密度函数。其再非线性、非高斯系统中具有优良的特性。opencv给出了一个实现,但是没有给出范例,学习过程中发现网络上也找不到。learning opencv一书中有介绍,但距离直接使用还是有些距离。在经过一转载 2015-05-26 22:40:16 · 778 阅读 · 0 评论 -
坐标旋转与平移
原坐标逆时针旋转theta角度与右上:在原坐标系下的新坐标原创 2015-05-22 17:11:24 · 1006 阅读 · 0 评论 -
PID教程
转自:http://blog.csdn.net/i7leaves/article/details/6937947介绍本教程将向您展示了比例每个比例项 (P)的特点,积分项(I)和微分项 (D) 控制,以及如何使用它们来获得所需的响应。在本教程中,我们会考虑以下单位反馈系统:Plant【被控对象】:被控制的系统Controller【控制器】:为被控对象提供刺激;目转载 2015-06-29 13:24:22 · 1030 阅读 · 0 评论 -
Improving the Beginner’s PID
转自:http://brettbeauregard.com/blog/2011/04/improving-the-beginners-pid-introduction/http://playground.arduino.cc/Code/PIDLibraryIn conjunction with the release of the new Arduino PID Library I转载 2015-06-28 18:38:16 · 1166 阅读 · 0 评论 -
RBPF
滤波原创 2015-05-24 22:35:09 · 2745 阅读 · 0 评论 -
编辑距离及编辑距离算法
转自:http://www.cnblogs.com/biyeymyhjob/archive/2012/09/28/2707343.html编辑距离概念描述:编辑距离,又称Levenshtein距离,是指两个字串之间,由一个转成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符,插入一个字符,删除一个字符。例如将kitten一字转成sitting:转载 2015-07-28 12:53:18 · 677 阅读 · 0 评论 -
傅立叶变换(一)
转自:http://blog.csdn.net/luoweifu/article/details/8246299因为这些都是从《数字图像处理基础 . 阮秋琦》(注:这本书确实写的不错,虽然没有具体的算法实现,并且有些小错误,但是通俗易懂)里搬过来的,但又是进行图像傅丽叶变换之前需要了解的一些知识,所以不敢写原创,只能算是转载吧!如果想直接了解“图像傅丽叶变换”的算法实现请看下一章《傅丽叶变转载 2015-08-02 21:07:37 · 2728 阅读 · 0 评论 -
快速傅里叶变换(FFT)的原理及公式
转自:http://www.cnblogs.com/Lyush/articles/3219196.html非周期性连续时间信号x(t)的傅里叶变换可以表示为式中计算出来的是信号x(t)的连续频谱。但是,在实际的控制系统中能够得到的是连续信号x(t)的离散采样值x(nT)。因此需要利用离散信号x(nT)来计算信号x(t)的频谱。 有限长离散信号x(n),n=0,1,…,N-1的转载 2015-08-11 12:47:51 · 29213 阅读 · 0 评论 -
深入浅出的讲解傅里叶变换
转自:http://www.elecfans.com/engineer/blog/20140527344277.html我保证这篇文章和你以前看过的所有文章都不同,这是12年还在果壳的时候写的,但是当时没有来得及写完就出国了……于是拖了两年,嗯,我是拖延症患者…… 这篇文章的核心思想就是: 要让读者在不看任何数学公式的情况下理解傅里叶分析。 傅里叶分析不仅仅是一个数学工具转载 2015-07-31 17:01:58 · 467 阅读 · 0 评论 -
图像的二维DFT及其反变换 .
