- 博客(1740)
- 收藏
- 关注
RSS订阅原创 点云从入门到精通技术详解100篇-基于三维点云的场景分类与分割（下）
过拟合现象的具体表现为模型的训练数据精确度高、损失少，但对预测数据的精确度较。层次的神经元代表一个从上一层次学习的中间特征，网络中存在的神经元会联合起来，由于网络中的数据量较少，因此每个神经元所代表的。占的百分比，仅对剩余的权重进行更新，最后在进行测试时，要将所有的权重值乘以全。则化项的总和来表达正则化，本文使用携带权重的交叉熵代价函数，代价函数是定义在。候，网络参数才会实现收敛，因此设置损失函数是很有必要的，原结构中使用的代价函。本章内容主要是根据第三章的理论进行实验，包括定量的数据指标呈现与定性的。
2026-03-11 00:30:00
7
原创 点云从入门到精通技术详解100篇-基于三维点云的场景分类与分割（中）
统的图像处理方法有一个显著的优势，它可以省去繁琐的预处理步骤，直接输入到原始。每个层次的网络中都有许多相互独立的神经元，并且两个相邻的神经元相互连通。神经网络可分为有监督的和无监督的两类，它们通过各卷积层间的相互转移学习特性的。络的运算速度，避免了过度拟合，这一层的主要作用是进行下采样，该层主要通过池化。运算的操作使输入的数据大小、维度降低，减少内存占用和特征冗余；的高维特征映射图进行降维，完成数据压缩的任务，减少参数规模。进行递归逼近，因此在神经网络中的最优解中，梯度下降法异常关键，梯度下降的本质。
2026-03-08 00:30:00
10
原创 点云从入门到精通技术详解100篇-基于三维点云的场景分类与分割
随着经济水平的提高和城市现代化的不断推进，人工智能和数据处理技术迎来质的飞跃，越来越多的应用场景都需要从影像中推理出相关语义信息，例如在自动驾驶[1]增强现实[2]、智慧城市[3]和机器人领域[4]中。以地图和影像为代表的二维空间数据表达已不能满足人们对现实世界的感知，因此三维数据应运而生。三维数据通过传感器获得，其坐标形式为非结构化三维点，表达为在同一个空间参考系下对目标物体空间分布和表面特性的三维点集合[5]。三维激光扫描技术在获取点云数据时具有速度快、精度高、成。
2026-03-06 00:30:00
12
原创 “华为杯”研究生数学建模竞赛2014年-【华为杯】E题：乘用车物流运输计划问题（续）
中的一种，但它们之所以都为最优解，是因为最终配送方案所使用的轿运车类型和数量。号轿运车装满乘用车的所有方案，其实质是把轿运车和乘用车之间的宽度约束和高度约。这个优点简化了轿运车和乘用车之间的数量约束的建立（即能不能装下的。得所有目的地的全局最优问题转化为按目的地的顺序分步优化，问题的规模得以降低，归并之后的轿运车仍然比较复杂，轿运车的每一层和每层的列数有差别。案规划的所在的路线图是一致的。轿运车的成本的规则也是一致的，所以问题四中。）特别指出的是，在第四问的路径规划中，提出了各个目的地的顺序规划策略。
2026-03-03 00:30:00
17
原创 “华为杯”研究生数学建模竞赛2014年-【华为杯】E题：乘用车物流运输计划问题
相同情况下，行驶里程短的成本低，注意轿运车到达目的地后原地待命，无须放空返回。建立都是以满载为先决条件的方案作为决策对象的，其中，前三问目的地只有一个，直。第四、五问的问题复杂性增加，轿运车的使用数量转化为。客户的购车订单，向物流公司下达运输乘用车到全国各地的任务，物流公司则根据下达。建立的难点在于如何确定决策的对象：同种类型的轿运车可以有不同的装载方案，同种。装载方案的轿运车也可以是不同类型，所以单单取轿运车类型或者是装载方案类型作为。只有把两者结合起来，即每种类型轿运车的装载方案，作为。
2026-03-01 00:30:00
16
