- 博客(30)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 基于AutoDL复现A-LOAM
Ceres solver 是谷歌开发的一款用于非线性优化的库，在谷歌的开源激光雷达slam项目cartographer中被大量使用。在autodl上面租服务器，地区我租的重庆A区的，GPU我选择的是RTX4090，基础镜像选择的是Miniconda / conda3 / 3.8(ubuntu20.04)/11.6。在AutoDL中我使用的方式是先将该数据集先下载到自己的电脑上，然后再上传到虚拟机中。用MobaXterm解决该问题！搜到的一个解决方式：该问题属于ceres版本问题，将A-LOAM下的。
2024-08-15 13:56:09
957
原创 自然语言处理——信息熵
在自然语言处理（NLP）的领域，熵是一个至关重要的概念。它不仅帮助我们量化信息的不确定性或随机性，而且深入影响着语言编码、存储、传输和处理的效率。通过分析语言的熵，我们能够更好地理解自然语言的复杂性，并探索提高处理效率的方法。熵(Entropy)是信息论的一个基本概念,用于度量一个系统的不确定性。HX−∑i1nPxilogPxiHX−i1∑nPxilogPxi其中,XXX是一个随机变量,取值为x1x2xnx1。
2024-04-05 21:14:39
1439
原创 RANSAC算法：从原理到图像拼接的实践
RANSAC (RANdom SAmple Consensus, 随机采样一致) 算法是从一组含有“外点”(outliers)的数据中正确估计数学模型参数的迭代算法。“外点”一般指的的数据中的噪声，比如说匹配中的误匹配和估计曲线中的离群点。所以，RANSAC也是一种“外点”检测算法。RANSAC是一个非确定性算法，在某种意义上说，它会产生一个在一定概率下合理的结果，其允许使用更多次的迭代来使其概率增加。
2024-03-28 15:23:59
1387
原创 理解Harris角点检测的数学原理与简单理解SIFT
Harris角点检测基于图像的局部自相似性，它通过分析图像窗口在各个方向上移动时灰度变化的程度来识别角点,它通过计算每个像素点的来评估该点是否为角点。数学上，这种变化可以通过构建一个二次型函数来量化，该函数基于图像在x和y方向上的一阶导数（即图像的梯度），以及梯度的二次项的组合。
2024-03-26 17:12:16
700
原创 嵌入式开发软硬件环境设置与编译测试
双击打开mdk_534.exe应用程序文件，一直点击next，并且选取安装路径，最后点击finish即可完成第一步安装。打开文件后 =》点击编译=》插入robo=》写代码。
2024-03-12 15:18:22
470
原创 机器人学环境配置（VM-16 + Ubuntu-20.04 + ROS-noetic）
如果你一不小心第一次没有运行对正确的版本，比如应该是noetic，而你输入的是命令对应的是melodic，那么此时即使你再输入正确的命令后，再进行下一步，他也会显示：bash: /opt/ros/melodic/setup.bash: 没有那个文件或目录，这个时候的的解决方法如下，先执行以下命令。这里因为Ubuntu系统显示器大小不对，下面可以点击“继续”的按钮界面显示不出来，我们在下一步先来修改它的显示器大小，点击右上角的关闭。2.打开第二个终端窗口，输入：（当出现有一个海龟的窗口，证明运行成功了。
2024-02-17 13:52:32
1039
1
原创 计算机视觉-PCV包、Vlfeat库、Graphviz库的下载安装配置及问题解决（使用anaconda3 & python 3.8.5）
如我的电脑是Windows系统，Graphviz安装在D:\Program Files\Graphviz，该目录下有bin文件，将该路径添加到系统环境变量中，即D:\Program Files\Graphviz\bin。刚开始找了好多博客努力发现错误，但一直没找到，后面实在没有办法了就将原本的vlfeat删除，重新装在另外一个小写且没有空格的目录下，然后再按步骤试了一次后就成功咯！example_1.sift 文件也可为example_1.txt 文件，其中的example_1为自己起的名字。
2024-02-02 20:04:39
1615
原创 Java学习&各工具环境配置
秒懂Git之配置(配置git默认编辑器为vscode或者notepad++)_git config --global core.editor 'code --wait-CSDN博客。Maven安装配置及在idea中配置_d:\apache-maven-3.6.1\apache-maven-3.6.1\conf\sett-CSDN博客。nodejs安装和环境配置-Windows_nodejs安装及环境配置win7-CSDN博客。yarn安装与配置【Windows】_全局安装yarn-CSDN博客。
2024-01-27 22:25:31
929
原创 Python-Pytorch学习记录
pycharm从安装到全副武装，学起来才嗖嗖的快，图片超多，因为过度详细！_pycharm下载和环境配置-CSDN博客此文章包含pycharm下载安装、python下载安装、pycharm上配置python、pycharm插件安装。
2024-01-27 21:20:19
898
原创 黑马程序员-3天快速入门机器学习