转自:http://blog.csdn.net/carson2005/article/details/6586583在图像处理中,傅里叶变换应该是二维的,而且,是离散的,即:二维DFT。一个图像尺寸为的函数的离散傅里叶变换由以下等式给出: (1)像在一维中的一样,此表达式对u值(u=0,1,2,...,M-1)和v值(v=0,1,2,..,N-1)计算。给出,可以通过傅里叶反变换来转载 2015-08-14 16:35:29 · 10594 阅读 · 5 评论 -
快速傅立叶变换的C语言实现方法
转自:http://www.beamsky.com/fft-c-language/傅立叶变换的重要性不用我说,想必大家也很清楚,有了傅立叶变换,我们就可以从信号的频域特征去分析信号。尤其在无线通信系统中,傅里叶变换的重要性就更加明显了,无论是设计者还是测试工程师,在工作中都会和傅立叶变换打交道。在以下的文章中,我给出一种傅里叶变换的C语言实现方法(参考了C常用算法集),可以用于在嵌入式系统转载 2015-08-14 17:07:59 · 17232 阅读 · 0 评论 -
向量的相似与相关性
最常用的皮尔逊相关系数(Pearson Correlation Coefficient):相关公式:原创 2015-08-03 13:17:01 · 2833 阅读 · 0 评论 -
如何由电磁理论引出牛顿力学下的引力场方程
转自:http://blog.renren.com/share/260663504/8140626257来源: 余坤 Whyeemcc的日志两个月前的某几天在教室里,翻看费曼物理学讲义的时候,上面提到一个非常有趣的问题:“地球对其表面或外面一点所产生的力,正像地球质量全部集中在地心所产生的力一样。我们一直假设问题的答案就是如此,但这种假设的正确性并不明显,因为当靠近一个物体时,有些转载 2015-09-29 14:00:27 · 2240 阅读 · 0 评论 -
海量数据处理
转自:http://geek.csdn.net/news/detail/44349所谓海量数据处理,是指基于海量数据的存储、处理或操作。因为数据量太大,导致要么无法在较短时间内迅速解决,要么无法一次性装入内存。事实上,对于时间问题,可以采用巧妙的算法搭配合适的数据结构(如布隆过滤器、散列、位图、堆、数据库、倒排索引、Trie 树)来解决;对于空间问题,可以采取分而治之的方法(如转载 2015-11-25 09:47:59 · 1341 阅读 · 0 评论 -
23种设计模式
转自:http://www.cnblogs.com/beijiguangyong/archive/2010/11/15/2302807.html目录创建型1. Factory Method(工厂方法)2. Abstract Factory(抽象工厂)3. Builder(建造者)4. Prototype(原型)5. Singleton(单例)结构型转载 2015-12-11 17:58:49 · 666 阅读 · 0 评论 -
一种机器人感知空间与智主行走的建模识别方法
人工智能是分主观与客观的,是硬币的两个方面,客观智能是世界的本质描述,是物理的是数学的,主观智能是来自于客观智能,是哲学的是宗教的。抛开物理与数学只讲方法是走不远的,单讲物理与数学只会得到一个静默缤纷的世界。原创 2015-08-11 16:19:56 · 1226 阅读 · 1 评论 -
PageRank:核心算法|谷歌如何从网络的大海里捞到针
转自:http://mp.weixin.qq.com/s?__biz=MjM5MTQzNzU2NA==&mid=401631721&idx=1&sn=1ae78319214b25b1f2ed1ef2c3acb8cc&scene=0#wechat_redirect大数据文摘摘自:David Austin善科文库 超级数学建模包括谷歌在内转载 2016-01-04 19:47:26 · 1568 阅读 · 0 评论 -
各级数整理
12原创 2016-01-09 14:57:02 · 728 阅读 · 0 评论 -
如何用70行Java代码实现深度神经网络算法
转自:http://geek.csdn.net/news/detail/56086对于现在流行的深度学习,保持学习精神是必要的——程序员尤其是架构师永远都要对核心技术和关键算法保持关注和敏感,必要时要动手写一写掌握下来,先不用关心什么时候用到——用不用是政治问题,会不会写是技术问题,就像军人不关心打不打的问题,而要关心如何打赢的问题。程序员如何学习机器学习对程序员来说,转载 2016-02-20 23:09:58 · 1391 阅读 · 1 评论 -
自同构 黎曼度量 莫比乌斯变换
转自:http://blog.sina.com.cn/s/blog_4c92b9050100e0xp.html黎曼球面可以显示为三维实空间黎曼度量 莫比乌斯变换" style="margin:0px; padding:0px; border:0px; list-style:none">中的单位球面x2 + y2 + z2 = 1.为此,考虑从单位球减去一点(0,0,1)到(赤道)平转载 2016-03-20 22:25:20 · 5245 阅读 · 0 评论 -
微分几何
转自:曲面单值化定理的离散证明http://blog.sciencenet.cn/blog-2472277-874072.html曲面映射的算法理论基础http://blog.sciencenet.cn/blog-2472277-931199.html道可道,非常道-浅谈代数拓扑http://blog.sciencenet.cn/blog-2转载 2016-03-20 22:59:37 · 949 阅读 · 0 评论 -
