算法基础
文章平均质量分 95
算法基础
CA727
这个作者很懒,什么都没留下…
展开
-
旋转矩阵、变换矩阵,李群(Lie Group)、李代数(Lie Algebra)及扰动模型
1. 群(Group)群是一种集合加上一种运算的代数结构。若集合A≠∅A\not=\varnothingA=∅,在AAA上的二元运算为⋅\cdot⋅,则群可以记作G=(A,⋅)G=(A,\cdot)G=(A,⋅)。群要求这个运算满足以下条件:封闭性:∀a,b∈A,a⋅b∈A\forall a,b \in A, a \cdot b \in A∀a,b∈A,a⋅b∈A;结合律:∀a,b,c∈A,(a⋅b)⋅c=a⋅(b⋅c)\forall a,b,c \in A, (a \cdot b) \cdo原创 2021-01-02 15:55:48 · 6260 阅读 · 0 评论 -
【AR】使用OpenCV中的aruco模块实现增强现实
1 ArUco markerArUco marker是由S.Garrido-Jurado等人在2014年提出的,全称是Augmented Reality University of Cordoba,详见他们的论文《Automatic generation and detection of highly reliable fiducial markers under occlusion》。它类似于二维码,通过预先标定的相机参数和捕获到的aruco标记图像,就可以求解出marker与相机的相对坐标关系。实原创 2020-12-21 11:53:11 · 1544 阅读 · 0 评论 -
弗莱纳公式(Frenet–Serret formulas)
在向量微积分中,弗莱纳公式用来描述欧几里得空间R中的粒子在连续可微曲线上的运动。更具体的说,弗莱纳公式描述了曲线的切向、法向、副法方向之间的关系。弗莱纳公式(弗莱纳坐标系)在自动驾驶轨迹规划等领域应用广泛。单位切向量 T,单位法向量 N,单位副法向量 B,被称作弗莱纳标架(Frenet–Serret frame or TNB frame,他们的具体定义如下:T 是单位切向量,方向指向粒子运动的方向;N 是单位法向量 T对弧长参数的微分单位化得到的向量;B 是 T和 N的外积。弗莱纳公式如下:翻译 2020-07-09 17:51:59 · 11168 阅读 · 0 评论 -
隐马尔科夫模型(Hidden Markov Model,HMM)定义及概率计算算法
1. 基础知识1.1 马尔可夫性质(Markov Property)马尔可夫性质(Markov Property)是概率论中的一个概念,因为俄国数学家安德雷·马尔可夫得名。当一个随机过程在给定现在状态及所有过去状态情况下,其未来状态的条件概率分布仅依赖于当前状态;换句话说,在给定现在状态时,它与过去状态(即该过程的历史路径)是条件独立的,那么此随机过程即具有马尔可夫性质。具有马尔可夫性质的过程...原创 2020-06-01 16:13:27 · 2831 阅读 · 0 评论 -
特征值分解(Eigen Value Decomposition,EVD)、奇异值分解(Singular Value Decomposition,SVD)原理、公式推导及应用
==原创 2020-04-30 17:43:41 · 8524 阅读 · 1 评论 -
贝塞尔曲线(Bezier Curve)原理及公式推导
1. 定义贝塞尔曲线(Bezier curve),又称贝兹曲线或贝济埃曲线,是应用于二维图形应用程序的数学曲线。一般的矢量图形软件通过它来精确画出曲线,贝兹曲线由线段与节点组成,节点是可拖动的支点,线段像可伸缩的皮筋,我们在绘图工具上看到的钢笔工具就是来做这种矢量曲线的。贝塞尔曲线是计算机图形学中相当重要的参数曲线,在一些比较成熟的位图软件中也有贝塞尔曲线工具,如PhotoShop等。贝塞...原创 2020-03-04 13:11:52 · 48834 阅读 · 10 评论 -
移动立方体(Marching Cubes,MC)算法
移动立方体(Marching Cubes)算法是面绘制算法中的经典算法,它是W.Lorensen等人于1987年提出的体素级重建算法,也被称为“等值面提取”(Isosurface Extration)算法。移动立方体算法的主要思想是在三维离散数据场中通过线性差值来逼近等值面。在医学图像分割与重建中,我们通过定义一个阈值来确定这个等值面。首先,确定“体元”(Cell)的概念,这与“体素”(Voxe...原创 2020-03-01 22:18:42 · 11181 阅读 · 4 评论 -
朴素贝叶斯(naive bayes)分类
1. 概念回顾1.1 条件概率公式条件概率是指在事件B发生的条件下,事件A发生的概率。条件概率表示为P(A∣B)P(A|B)P(A∣B),读作“A在B发生的条件下发生的概率”。若只有两个事件A、B,那么有:P(A∣B)=P(AB)P(B)P(A|B)=\frac{P(AB)}{P(B)}P(A∣B)=P(B)P(AB)1.2 全概率公式若事件B1,B2,...,BnB_1,B_2,...原创 2020-02-26 17:32:47 · 328 阅读 · 0 评论 -
k近邻(k-nearest neighbor,k-NN)及其实现 - kd树(k-dimensional tree)
《统计学习方法》李航 - 第3章1. 概述1.1 定义k近邻法(k-nearest neighbor,k-NN)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻,就是k个最近的邻居的意思,说的是每个样本都可以用它最接近的k个邻居来代表。简单来说就是:在样本空间(训练集)中,与待测样本最相邻(通过距离度量)的k个样本中,大多数属于某一个类别,则该待测样本也属于这个类别,并具...原创 2020-02-26 00:24:32 · 802 阅读 · 0 评论 -
极大似然估计(Maximum likelihood estimation,MLE):用样本估计总体参数
1 基本概念回顾边缘概率、联合概率和条件概率的基本概念。1.1 定义边缘概率(Marginal Probability):可以简单理解为单一事件发生的概率。如果A是一个事件,且事件A发生的概率为P(A)P(A)P(A),则P(A)P(A)P(A)就被称为边缘概率;联合概率(Joint Probability):两个或多个事件相交的概率。从视觉上看,它是维恩图上两个事件圆的相交区域。如果A和...原创 2020-02-20 21:36:12 · 3229 阅读 · 0 评论 -
罗德里格斯(Rodrigues)旋转公式推导
定义假设v\pmb{v}vvv是实数空间R3\R^3R3中的一个任意向量,k\pmb{k}kkk是一个单位向量,向量v\pmb{v}vvv绕向量k\pmb{k}kkk旋转θ\thetaθ角度,则表示旋转后向量vrot\pmb{v}_{rot}vvvrot的罗德里格斯公式为:vrot=vcosθ+(k×v)sinθ+k(k⋅v)(1−cosθ)v_{rot}=\pmb{v}\cos\t...翻译 2020-02-16 18:19:20 · 2785 阅读 · 1 评论