人工智能
文章平均质量分 65
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
-
Deep Learning(深度学习)学习笔记整理系列之(八)
转自:http://blog.csdn.net/zouxy09/article/details/8782018Deep Learning(深度学习)学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者:Zouxyversion 1.0 2013-04-08声明:1)该Deep L转载 2015-09-09 19:19:25 · 604 阅读 · 0 评论 -
25个Java机器学习的工具与库(英)
转自:http://www.demnag.com/b/java-machine-learning-tools-libraries-cm570/?ref=dzone转载 2015-09-11 11:11:39 · 919 阅读 · 0 评论 -
深度学习
deep learning:DBN源码 ----- C++http://www.cnblogs.com/wn19910213/p/3449848.htmlRBM代码注释-c++http://www.cnblogs.com/wn19910213/p/3581024.htmldeep learning:RBM公式推导+源码 ----- C++转载 2015-09-16 16:38:05 · 483 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 · 2241 阅读 · 0 评论 -
DeepLearning(深度学习)原理与实现(五)
转自:http://blog.csdn.net/marvin521/article/details/8929748结构决定功能和协同处理:鲁棒有限制玻尔兹曼机(RoBM) 上一篇博文中提到,GRBM训练样本越多越好,样本多蕴含的分布更具有一般性,这对其他模型也适用。但是实际样本数据中往往有大量的噪声,这或多或少的影响了GRBM的性能,工业界一般都设有转载 2015-09-16 18:34:18 · 2042 阅读 · 0 评论 -
深度学习为何起作用——关键解析和鞍点
译文参考:http://www.csdn.net/article/2015-11-05/2826132原文转自:http://www.kdnuggets.com/2015/11/theoretical-deep-learning.html作者博客:http://rinuboney.github.io/2015/10/18/theoretical-motivations-deep-learn转载 2015-11-06 09:21:47 · 1556 阅读 · 0 评论 -
Yoshua Bengio等大神传授:26条深度学习经验
请移步:http://www.csdn.net/article/2015-09-16/2825716http://www.marekrei.com/blog/26-things-i-learned-in-the-deep-learning-summer-school/26 THINGS I LEARNED IN THE DEEP LEARNING SUMMER转载 2015-09-17 17:53:51 · 1840 阅读 · 0 评论 -
Deep learning:十九(RBM简单理解)
转自:http://www.cnblogs.com/tornadomeet/archive/2013/03/27/2984725.html这篇博客主要用来简单介绍下RBM网络,因为deep learning中的一个重要网络结构DBN就可以由RBM网络叠加而成,所以对RBM的理解有利于我们对DBN算法以及deep learning算法的进一步理解。Deep learning是从06年开始转载 2015-09-17 21:06:54 · 410 阅读 · 0 评论 -
高山仰止-从微分几何角度浅谈陈省身示性类
转自:http://blog.sciencenet.cn/blog-2472277-929154.html参考:http://blog.sciencenet.cn/u/CurvatureFlow图1. 陈省身先生肖像。(何籽/图)(1990年,陈省身先生应邀访问清华大学并为数学系本科生做学术报告。老顾平生第一次见到大师,心情激动万分。陈先生上来就温和转载 2015-11-09 17:15:23 · 5614 阅读 · 0 评论 -
曲面映射的算法理论基础
转自:http://blog.sciencenet.cn/blog-2472277-931199.html在工程和医疗领域,计算曲面间的映射一直具有核心的重要性。无数实际的应用,其内在根基都在于寻求高质量的曲面映射。例如计算视觉领域的三维人脸识别,动漫动画领域中的表情跟踪和提取,数据科学中的几何数据分类和检索,医学图像领域的肿瘤检测,脑神经科学中阿兹海默症的诊断,等等。转载 2015-11-09 20:12:31 · 9522 阅读 · 4 评论 -
欢迎使用CSDN-markdown编辑器
欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦:Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl转载 2015-12-28 16:50:55 · 577 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 -
Facebook人工智能负责人Yann LeCun谈深度学习的局限性
转自:http://www.infoq.com/cn/news/2015/07/deep-learning-limit?utm_source=tuicool6月7日到12日,世界顶级的计算机视觉会议CVPR在美国波士顿召开,会议邀请了Facebook人工智能实验室主任、NYU数据科学中心创始人、深度学习界的泰斗Yann LeCun做了题为“What's Wrong with Dee转载 2016-01-04 10:06:46 · 1935 阅读 · 0 评论 -
基于Dragon Board410c 的智能机器人预研-语音识别及定位
转自:http://www.csdn.net/article/a/2016-01-06/15833642 一、前言 机器人是一种可编程和多功能的,用来搬运材料、零件、工具的操作机,智能机器人则是一个在感知、思维、效应方面全面模拟人的机器系统(外形不一定像人)。在当前技术环境下,智能机器人一般都应包含人机交互、环境识别、核心计算、多功能本体等。二、概述转载 2016-01-09 11:47:17 · 1916 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 -
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 -
微分几何之全局参数化
微分几何: 欧拉 χ(M)\chi(M) 亏格 背景几何 正 0 球面几何 0 1 欧氏几何 负 ≥2\geq 2 双曲几何coslij=cosγicosγj−sinγisinγjcosϕijcosl_{ij}=cos\gamma_icos\gamma_j-sin\gamma_isin\gamma_jcos\phi_{ij} l2ij=γ2i+γ2j原创 2016-04-30 17:04:43 · 955 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 · 12095 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 -
深度学习
转自:http://www.cs.toronto.edu/~hinton/MatlabForSciencePaper.html深度学习-LeCun、Bengio和Hinton的联合综述(上)http://www.csdn.net/article/2015-06-01/2824811http://www.csdn.net/article/2015-06-02/2824825转载 2016-02-23 22:09:52 · 742 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 · 1747 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 -
机器人是如何实现藏猫猫游戏的
转自:http://www.toutiao.com/i6352369801863627265/在实践中,机器人想要完成藏猫猫游戏,就要先对所处的环境有一定的感知。首先,机器人通过深度摄像头或测距传感器如激光等,获取周围环境的地图信息,这样的地图信息还不方便机器人实用,如下简单示意图,其次,机器人把这些信息与视觉感知引擎交互,通过降噪、滤波、变换等进一步处理,实现类似do原创 2016-11-14 15:16:49 · 785 阅读 · 0 评论 -
共形基础上的色彩与材质之机器人视觉
转自:http://www.toutiao.com/i6361685129617736194/在我以往表面纹理的视觉模型基础上,最近闲来终于对颜色、材质的视觉表达有了一定的思路,得感谢《神经生物学》这块砖头带来的启发。最近看到86届朱松纯讲视觉,其中David Marr提出的从primal sketch(首要简约图),到2 ½ D sketch(深度简约图),到3D原创 2016-12-09 09:18:51 · 537 阅读 · 0 评论 -
机器视觉识别物体应用案例
机器视觉,是怎么识别周围物体与环境的,这里给出一个形象的案例加以说明全部的算法。视觉识别,可以整体识别,也可以局部细节识别,可以从物体或环境的形状做视觉识别,也可以加入色彩的元素以更加细腻地刻画物体可环境,如下图所示: 图1 物体的形状、色彩识别原创 2016-12-22 19:12:15 · 5147 阅读 · 0 评论 -
四元数及坐标旋转群的表达模型兼谈李代数
坐标旋转的表达模型,可以有旋转矩阵、欧拉角、四元数等多种,本质上这类变换是一种张量,张量的本质可以理解为多重线性变换,在代数上可以引入李群与李代数的概念,把这种空间结构认识清楚。详细内容,可以查看本博的“今日头条号:机器人视觉”原创 2017-01-13 21:26:38 · 1619 阅读 · 0 评论 -