原创 “华为杯”研究生数学建模竞赛2014年-【华为杯】A题：小鼠视觉感受区电位信号(LFP)与视觉刺激之间的关系研究（续）
6]杨振兴，大鼠初级视觉皮层 V1 区视觉刺激的响应信号分析，郑州大学，2011。[5]杨仁恒，宋爱国，徐宝国，基于谐波小波包变换的脑电波基本节律分析，东。[10]王晓宏，刘志峰，罗海山，利用方差分析方法分析脑电波，生物工程医学。根据前面的分析可知，在一个呼吸周期内，其脑电波信号也会发生周期的变化，鼠呼吸所对应的脑电波的周期性的变化有关，我们对呼吸曲线进行了分析，提。趋势，这也从侧面说明了清醒状态下，视觉感受区的局部电位信号的周期性变。所对应的脑电波采取上采样，上采样是下采样的逆过程，也称增取样或内插。
2026-02-27 00:30:00
13
原创 “华为杯”研究生数学建模竞赛2014年-【华为杯】A题：小鼠视觉感受区电位信号(LFP)与视觉刺激之间的关系研究
其周期节律，得到小鼠睡眠状态下脑电波的主要频率分布范围为 0.5Hz-2.5Hz，吸时刻所对应的脑电波局部电位，进行线性插值拟合脑电波信号，应用 SPSS 统。别对两种状态下的脑电波信号进行三角函数拟合，得到置信区间为 95%的脑电。置信区间为 95%的情况下，得到的四个子波与分离模型提取出的脑电波成分固。所对应的脑电波信号，进行相关性分析，相关度小于 0.6，说明脑电波成分中。的功率谱进行对比分析，界定小鼠在不同情况下脑电波的频率波动范围；我们再在建立的分离模型当中寻找和呼吸主频率接近的脑电波成分，
2026-02-25 10:44:57
17
原创 AUTOSAR从入门到精通-【自动驾驶】横纵向控制模块（二）
纵向控制主要为速度控制，通过控制刹车、油门、档位等实现对车速的控制，对于自动挡车辆来说，控制对象其实就是刹车和油门。图1 纵向控制Apollo纵向控制的工作原理如图1所示。它主要由“位移-速度闭环PID控制器”、“速度-加速度闭环PID控制器”和“速度-加速度-刹车/油门”开环控制器构成。
2026-02-18 00:30:00
40
原创 AUTOSAR从入门到精通-【自动驾驶】横纵向控制模块
自动驾驶整个系统分为：感知层、规划层、控制层，控制是无人驾驶系统最底层的软件算法模块，包括：横向控制（主要用于车辆方向盘的控制）和纵向控制（主要用于车辆油门、刹车的控制）。纵向控制主要为速度控制和纵向位置调整，通过控制刹车、油门、档位等实现对车速的控制，对于自动挡车辆来说，控制对象其实就是刹车和油门。横向控制主要负责控制车辆的转向和横向位置调整，通常通过导入当前定位、底盘姿态、规划等信息，并根据距离找到最近的两个点，通过插值法选取规划路线上最近两点之间的点作为参考点。然后，通过计算横向偏差和航向偏差，以及
2026-02-13 00:30:00
29
原创 点云从入门到精通技术详解100篇-基于三维点云的高速公路路面拼接及裂缝检测（下）
的情况下，大大提升了点云配准的速度，让该方法在采集端有实现实时路面拼接的可能，准的三种方法配准误差都很低，配准后路面点云间重叠区域的重叠度很高，效果均不错。域的特征，解决了高速公路路面原始点云完全无法应用于路面拼接的问题。这样做的不仅减少了点云的数量，极大地提升了后续处理的速度，而且极大地提。速公路路面点云图像中的点云拼接板代替原两片点云作为新的输入，这将大大优化后续。之后，不仅解决了路面点云重叠区域特征不明显的问题，也使得待配准的两部分点云图。了点的法线估计进行边界检测，因此需要对点进行法线计算。
2026-02-11 00:30:00
20
原创 点云从入门到精通技术详解100篇-基于三维点云的高速公路路面拼接及裂缝检测（中）