黑马程序员---三天快速入门Python机器学习（第三天）_黑马 python 机器学习 第三天-CSDN博客。黑马程序员---三天快速入门Python机器学习（第二天）_黑马程序员机器学习课件-CSDN博客。黑马程序员---三天快速入门Python机器学习（第一天）_黑马程序员机器学习-CSDN博客。
2024-01-26 19:56:54
872
2
原创 Python中tkinter的使用
总的来说，这个程序使用了Tkinter库创建了一个简单的多页面GUI应用。每个页面有一个标签和一个返回主页的按钮。这段代码是一个使用Tkinter库创建多个页面的简单GUI应用程序。类来管理页面之间的切换，使用户可以在不同页面之间进行导航。每个页面类都包含了一些标签和按钮，用于在页面间切换。方法用于切换页面，接受一个页面类作为参数，然后通过。这个类包含了应用程序的整体结构。），为每个页面创建实例，并将其存储在。，以便更方便地引用库中的类和方法。方法中，初始化页面的布局和控件。，然后循环遍历所有的页面类（
2024-01-07 18:45:42
394
原创 （大三）机器学习-主成分分析（PCA）应用于人脸识别
主成分分析算法（PCA）是最常用的线性降维方法，它的目标是通过某种线性投影，将高维的数据映射到低维的空间中，并期望在所投影的维度上数据的信息量最大（方差最大），以此使用较少的数据维度，同时保留住较多的原数据点的特性。PCA降维的目的，就是为了在尽量保证“信息量不丢失”的情况下，对原始特征进行降维，也就是尽可能将原始特征往具有最大投影信息量的维度上进行投影。将原特征投影到这些维度上，使降维后信息量损失最小。数据中心化计算协方差矩阵计算特征值和特征向量选择主成分数据投影。
2024-01-01 21:45:00
1644
1
原创 机器学习-PR曲线与ROC曲线
① 在评估二分类模型的性能时，确保有预测结果的样本标签和概率（或得分）：在绘制精确度-召回率曲线和ROC曲线之前，确保你有每个样本的预测结果（类别标签，通常是二元的正例或负例）以及与该预测相关的概率或得分。PR曲线中的P代表的是precision（查准率 / 精准率），R代表的是recall（查全率 / 召回率），其代表的是精准率与召回率的关系，一般情况下，将recall设置为横坐标，precision设置为纵坐标。通常，横坐标为召回率（R），纵坐标为精确率（P），并通过连接这些数据点来生成PR曲线。
2023-10-23 21:17:49
90
原创 探索K近邻算法（KNN）：理论、实践与应用
K-近邻算法（K-Nearest Neighbors，简称K-NN）是一种基本的监督学习算法，用于分类和回归问题。它的工作原理非常简单，基于一个假设：与某个样本点最近的K个邻居的类别或属性可以用来预测该样本点的类别或属性。K-NN算法可用于分类问题，其中目标是将一个新的数据点分配到与其最近的K个训练数据点中最常见的类别。它也可用于回归问题，用于估计一个新数据点的数值属性。
2023-10-09 21:45:00
254
1
原创 机器学习环境搭建（vscode+anaconda的安装+conda虚拟环境的激活）
注：本人使用的方法是在opencv包网站下载文件（访问镜像网站下载），然后解压到anaconda文件夹中，最后在Anaconda prompt中输入命令指定路径安装。在Anaconda中安装OpenCV_anaconda安装opencv_HToH的博客-CSDN博客。
2023-09-26 11:05:58
2962
3
原创 Pytorch中的广播机制（Broadcast）
第一个维度第一个张量有，第二个张量没有，满足上面条件b，因此两个张量每个维度都符合上面广播条件，2）对应位置进行相加运算，结果的shape是：A.shape和B.shape对应位置的最大值，比如：A.shape=(1,9,4),B.shape=(15,1,4),那么A+B的shape是(15,9,4)b. 第二步，x、y对应维度不等的位置，把size为1的维度会被广播得和对应维度一样大，比如y中0维的1会变成5，y中2维的1会变成4，最后两个张量的维度大小变成一样，然后再进行张量运算，转变的维度如下所示。
2023-09-17 17:45:01
582
1
原创 特征预处理：归一化
在机器学习和数据分析中，特征预处理是一个至关重要的步骤，它有助于提高模型的性能并确保数据的一致性。归一化是特征预处理中的一种常见方法，它可以将特征值缩放到相同的尺度范围，从而避免特征之间的差异影响模型训练。在本文中，我们将探讨不同的归一化方法、它们的优缺点以及适用场景。
2023-08-07 18:29:20
167
原创 机器学习-文本特征提取（TF-IDF）：使用人工智能探索文本信息
在当今信息爆炸的时代，文本数据的规模不断增长，从社交媒体帖子到新闻文章，都蕴含着无尽的宝贵信息。为了从这些海量的文本数据中提取有价值的信息，机器学习领域涌现出了许多有效的技术。其中，TF-IDF（Term Frequency-Inverse Document Frequency）是一种常用且有效的文本特征提取方法。本文将深入探讨TF-IDF的原理、应用和实际案例，带你走进文本特征提取的精彩世界。
2023-08-06 18:11:48
690
原创 在PyCharm2023.1.3中使用Jupyter Notebook
今天我学会了如何在PyCharm 2023.1.3版本中成功使用Jupyter Notebook。Jupyter Notebook是一个功能强大的交互式计算环境，能够结合代码、文本和可视化进行数据分析和实验。通过在PyCharm中集成Jupyter Notebook，我可以更方便地进行代码编写、调试和文档整理。通过在PyCharm中使用Jupyter Notebook，我可以在一个集成开发环境中同时享受到PyCharm的功能和Jupyter Notebook的交互性。
