1.介绍SVM
svm用来解决分类问题。
对于线性分类,求一条直线,将两类分开,同时保证两边样本点到该直线距离最大,即求解一个线性规划问题。
对于非线性分类问题,引入松弛变量,转化为线性分类,求解间隔最大。求解方法是:约束条件,写到拉格朗日函数式里面,求这个式子的最小值,对w,b,松弛因子,求解最小值,转化为求对偶问题,即拉格朗日式子,对不等式系数的最大值。求出以后,带回拉格朗日式子,求出w,b,从而解出分类式子。
对于非线性问题,有核方法,转化为线性问题,即把原问题的变量,转化为更高的空间,两两正交。
2.说一下batchnorm
batch内部求出mean, std, 然后做一个scale,shift
3.介绍基于卡尔曼滤波的追踪
预测是:
更新是(主要是后面两个式子,上面两个式子S, K是中间变量):
在预测和更新公式里面,A,B, Q, H, R都是给定的,(比如在一维速度,加速度,位移例子中,如第七题中,A,B,Q,H,R都是对应到物理公式里面去的), 初始值, 也是给定的,这样就可以按照时间依次求出2,3,4...时刻的
实际的预测值就是, 概率最大,作为预测输出。
————————————————
版权声明:本文为CSDN博主「northeastsqure」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/northeastsqure/article/details/103305156
4.介绍身份证文字检测的过程。
用yolo检测卡片和角度