的点云简化对实验和实际的工程应用的都很大的意义。子对点云索引序号进行筛选从而产生精简后的点云，随机数种子来源于选取的随机函数，掉不存在数据点的立方体栅格，剩下的每个立方体栅格中，计算每个立方体栅格的中心，用中还存在低重叠程度的两片点云无法寻找到真正的对应点，如高速公路路面点云图像，多的原有特征，不对后续的点云处理产生误差范围外的影响。根据简化原理，常用的点。该函数要满足在简化精度的要求下，其产生的随机数能覆盖点云的数据范围。点云进行下采样，容易产生空洞的效果并可能产生局部特征的缺失，这对后期的实验影。
2026-02-09 00:30:00
57
原创 “华为杯”研究生数学建模竞赛2015年-【华为杯】D题：面向节能的单/多列车优化决策控制（续）（附MATLAB代码实现）
了压缩，从而限制了后一列车的运行速度。在高峰时期，列车运行的距离不变，实际运行的时间也不变，发车的时间间隔进行。安全限制速度是列车追踪运行时，为保证安全，跟踪列车（后车）速度不能超过的。度限制小于路段速度限制，即列车不能独立行进，将收到前面列车的影响。中的模型进行求解，我们可以得到当非高峰期时期列车运行最节能时，列。速的影响，故此时可回归到不受安全距离限速影响的多列车节能优化问题。分钟的时候，列车的行驶时独立进行的，不受安全距离限。的结论进行推测，两车的最大间隔大概为。分钟时，前后两列车的距离较短，根据。
2026-02-08 00:30:00
32
原创 点云从入门到精通技术详解100篇-基于三维点云的高速公路路面拼接及裂缝检测
三维空间信息技术在各个领域都有应用，而原先三维空间信息的获取主要依靠经纬仪、全站仪、GPS（全球定位系统）等。而随着激光雷达技术（LiDAR）的快速发展以及在各领域内的应用，使得三维空间信息技术得到了发展。激光雷达，是一种遥感方法，采用脉冲激光形式的光来测量距离地球的范围（可变距离）。这些光脉冲与机载系统记录的其他数据相结合，生成有关地球形状及其表面特征的精确三维信息。作为一种工作在光学波段的雷达，具有极高的分辨率、抗干扰能力强、获取信。
2026-02-07 00:30:00
63
原创 “华为杯”研究生数学建模竞赛2015年-【华为杯】B题：数据的多流形结构分析（续）
据的稀疏表示系数构造相似度矩阵, 然后利用谱聚类方法得到数据的子空间聚。直线和圆弧进行分类，那么直线的长短以及圆弧的弧长都作为了分类的条件，点所内含的自然的局部集合结构信息来辅助构造更合适的相似性矩阵并进而发。棒性以及全局性表示的特性，结合图的方法中数据的流形几何结构信息，提出。验证，与传统的维数约减方法进行比较，提高了后续分类的精确度，且算法性。和低秩分解都可以作为进一步的研究方向，可以结合半监督方法和流形学习的。的潜力并设计相应的方法来处理混合流形聚类问题，也可以建立一些全新的理。
2026-02-06 00:30:00
19
原创 “华为杯”研究生数学建模竞赛2015年-【华为杯】B题：数据的多流形结构分析
已经提取出来，为了确定十字的中心位置，一个可行的方法是先将十字中的点按。基于特征点轨迹的方法是重要的一类运动分割方法，（向量），以使每个样本聚类到到各自的子空间，并剔除可能的异常值。中表明，传统的谱聚类算法对两性分离的流形结构会给出完全正确的聚类结果，方式，视觉重建是一类重要的非接触测量方法。个高维的二维点集，横竖两条线可以理解为他们分属于不同的流形，那么问题就。两个混合流形的数据点分为两类，尤其是交叉部分的点能够合理的分属所属的流。构化更突出，而技术的落后造成了信息资源的巨大浪费，所以，迫切需要对这。
2026-02-04 00:30:00
23
原创 “华为杯”研究生数学建模竞赛2015年-【华为杯】D题：面向节能的单/多列车优化决策控制