2023-07-07 22:42:53
3842
5
原创 完全二叉树的层序遍历
一个二叉树，如果每一个层的结点数都达到最大值，则这个二叉树就是完美二叉树。对于深度为 D 的，有 N 个结点的二叉树，若其结点对应于相同深度完美二叉树的层序遍历的前 N 个结点，这样的树就是完全二叉树。给定一棵完全二叉树的后序遍历，请你给出这棵树的层序遍历结果。完美二叉树，就是完全二叉树，所有的叶子都集中在最下面两层，且叶子都尽量靠左。完美二叉树的结点有很重要的性质。当树的根节点从0开始：对于每个根节点i，其左孩子编号为2i+1, 右孩子编号为2i+2;当树的根节点从1开始，对于每个
2022-05-30 22:00:13
987
原创 数据结构 第四章串 习题心得
判断题1、KMP算法的最大特点是指示主串的指针无须回溯。答案：（正确）选择题1、令s="abaabc"，则它的特征向量next函数值和优化特征向量nextval函数值为(下标从0开始)A.next={-1,0,0,1,1,2}, nextval={-1,0,-1,1,0,2}B.next={0,1,1,1,2,2}, nextval={0,1,1,0,1,1}C.next={-1,0,0,1,2,1}, nextval={-1,0,-1,1,0,1}.
2022-05-06 17:32:55
1282
原创 6-9 LinkList4-单链表A拆分成正数和负数值单链表B和C(10 分)
在一个带头结点的单链表A中，头指针为a，设计算法SplitList ( )将A分解为两个具有相同结构的链表B、C，其中B表的结点为A表中值为负数的结点，而C表的结点为A表中值为正数的结点（链表A的元素类型为整型，要求B、C表除了头结点可以新开辟空间外，其余结点均利用A表的结点，不得申请新的结点空间）最后要求遍历B，C链表。带头结点的单链表结点定义如下：typedef int DataType;typedef struct Node{ DataType data; // da...
2022-04-05 23:40:44
1267
原创 7-3 有序链表的归并 (10 分)
分别输入两个有序的整数序列（分别包含M和N个数据），建立两个有序的单链表，将这两个有序单链表合并成为一个有序单链表，并依次输出合并后的单链表数据。输入格式:测试数据有多组，处理到文件尾。对于每组测试，第一行输入M与N的值；第二行依次输入M个有序的整数；第三行依次输入N个有序的整数。输出格式:对于每组测试，输出合并后的单链表所包含的M+N个有序的整数。输入样例:6 51 23 26 45 66 9914 21 28 50 1002 21 21 3输出样例:1 1
2022-04-02 16:58:58
1968
原创 6-4 稀疏矩阵转置 (15 分)
6-4 稀疏矩阵转置 (15 分)本题求稀疏矩阵的转置。函数接口定义：void trans_mat(elem a[],int n,elem b[]);其中 b 表示稀疏矩阵 a的转置矩阵。裁判测试程序样例：#include <stdio.h>#define N 5 //二维数组的行列值#define t 10 //稀疏矩阵最大长度typedef struct{ int row, col; //行号、列号 int val;...
2022-03-07 21:59:24
217
原创 6-1 学生信息链表建立与查找 (15 分)
6-1 学生信息链表建立与查找 (15 分)给出一张学生数据表，如下图所示。请采用链式存储结构建立该学生数据表并输出。函数接口定义：struct Student* read_data(); //建立学生信息链表char* find_data(int no, struct Student* head); //查找指定学号的学生姓名void output_data(struct Student* head); //输出学生信息其中no为学生学号，head为链表的头指针...
2022-03-07 20:59:49
1311
修改后的A-LOAM源码
2024-08-15
JMU jmdx计算机工程学院-21操作系统——大题（期末考试、PTA）
2024-01-23
JMU jmdx计算机工程学院-21操作系统——第四章判断选择填空（期末考试、PTA）
2024-01-23
JMU jmdx计算机工程学院-21操作系统——第六章判断选择填空（期末考试、PTA）
2024-01-23
JMU jmdx计算机工程学院-21操作系统——第七、八章判断选择填空（期末考试、PTA）
2024-01-23
JMU jmdx计算机工程学院-21操作系统——第五章判断选择填空（期末考试、PTA）
2024-01-23
JMU jmdx计算机工程学院-21操作系统-第三章判断选择填空（期末考试、PTA）
2024-01-23
JMU jmdx计算机工程学院-21操作系统-第二章判断选择填空（期末考试、PTA）
2024-01-22
JMU jmdx 计算机工程学院-21操作系统-第一章判断选择填空（期末考试、PTA）
2024-01-20
C语言实现五子棋小游戏的课程报告以及源代码
2022-02-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人