自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(16)
  • 资源 (1)
  • 收藏
  • 关注

原创 使用ray.tune实现机器学习方法超参数优化

调用ray.tune对神经网络进行自动调参,不再手动调参。

2023-11-23 14:16:07 319 1

原创 PyCharm使用Anaconda虚拟环境基础操作及Tensorflow的AttributeError

1. Anaconda虚拟环境搭建本文仅提供一种思路,conda环境管理官方文档对环境的各种创建、安装及查看和分享等等都有详细说明。Anaconda prompt基本指令创建虚拟环境conda create -n your_env python=X.X创建python版本为X.X,名为your_env的虚拟环境。激活虚拟环境conda activate your_env停用环境conda deactivate your_env删除虚拟环境conda remove -n your_e

2022-02-10 11:44:30 858

原创 变分法求解最优控制问题推导思路

目录1. 最优控制问题1.1 问题定义1.2 问题组成及描述2. 控制问题与变分法2.1目标函数是泛函2.2 泛函变分2.3 泛函极值定理3. 变分法求解3.1 广义泛函积分型目标函数末值型目标函数3.2 变分的表示末端时刻固定末端时刻自由总结1. 最优控制问题1.1 问题定义根据已建立的被控对象的数学模型,从可供选择的容许控制集U中,寻求一个控制向量u(t)\mathbf{u}(t)u(t),使被控系统在时间域内从初始状态转移到目标集时,性能泛函取极值。从数学观点来看,最优控制研究的问题是求解一类

2022-02-07 14:22:46 3212 1

原创 RL的Q Learning原理及简单算例

1. Q-learning简述Q-learning是一种强化学习算法。强化学习指的是让计算机在什么都不懂的情况下,通过不断的和环境进行互动得到反馈,来改善自身的行动策略,最终找到规律并达到学习目的的方法。所以强化学习的过程只涉及两个对象,一个是智能体agent,它可以发出行动action,接受反馈并评估;另一个是环境environment,它是agent行动的前提,并能对agent的行动做出反馈。Q-learning的核心在于,它有一个记录着不同状态下采取行动所对应价值的表,即Q table。随着不断

2021-12-02 17:33:34 2024

原创 二体问题之6:轨道根数及其转化

注:笔记,肯请批评指正。1. 轨道坐标系黄道坐标系原点位于太阳质心,轨道面位于黄道面(地球绕太阳运行平面),x轴指向春分点。地心黄道坐标系原点位于地球质心,轨道面位于黄道面(地球绕太阳运行平面),x轴指向春分点。地心赤道原点位于地球质心,轨道面位于赤道面(地球绕太阳运行平面),x轴指向春分点。地心拱线原点位于地球质心,轨道面位于航天器运行轨道面,x轴指向近地点。地心轨道原点位于地球质心,轨道面位于航天器运行轨道面,x轴指向轨道矢径。2. 轨道根数b⃗\vec{

2021-10-28 15:34:05 3186

原创 二体问题之5:开普勒方程

需要得到时间和真近点角的关系。1. 任意时间对于轨道上任意两点时间差有t−t0=kTp+(t−tp)+(tp−t0)t-t_{0}=k T_{p}+\left(t-t_{p}\right)+\left(t_{p}-t_{0}\right)t−t0​=kTp​+(t−tp​)+(tp​−t0​)其中,TpT_{p}Tp​表示周期时间,意在包含长短弧和多圈环绕的情况。kkk为穿过近地点次数。tpt_{p}tp​表示其中一点为近地点。2. 面积律常数根据面积律定义,单位时间矢径扫过面积一定得dA

2021-10-28 15:30:47 1523

原创 二体问题之4:速度分量及活力公式

1. 速度关系已知[[积分常数]]能量E是常值,且与速度有关E=v22−μr=−μ2av=2μr−μa=vr2+vu2\begin{aligned}&E=\frac{v^{2}}{2}-\frac{\mu}{r}=-\frac{\mu}{2 a} \\&v=\sqrt{\frac{2 \mu}{r}-\frac{\mu}{a}}=\sqrt{v_{r}^{2}+v_{u}^{2}}\end{aligned}​E=2v2​−rμ​=−2aμ​v=r2μ​−aμ​​=vr2​+v

2021-10-28 15:28:47 3094

原创 二体问题之3:航天器轨道方程

1. 轨道方程轨道方程可由积分常数拉普拉斯积分推导和定义:L⃗=v⃗×h⃗−μrr⃗\vec{L}=\vec{v} \times \vec{h}-\frac{\mu}{r} \vec{r}L=v×h−rμ​r在右侧点乘r\mathbf{r}r,已知二者都位于轨道面内,设夹角为θ\thetaθ。L⃗⋅r⃗=(v⃗×h⃗)r⃗−μrr⃗⋅r⃗Lrcos⁡θ=−(h⃗×v⃗)r⃗−μrr2=−h⃗⋅(v⃗×r⃗)−μr=h2−μr\begin{aligned}\vec{L} \cdot \vec{