A7 站之间运行所消耗的最小能量为 35161kJ，此时采取的运行策略为：先以最大的牵引。时间按其距离比例进行划分，采用相同的运行策略，得到列车在 A6 到 A8 站之间运行所。大值为 660s，基本能保证两车之间的距离较长，故可以不受安全距离的限速影响。力进行加速运行，然后到达一定的速度后进入惰行状态，最后以最大的加速度进行制动，制动时间和后车牵引时间的重叠问题，根据各列车的制动时间集合和牵引时间集合，可。影响，针对这种情况下的节能优化，我们分为两部分考虑：处于高峰时间时段，列车出。行主要考虑安全原则；
2026-02-02 09:27:09
33
原创 AUTOSAR从入门到精通-【自动驾驶】激光雷达线束
本文系统介绍了激光雷达线束技术，包括其本质定义、技术原理、典型规格和核心参数关联。线束指垂直方向的激光通道数，直接影响探测精度和点云密度，16线至512线不等。机械式雷达线束与物理收发单元1:1对应，固态雷达则通过等效线束指标衡量性能。高线束带来分辨率提升，但也增加系统压力。文章详细分析了线束分布方式、不同场景下的参数组合建议，并指出常见误区，如线束并非越多越好。典型应用包括：16-32线用于L2辅助驾驶，128-192线适合L3高速领航，256-512线用于高精测
2026-01-29 00:30:00
62
原创 数学建模算法案例精讲500篇-【数学建模】数据清洗（三）
数据清洗（data cleaning）可以有多重表述方式，一般认为，数据清洗的含义就是检测和取出数据集中的噪声数据和无关数据，处理遗漏数据，去除空白数据和知识背景下的白噪声。（1）一致性检查根据每个变量的合理取值范围和相互关系，检查数据是否规范，是否超出正常范围，逻辑上不符或相互矛盾的数据。比如年龄、体重、考试成绩出现了负数，都是超出了正常的范围。SPAA、SAS、Excel等软件都能根据定义的取值范围进行识别筛选。
2026-01-27 00:30:00
29
原创 可视化绘图技巧100篇进阶篇（二十六）-小提琴图（三）
小提琴图）通常用于显示数据的分布及其概率密度，其结合了箱型图和密度函数的特征，可以很好的显示数据的分布形状。小提琴图使用核密度函数（KDE, Kernel Density Estimation）来计算样本的分布情况，其要素包括中位数、四分位间距以及置信区间。如下图所示，中间的黑色粗线条表示四分位数的范围，从其上延伸出来的细黑线表示95%置信区间，而白色点则为中位数。与箱形图相比，小提琴图优势在于除了显示诸如中位数、四分位间距以及置信区间统计信息外，它还显示了数据的整体分布。
2026-01-25 00:30:00
34
原创 可视化绘图技巧100篇进阶篇（二十六）-小提琴图（二）
小提琴图是一种绘制连续型数据的方法，可以认为是箱型图与核密度图的结合体。所以，在小提琴图中，我们可以清晰地展示数据的基本统计特征及其概率密度信息。四分位数范围（First/third Quartile）：小提琴图中心的黑色条。⑤Q3（第一四分位数）：位于75%的数据点（有75%的数据小于该值）；⑥Q2:中位数（Median）：小提琴图中间的一个白点；⑦Q1（第一四分位数）：位于25%的数据点（有25%的数据小于该值）最大最小值：④Max值(Q3+1.5IQR):正常范围内，数据的最大值；
2026-01-22 00:30:00
30
原创 可视化绘图技巧100篇进阶篇（二十六）-小提琴图
一般来说小提琴图是一种绘制连续型数据的方法，在小提琴图中既可以看到与箱线图中一样的相同的信息，包括中位数（中间的一个小白点），四分位数范围（中间的黑色的条），第一四分位数和第三四分位数，还可以观察到数数据的整体的数据分布状态。
2026-01-20 00:30:00
36
原创 数学建模算法案例精讲500篇-【数学建模】数据清洗（二）