视觉之场景识别与自主驾驶
链接自:http://www.toutiao.com/i6376038576127214081/从视觉来看,场景识别与自主驾驶,都是特别的非线性问题,只靠线性网络与简单非线性解析函数是很难模拟出来的,但终会探索出一些效果,说明已经走在了正确的道路上了,但是否触嗅到了视觉的机理,还有待理论的证明与实践的检验。上面提到的“特别的非线性”,也许数理中的偏微分方程有关,这里从微分几何与原创 2017-01-19 18:00:17 · 811 阅读 · 0 评论 -
不仅仅是SLAM而是真正的机器视觉
原文:http://www.toutiao.com/i6391617695023890945/比SLAM做得多,不仅仅是建图避障,可以做到普适性的视觉感知,比SLAM做得好,在路径规划方面,更高效、更安全、更便捷、更平滑,解决方案典型应用实践应用视觉感知原理路径规划原理原创 2017-03-02 10:13:13 · 1925 阅读 · 0 评论 -
SLAM的前世今生 终于有人说清楚了 | 硬创公开课
转自:http://blog.csdn.net/kang1292655979/article/details/52799439今年8月,雷锋网(搜索“雷锋网”公众号关注)将在深圳举办“全球人工智能与机器人创新大会”(GAIR),在本次大会上,我们将发布“人工智能与机器人Top25创新企业榜“,速感科技是我们重点关注的公司之一。今天,我们邀请到了速感科技CTO张一茗,为大家揭秘SLAM技转载 2017-03-02 15:52:02 · 655 阅读 · 0 评论 -
Cartographer理论及实现浅析--泡泡机器人原创专栏
转自:http://mp.weixin.qq.com/s/LdbFp-Zvkr02-_25ILb16g本文概述了Cartographer的理论及简要的梳理了其开源实现代码的逻辑,目的在于起到抛砖引玉的作用,为选择性的研究相关理论及实现提供参考。1. Cartographer理论概述Cartographer主要理论是通过闭环检测来消除构图过程中产生的累积误差[1]转载 2017-03-08 17:50:47 · 2189 阅读 · 0 评论 -
关于寻路算法的一些思考(1):A*算法介绍
转自:http://theory.stanford.edu/~amitp/GameProgramming/AStarComparison.html翻译:http://blog.jobbole.com/71044/Movement for a single object seems easy. Pathfinding is complex. Why bother with pathf转载 2017-02-27 10:54:45 · 802 阅读 · 0 评论 -
CUDA编程入门
转自:http://blog.csdn.net/zyazky/article/details/52456503 首先看一下CPU和GPU的微架构和计算能力对比。例如我的笔记本lenovo Y480,4核CPU,NVIDIA GT650M显卡384个CUDA核。计算能力对比:CPU: 4 * 2.5=10GFLOPSGPU: 384 * 0.转载 2017-03-09 17:35:53 · 1450 阅读 · 0 评论 -
Google开源SLAM软件cartographer中使用的UKF滤波器解析
转自:http://www.cnblogs.com/location-sensing/p/6208557.html在Google开源SLAM软件cartographer中,相对《SLAM for dummies》使用了更为复杂、性能更好的Scan匹配与UKF算法,这里简单介绍下cartographer中使用的UKF算法。 (一)滤波器参数设定 constex转载 2017-03-19 17:27:35 · 2251 阅读 · 0 评论 -
Intel RealSense(实感技术)概览
转自:http://blog.csdn.net/dfdfdsfdfdfdf/article/details/49990835前段时间CES的报道满天飞,网上逛了几圈,感觉料最猛的还数Intel:老树开新花,推出14nm的第五代酷睿处理器;在智能可穿戴设备及物联网上雄起;RealSense实感技术开启未来人机交互模式。之前总听老哥讲,鼠标键盘这些传统交互模式统治了二三十年,目前跟踪识别爆转载 2017-03-20 20:04:45 · 1273 阅读 · 0 评论 -
在ROS中使用Cartographer进行SLAM
转自:http://blog.csdn.net/zhangrelay/article/details/52757573ROS_Kinetic_27 在ROS中使用Cartographer进行SLAMCartographer是谷歌新開源的通用的2D和3D定位與構圖同步的SLAM工具,並提供ROS接口。论文Real-Time Loop Closure转载 2017-03-07 13:46:22 · 1644 阅读 · 0 评论