2021-10-28 15:26:22 3543

原创 二体问题之2:积分常数

积分常数的推导借助于二体运动方程]:r¨+μrr3=0\ddot{\mathbf{r}}+\mu \frac{\mathbf{r}}{r^{3}}=0r¨+μr3r​=01. 角动量积分h\mathbf{h}h角动量定义为h=r×v\mathbf{h}=\mathbf{r}\times \mathbf{v}h=r×v对它求导得,h˙=v×v+r×r¨\dot{\mathbf{h}}=\mathbf{v}\times \mathbf{v}+\mathbf{r}\times \ddot{\mathbf{

2021-10-28 15:23:39 1305

原创 二体问题之1:二体运动方程

1. 研究对象及参考系2. 二体运动假设其中一个物体的质量远大于另一个两物体球对称,可以将质量简化到质心除质心连线外无其他外力3. 运动描述3.1 二体运动方程r¨+μrr3=0\ddot{\mathbf{r}}+\mu \frac{\mathbf{r}}{r^{3}}=0r¨+μr3r​=0推导牛顿第二定律(惯性系)m1r¨1=F1=+Gm1m2r3rm2r¨2=F2=−Gm1m2r3r\begin{aligned}m_{1} \ddot{\mathbf{r}}_{1} &a

2021-10-28 15:20:53 4292

原创 MATLAB+yalmip+cplex 整数规划

  整数规划问题的解决实践。本文将简单介绍整数规划问题是什么,如何配置环境以及如何在MATLAB上通过工具箱yalmip调用外部解析器cplex解决整数规划问题。文章目录1. 整数规划问题2. 环境配置3. cplex功能4. yalmip功能5. 算例及结果参考1. 整数规划问题1.1 定义  整数规划问题是什么呢?首先我们举个例子:  有两台机器,5个工件,不同机器加工不同工价花的时间和钱不同。问如何分配花的钱最少,时间也最少。  注意到,在这个问题中一个机器必须加工一整个工件。我们需要决定

2021-10-22 14:22:32 7291 1

原创 OpenCV零基础实战项目2:测角

简述主要任务:获取鼠标点击点的位置信息(第一个点是顶点),绘制两条线构成的夹角,计算夹角并显示出来。其他功能:读取图片,展示图片,键入q清空坐标点,键入d销毁所有窗口。目录简述资源实现1. 获取点位置信息并显示2. 计算夹角3. 键入q清空坐标点,键入d销毁所有窗口实际操作中的问题和注意事项完整代码与结果示意资源视频资源:(强推)OpenCV实战项目图片:实现1. 获取点位置信息并显示读取并显示图片:imread(), imshow().鼠标响应:setMousecallback()。

2021-08-09 19:27:36 731

原创 OpenCV零基础实战项目1:OCR

简述Anaconda编译环境下,利用OpenCV和tesseract进行OCR文字识别。配置环境后,通过OpenCV的函数读取并对图像进行预处理。然后将处理好的图像进行pytesseract相关操作对字符进行识别和定位。得到字符的位置和内容信息后再通过OpenCV绘制。目录简述1. 资源及配置资源环境配置2. 单个字符识别的实现词汇识别数字的识别1. 资源及配置资源代码资源:Fafa-DL/Opencv-project视频资源:(强推)OpenCV超实用实战项目案例图片:环境配置下载

2021-08-01 15:07:58 589

原创 基于图像的目标检测与定位方法概述

目录1. 目标检测与定位概念2. 目标检测与定位方法2.1 传统目标检测流程2.2 two-stage检测算法2.2.1 R-CNN2.2.2 two-stage其他算法2.2.2.1 Spatial Pyramid Pooling(空间金字塔池化)2.2.2.2 Fast-RCNN2.2.2.3 P11 Faster RCNN2.3 One-Stage2.3.1 YOLO2.3.2 SSD参考本文简单介绍基于图像的目标检测与定位相关概念,R-CNN和YOLO等算法基本思想。本文为学习笔记,参考了许多优

2021-04-09 09:04:23 16541

原创 ROS未定义的引用

ROS未定义的引用ROS移植yolov4过程中出现报错:解决:升级cmake3.9.2至3.15.6参考ROS移植yolov4过程中出现报错:[100%] Linking CXX executable /home/z/catkin_ws/devel/lib/darknet_ros/darknet_rosCMakeFiles/darknet_ros.dir/src/yolo_object_detector_node.cpp.o:在函数‘main’中:/home/z/catkin_ws/src/dark

2021-01-13 13:30:27 1726 3

原创 Cpp中的常类型

Cpp中的常类型0.常类型、const与符号常量1.不同类型常量的定义与助记1.1定义汇总1.2 const位置与不可更新量1.3 常指针与常引用的用途2.常类型在类中的应用2.1 常数据成员2.2 常成员函数0.常类型、const与符号常量常类型用类型修饰符const说明的类型,特点是被说明的值或对象是不能被更新的。因此,定义或说明常类型时必须进行初始化。符号常量用常量相关的标识符来替代常量出现在程序中,属于常量的一种。类型说明符const将一个变量变为符号常量。综上,常类型是带类型修

2020-12-23 14:30:18 501

YALMIP-master.zip

YALMIP-master.zip

2021-10-22

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除