数据清洗是提升数据质量的关键步骤，主要包括缺失值处理、格式内容修正、逻辑错误检查和维度相关性分析。核心方法包括：1）理解数据分布与问题诊断；2）采用删除、填充或标记方式处理缺失值；3）通过可视化或统计方法识别异常值；4）统一数据格式和内容标准；5）去除重复记录；6）进行数据转换与重构。常见算法涵盖空值填充、噪声数据平滑、不一致数据修正和重复数据删除。实操中需区分可避免型（如输入错误）和不可避免型（如异常值）脏数据，采用相应处理策略。Python工具链（如pandas）提供了高效的数据清洗实现方案，包括缺失值
2026-01-15 00:30:00
36
原创 “华为杯”研究生数学建模竞赛2017年-【华为杯】B题：面向下一代光通信的 VCSEL 激光器仿真模型（续）（附MATLAB 代码实现）
六、总结与展望根据完善之后的(53), 代入参数仿真可得带宽模型修正前后对比六、总结与展望VCSEL器件具有阈值低、体积小、光束方向性好、动态调制频率高、易成阵列、易藕合、易检测等优点，本文根据实际问题，建立了垂直腔面发射激光器的L-I模型，并且通过非线性拟合和变分法与最优控制理论的方法，提取了模型的参数，并且画出了不同温度下的L-I曲线，并给出了使得电信机房里VCSEL激光器正常发射信号的最高温度。针对建立的L-I的模型，我们给出了优化求解过程，首先对U-I。
2026-01-12 00:30:00
52
原创 “华为杯”研究生数学建模竞赛2017年-【华为杯】C题：航班恢复问题（续）
所有飞机的载客量相同，其间航班调整没有成本，但在不同机型间的调整有成本。第一项是延误航班的总延误时间，第二项是取消航班的当量航班延误时间，取消。、 不考虑旅客信息，不考虑其他机型的航班计划，不考虑从其他机场调机，班，优化后的部分航班计划表如下，橘色为置换飞机航班，黄色为延误航班。、 各航班的飞行时间是常量，飞机的飞行时间不会因延误而受影响。小时的延误，第三项是置换飞机的当量航班延误时间，置换航班当。班，优化后的部分航班计划表如下，橘色为置换飞机航班，黄色。）为航班总延误时间最短的目标函数，单位为秒。
2026-01-11 00:30:00
46
原创 “华为杯”研究生数学建模竞赛2017年-【华为杯】C题：航班恢复问题
航空输运，是使用飞机直升机及其他航空器运送人员、货物、邮件的一种运输方式。具有快速、机动的特点，是现代旅客运输，尤其是远程旅客运输的重要方式，为国际贸易中的贵重物品、鲜活货物和精密仪器运输所不可缺。1949年11月2日，中国民用航空局成立，揭开了我国民航事业发展的新篇章。从十一届三中全会以来，我国民航事业无论在航空运输、通用航空、机群更新、机场建设、航线布局、航行保障、飞行安全、人才培训等方面都持续快速发展，取得了举世瞩目的成就。在1980年~2004年的24。
2026-01-09 00:30:00
54
原创 “华为杯”研究生数学建模竞赛2017年-【华为杯】B题：面向下一代光通信的 VCSEL 激光器仿真模型
得出以下主要结论：在相同的偏置电流条件下，随着温度的升高，带宽的峰值向。在相同的温度下，随着电流的增大，带宽的峰值越小且曲线由波峰形状。方案，包括可能的数学公式，不同温度和偏置电流下的带宽响应曲线，并与问题。线，得出以下主要结论：在相同的偏置电流条件下，随着温度的升高，带宽的峰。在相同的温度下，随着电流的增大，带宽的峰值越小且曲线由波峰形状逐渐变得。得的激光器特性曲线和模型中仿真得到的特性曲线，之后，可以将两组曲线的差。说明的是，由于数值优化算法的成功与否很大程度上依赖于初始参数的猜测，参。
2026-01-08 00:30:00
43
原创 数学建模算法案例精讲500篇-【数学建模】数据清洗
数据清洗(Data cleaning)– 对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。数据清洗从名字上也看的出就是把“脏”的“洗掉”，指发现并纠正数据文件中可识别的错误的最后一道程序，包括检查数据一致性，处理无效值和缺失值等。因为数据仓库中的数据是面向某一主题的数据的集合，这些数据从多个业务系统中抽取而来而且包含历史数据，这样就避免不了有的数据是错误数据、有的数据相互之间有冲突，这些错误的或有冲突的数据显然是我们不想要的，称为“脏数据”。