论机器人的环境感知与智主移动-兼谈基于微分几何的人工智能
论基于微分几何的机器智能-兼谈机器人的环境感知与智主移动● 序言● 第一章 当前智能算法卷积网络机器学习深度学习可能的缺陷● 第二章 微分几何与智能人脸及表情识别与微分几何视觉与微分几何大脑皮层与微分几何物理可能统一于几何因果率、推理与几何● 第三章 微分几何与工程化应用二维环境感知三维环境感知最优传输理论原创 2016-01-07 15:06:08 · 1997 阅读 · 0 评论 -
机器人的环境感知与智主行走之工程化实现
机器人的环境感知与智主行走之工程化实现输入=环境的测距扫描点云图即栅格地图输出=1、给出环境信息,例如墙壁、角落、树、柜子、桌子等等2、给定目标的全局、局部路径规划3、轨迹或路径跟踪的建议如下图所示的部分输出结果涉及到微分几何、微分同胚、流形的知识等。原创 2016-03-13 21:02:49 · 884 阅读 · 0 评论 -
实践篇之论机器人的环境感知与智主运动
论机器人的环境感知与智主运动–兼谈基于微分几何的人工智能标签(空格分隔): 人工智能 计算机视觉 自主移动 微分流形 Ricci流版权声明:本文为作者原创文章,未经作者允许不得转载。前言 人工智能是分主观与客观的,是硬币的两个方面, 客观智能是世界的本质描述,是物理的是数学的, 主观智能是来自于客观智能,是哲学的是宗教的。 抛开物理与数学只讲方法是走不远的,如无本之木、无源之水原创 2016-07-23 22:47:33 · 12092 阅读 · 0 评论 -
常用正则表达式
参考自网络邮箱:^\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$原创 2016-08-08 11:20:04 · 513 阅读 · 0 评论 -
一种人工智能学习--兼谈基于微分几何与拓扑的神经网络
一种人工智能学习–兼谈基于微分几何与拓扑的神经网络标签(空格分隔): 人工智能 神经网络 拓扑 微分几何 深度学习版权声明:本文为作者原创文章,未经作者允许不得转载。前言提到人工智能,相信对机器学习、神经网络、深度学习等已经非常熟悉,这里我要提另一种人工智能学习结构——共形学习,亦反映了我的想法和兴趣,也暴露了我的局限和偏见,供读者朋友们拍砖。第一章 AI共形学习视觉神经示意图 先上一张图,有原创 2016-08-12 19:43:19 · 4426 阅读 · 0 评论 -
SLAM拾萃(1):octomap
转自:http://www.cnblogs.com/gaoxiang12/p/5041142.html前言 大家好,时隔多年之后,我又开始了博客旅程。经历了很多事情之后呢,我发现自己的想法真的很简单:好好读书做课题,闲下来时写写博客,服务大家。所以我会继续写SLAM相关的博客。如果你觉得它对你有帮助,那是最好不过的啦!写作过程中得到了许多热心读者的帮助与鼓励,有些读转载 2016-08-31 12:45:46 · 1974 阅读 · 2 评论 -
PCL PCD(点云数据point clouds)文件格式
转自:http://www.pclcn.org/study/shownews.php?lang=cn&id=54本节描述PCD(点云数据)文件格式。为什么用一种新的文件格式?PCD文件格式并非白费力气地做重复工作,现有的文件结构因本身组成的原因不支持由PCL库引进n维点类型机制处理过程中的某些扩展,而PCD文件格式能够很好地补足这一点。PCD不是第一个支持3D点云数据的文件类型,尤转载 2016-08-31 14:42:22 · 5241 阅读 · 0 评论 -
四叉树与八叉树
转自:http://blog.csdn.net/zhanxinhang/article/details/6706217前序四叉树或四元树也被称为Q树(Q-Tree)。四叉树广泛应用于图像处理、空间数据索引、2D中的快速碰撞检测、存储稀疏数据等,而八叉树(Octree)主要应用于3D图形处理。对游戏编程,这会很有用。本文着重于对四叉树与八叉树的原理与结构的介绍,帮助您在脑海中建立转载 2016-09-03 01:36:12 · 2999 阅读 · 0 评论 -
java实现:机器人视觉与环境感知基于八叉树算法(待开源)
java实现的机器人视觉与环境感知,基于八叉树算法。随后我会整理,增加注释,在GitHub开源https://github.com/hjwang1/robot原创 2016-09-14 18:35:15 · 2098 阅读 · 1 评论 -
机器人视觉之点、线、面几何距离的快速计算方法
标签:点积 叉积 正交 面积 体积 矩阵 行列式版权声明:本文为作者原创文章,未经作者允许不得转载。在三维环境下,有如下点及坐标: A(xA,yA,zA)B(xB,yB,zB)C(xC,yC,zC)D(xD,yD,zD)A(x_A,y_A,z_A)\\B(x_B,y_B,z_B)\\C(x_C,y_C,z_C)\\D(x_D,y_D,z_D)\\ 1、求A点到点B、C所在直线的距离d原创 2016-10-14 09:42:06 · 1745 阅读 · 0 评论 -
机器人视觉感知云服务正式上线
经过长时间的技术研发、测试,终于推出可以商用的机器人视觉感知云服务,像科大讯飞的语音识别、语义理解、语音合成一样,商家或个人在开发机器人等智能硬件产品时,随时可以接入视觉感知云服务接口,轻松方便让您的智能设备拥有视觉智能。下面就先来看看视觉感知云服务的使用手册吧。目录第一章 提供哪些服务第二章 发展之路线图第三章 接口调用说明第四章 接口原创 2016-10-28 18:34:57 · 1202 阅读 · 0 评论