2026-01-07 10:59:28
62
原创 AUTOSAR从入门到精通-【自动驾驶】RTK定位（二）
RTK定位技术（实时动态差分定位技术）是基于载波相位动态实时差分方法的高精度定位技术，通过基准站与流动站协同工作实现厘米级三维定位。基准站将观测数据及坐标信息实时传输至流动站，流动站结合自身GNSS观测数据组成差分观测值进行处理，可在1秒内完成解算，有效消除电离层延迟、对流层折射等公共误差源。该技术支持10-15公里范围内的实时动态作业，具备单人操作、无需点间通视和实时精度验证特性，广泛应用于工程放样、地形测图及控制测量。
2026-01-05 00:30:00
42
原创 AUTOSAR从入门到精通-【自动驾驶】RTK定位
RTK，英文全名叫做Real-time kinematic，也就是实时动态。这是一个简称，全称其实应该是。
2026-01-04 00:30:00
42
原创 AUTOSAR从入门到精通-【自动驾驶】多传感器时间同步
时间同步作为多传感器融合的前提，确保了多传感器数据在时间维度上的一致性，这对于数据融合的准确性和实时性至关重要。本节将详细介绍机器人平台常用的全球卫星定位系统、相机、惯性测量单元、轮速计和激光雷达信号进行时间同步的基本方法，通过确保传感器数据在时间上的一致性，为机器人的场景感知和导航等任务提供准确的时间基准。随着技术的不断发展，多传感器时间同步方案将更加完善，为轮式机器人平台的性能提升提供有力支持。在实际应用中，需要根据具体的机器人平台和应用场景，选择合适的时间同步方案，并不断进行优化和调整。
2025-12-30 00:30:00
62
原创 AUTOSAR从入门到精通-【自动驾驶】激光雷达点云中“鬼影”和“膨胀”问题
点云噪点是指激光雷达采集到的一些无效点，它容易造成目标检测算法模型的误检。激光点云噪点的主要来源有两方面：一方面是目标物表面造成的噪点。比如，目标物表面材质的性质（高反射率的表面材质引起的点云反射能量过强，而使得目标物比实际大小更大）、粗糙程度（凹凸不平的表面使得点云的发射角度发生变化）等；另一方面是外部扫描环境造成的噪点，如雨雪雾尘等颗粒物遮挡了点云而无法反射回点云等。点云噪点的处理主要集中在预处理阶段的滤波处理环节。滤波处理是从算法应用的角度来处理噪点，但是有些噪点并不能简单地通过滤波算法来处理。
2025-12-29 00:30:00
71
原创 AUTOSAR从入门到精通-【自动驾驶】多传感器时间同步（二）
智能汽车的核心是通过多维度感知、实时决策和精准控制实现辅助驾驶与智能交互，而这一切的前提是 “时间基准一致”，由于不同传感器采集数据的频率、机制不同，只有在时间基准一致的情况下，数据融合、控制反馈才能准确进行，等情况。时间同步技术看似基础，却是保障智能汽车安全、高效运行的 “隐形骨架”。时间同步：分布式系统的“隐形时钟管家”时间同步技术是指通过硬件、协议或算法，使多个独立系统、设备或节点的时钟基准保持一致（或误差控制在可接受范围）的技术体系。
2025-12-27 00:30:00
62
原创 AUTOSAR从入门到精通-【自动驾驶】纵向端到端自动驾驶
传统E2E方法侧重于通过显式或隐式的场景表征，直接输出轨迹，其优势在于系统集成度高、执行效率快且在结构化场景下稳定性强，能够有效减少模块间的信息丢失和错误累积，是目前车企落地最广泛的实战派。
2025-12-24 00:30:00
96
原创 AUTOSAR从入门到精通-【自动驾驶】端到端（E2E）
传统模块化智驾将任务拆解为感知、预测、规划，每个任务对应一个子模块并单独训练，这种割裂的训练导致了严重的信息丢失和误差累积，难以应对复杂场景。传统端到端、以大模型为中心的端到端、以及混合端到端。图 1 端到端自动驾驶范式对比。(a)(b)传统端到端、(c)以大模型为中心的端到端、(d)(e)混合端到端。
2025-12-23 00:30:00
76
原创 AUTOSAR从入门到精通-【自动驾驶】特斯拉全自动驾驶（FSD）
特斯拉全自动驾驶系统（Full-Self Driving，简称FSD）是特斯拉公司开发的高级驾驶辅助系统，旨在通过神经网络技术实现环境感知与车辆控制，在驾驶员监督下完成导航、转向、变道、泊车等操作。 该系统自2021年发布Beta测试版以来持续迭代，最新版本为2025年10月推出的v14版本。FSD v14版本基于端到端神经网络架构，取代了传统代码逻辑，通过数百万视频片段训练模型，以模仿人类驾驶决策。 其功能覆盖住宅区街道、城市道路及高速公路，支持交通信号识别、自动变道和环岛通行等场景。
2025-12-22 00:30:00
203
原创 数学建模算法案例精讲500篇-【数学建模】非凸损失函数优化（二）
在实际解决问题过程中，都希望我们建立的目标函数是凸函数，这样我们不必担心局部最优解问题，但实际上，我们遇到的问题大多数情况下建立的目标函数都是非凸函数，因此我们需要根据场景选择不同的优化方法。我们在寻找优化方法论时，一定要选择更合理的方法论。很多非凸优化问题可以转化（并非是等价的）为凸优化问题，并给出问题的近似解。当非凸优化应用到机器学习中时，目标函数可以允许算法设计者编码适当和期望的行为到机器学习模型中，例如非凸优化中的目标函数可以表示为衡量拟合训练数据好坏的损失函数。
2025-12-21 00:30:00
51
原创 数学建模算法案例精讲500篇-【数学建模】非凸损失函数优化
非凸优化问题是指目标函数或约束条件中存在至少一个非凸（即“非向下弯曲”）成分的优化问题。与凸优化问题不同，非凸优化问题的解空间可能存在多个局部最优解，且这些局部最优解未必是全局最优解，因此求解难度显著增加。1. 非凸优化的核心特征非凸目标函数：函数图像存在“凹陷”或复杂弯曲（如多个波峰波谷）。例如：f(x)=sin(x)+x^2（既有凸部分又有非凸振荡）。非凸约束集：可行域的形状复杂，如非凸多边形或离散点集。例如：约束条件 x∈{0,1}（整数规划问题）。2. 与凸优化的关键区别。
2025-12-20 00:30:00
41
原创 “华为杯”研究生数学建模竞赛2018年-【华为杯】E题：多无人机对组网雷达的协同干扰（续）（附MATLAB代码实现）
参考文献4.3 模型二的建立与求解相较于问题一模型，问题二中不再规定无人机的航向、航速、飞行高度以及匀速直线运动的运动状态。在需要同样地完成附件 1 中 20 个时刻的虚假目标位置坐标点过程中，每一架无人机的速度、航向可以改变，这也使更少数量的无人机即可完成附件一中虚假航线。但题目对于无人机运动状态做出了尽可能少做转弯、爬升、俯冲等机动动作，转弯半径不能过小等要求。在完成规定虚假航线的前提下，由于每一架无人机同一时刻可产生多个假目标信息，所以还可以产生多条虚假航迹。
2025-12-18 00:30:00
49
原创 “华为杯”研究生数学建模竞赛2018年-【华为杯】E题：多无人机对组网雷达的协同干扰
首先建立单机干扰单部雷达的模型，如图 4.1 所示，描述了单机干扰单部雷达时。状态，然后在第二题的基础上，以最大化虚假航迹数目为优化目标，以飞行高度、行航迹进行优化，探求理想化飞行轨迹及与实际轨迹的差别，完善飞行轨迹模型。化算法，建立了求解无人机航迹和虚假航迹的非线性规划模型，并基于仿真计算。与编程优化，得到了满足目标航迹点的无人机飞行轨迹和附加产生的虚假航迹。人机的飞行速度，将问题简化为一架无人机至多干扰一部雷达的模型。的限制，移动剩下自由的无人机，通过搜索算法来找到可能的虚假航迹点，由此。
2025-12-17 00:30:00
51
原创 AUTOSAR从入门到精通-【自动驾驶】模仿学习（IL）
模仿学习（Imitation Learning）也被称为基于演示的学习（Learning By Demonstration）或者学徒学习（Apprenticeship Learning）。机器是可以与环境进行交互的，但是大部分情况下，机器却不能从这个过程中显示的获得奖励（例外是类似于马里奥之类的游戏，显然获得的分数就是奖励）。
2025-12-14 00:30:00
54
2009年全国研究生数学建模竞赛-“华为杯”研究生数学建模竞赛2009年-完整版数据及试题
2024-01-04
2007年全国研究生数学建模竞赛优秀论文-C题：高速公路路面质量改进的分析论文及源代码（附MATLAB代码及lingo代码实现）
2024-01-04
MATLAB算法实战应用案例精讲-多跟踪器优化算法-(MTOA)-MATLAB实现源代码
2023-11-11
Can网络诊断15765中文-车载诊断标准ISO_15765-1(中文)总体信息(20160922093326).rar
2023-11-04
2007年全国研究生数学建模竞赛-“华为杯”研究生数学建模竞赛2007年-完整版数据及试题
2023-09-20
高教社杯数模竞赛特辑论文篇-2013年A题：车道被占用对城市道路通行能力的影响（代码实现）
2023-08-31
### 中国智慧医疗行业发展综述
2025-08-22
### 2025年618大促消费数据洞察：电商行业全域概览与重点赛道复盘
2025-08-22
### 文章总结：2025金融大模型应用与智能体建设案例集述 本文档
2025-08-22
### 【玩具市场分析】2025解压玩具品类洞察报告：市场规模、消费者洞察与品牌案例分析
2025-08-22
### 2025即时零售全时段消费场景新趋势报告：全时段消费生态的深度解析与未来展望
2025-08-22
### 2025餐饮行业白皮书：人力资源核心指标分析与趋势展望、文档概述
2025-08-22
### 汽车行业基于人工智能的汽车智能化转型：应用场景、价值成效与未来发展趋势
2025-08-22
这篇文章《2025“人工智能+”教育行业应用白皮书》全面探讨了人工智能在教育行业的应用现状、发展趋势及其对未来教育生态的深远影响
2025-08-22
这篇文章是一份名为《数据分析与数据营销手册》的文档概述，文档由北京诸葛云游科技有限公司出版，主要面向希望深入了解数据采集、分析及营销应用的企业和个人 以下是文章的主要内容总结：
2025-08-22
这篇文章详细探讨了企业AI应用落地的各个方面，旨在为企业在AI技术的实际应用中提供指导和支持 以下是文章的主要内容总结：
2025-08-22
### 【小红书情绪营销】基于情绪价值的营销策略与实战指南：构建品牌与用户的情感连接
2025-08-22
### 酒类行业2025年中国酒类行业发展分析与趋势洞察：市场规模、消费偏好及营销策略
2025-08-22
【个人洗护市场】2025个人洗护市场趋势洞察：社媒热度与消费偏好分析及细分品类增长预测
2025-08-22
【企业级AI开发管理】神州问学Agent中台：高效安全的多行业智能解决方案
2025-08-22
《智能体技术和应用研究报告（2025年）》
2025-08-22
【企业AI应用】2025年中国企业AI应用现状与挑战：行业差异、增效路径及人才变革分析了文档的主要内容
2025-08-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人