![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法及一些数学原理
如梦如幻2015
学生
展开
-
什么是卷积 卷积有什么用 什么是傅利叶变换 什么是拉普拉斯变换
什么是卷积 卷积有什么用 什么是傅利叶变换 什么是拉普拉斯变换引子很多朋友和我一样,工科电子类专业,学了一堆信号方面的课,什么都没学懂,背了公式考了试,然后毕业了。先说"卷积有什么用"这个问题。(有人抢答,"卷积"是为了学习"信号与系统"这门课的后续章节而存在的。我大吼一声,把他拖出去枪毙!)讲一个故事:张三刚刚应聘到了一个电子产品公司做测试人员,他没有学过"信号与原创 2016-03-16 10:11:46 · 1502 阅读 · 0 评论 -
数学之美番外篇:平凡而又神奇的贝叶斯方法
概率论只不过是把常识用数学公式表达了出来。——拉普拉斯记得读本科的时候,最喜欢到城里的计算机书店里面去闲逛,一逛就是好几个小时;有一次,在书店看到一本书,名叫贝叶斯方法。当时数学系的课程还没有学到概率统计。我心想,一个方法能够专门写出一本书来,肯定很牛逼。后来,我发现当初的那个朴素归纳推理成立了——这果然是个牛逼的方法。——题记目录0. 前言 1. 历史转载 2016-04-13 15:40:36 · 799 阅读 · 0 评论 -
算法杂货铺——分类算法之朴素贝叶斯分类(Naive Bayesian classification)
贝叶斯的文章,好的不行了,深入浅出。转载 2016-04-13 16:06:41 · 1418 阅读 · 0 评论 -
简单易学的机器学习算法——主成分分析(PCA)
一、数据降维 对于现在维数比较多的数据,我们首先需要做的就是对其进行降维操作。降维,简单来说就是说在尽量保证数据本质的前提下将数据中的维数降低。降维的操作可以理解为一种映射关系,例如函数,即由原来的二维转换成了一维。处理降维的技术有很多种,如前面的SVD奇异值分解,主成分分析(PCA),因子分析(FA),独立成分分析(ICA)等等。二、PCA的概念 PCA是一种转载 2016-04-13 19:42:35 · 550 阅读 · 0 评论 -
卡尔曼滤波器跟踪
一些网络资料 关于Kalman滤波器的理论,其数学公式太多,大家可以去查看一些这方面的文献.下面这篇文章对Kalman滤波做了个通俗易懂的介绍,通过文章举的例子可以宏观上理解一下该滤波器,很不错,推荐一看:http://www.cnblogs.com/feisky/archive/2009/11/09/1599247.html, 他的另一篇博客http://www.cnblog转载 2016-04-26 20:40:17 · 1078 阅读 · 0 评论 -
从最大似然到EM算法浅解
机器学习十大算法之一:EM算法。能评得上十大之一,让人听起来觉得挺NB的。什么是NB啊,我们一般说某个人很NB,是因为他能解决一些别人解决不了的问题。神为什么是神,因为神能做很多人做不了的事。那么EM算法能解决什么问题呢?或者说EM算法是因为什么而来到这个世界上,还吸引了那么多世人的目光。 我希望自己能通俗地把它理解或者说明白,但是,EM这个问题感觉真的不太好用通俗的语言去说明转载 2016-04-10 10:41:09 · 450 阅读 · 0 评论 -
最大熵模型中的数学推导
最大熵模型中的数学推导引言写完SVM之后,早就想继续写机器学习的系列,无奈一直时间不稳定且对各个模型算法的理解尚不够,所以一直迟迟未动笔。无独有偶,重写KMP得益于今年4月个人组织的算法班,而动笔继续写这个机器学习系列,正得益于今年10月组织的机器学习班。10月26日机器学习班第6次课,身为讲师之一的邹博讲最大熵模型,从熵的概念,讲到为何要最大熵、最大熵的推导,以及求解参数转载 2016-04-11 14:17:40 · 731 阅读 · 0 评论 -
SLAM 算法的一些简单的介绍和理解,有的是从别的地方找到的资料,感觉很有道理。
作者:方沁园链接:https://www.zhihu.com/question/29434085/answer/53196878来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。SLAM(Simultaneous localization and mapping),我们要达到的目的就是估计机器人(传感器-比如相机)的位置轨迹,然后创建地图。locat原创 2016-05-24 20:33:44 · 12880 阅读 · 0 评论 -
卡尔曼滤波简介说明及其算法MATLAB实现代码
卡尔曼滤波算法,很经典而且易懂,值得看。转载 2016-04-18 20:28:08 · 17978 阅读 · 1 评论 -
透视投影的原理和实现
透视投影的原理和实现by Goncely 摘 要 :透视投影是3D渲染的基本概念,也是3D程序设计的基础。掌握透视投影的原理对于深入理解其他3D渲染管线具有重要作用。本文详细介绍了透视投影的原理和算法实现,包括透视投影的标准模型、一般模型和屏幕坐标变换等,并通过VC实现了一个演示程序。1 概述在计算机三维图像中,投影可以看作是一种将三维坐标变换为二维坐标的方法,常用到的有正交转载 2016-05-03 17:15:41 · 977 阅读 · 0 评论 -
基于标记的AR的OpenCV实现(二)
增强现实是将虚拟物体与真实物体融合。为了将三维模型放置在场景中,需要知道它关于摄像机的姿态。可在直角坐标系中使用欧式空间+变换来表示这个姿态。 三维世界中Marker的位置与其对应的二维投影,遵从以下公式: 其中, M表示三维世界中的点; [R|T]表示欧氏变换,是一个3*4矩阵 A表示相机参数矩阵,存放相机内部参数 P表示M在二维空间的投影,是一个二维点。在转载 2016-04-18 08:51:37 · 1034 阅读 · 0 评论 -
视频教程:卡尔曼滤波器的原理以及在MATLAB中的实现
视频教程:卡尔曼滤波器的原理以及在MATLAB中的实现。最近一个月的所有周末都用在这上面了,希望大家喜欢。(分享自 @优酷) http://t.cn/RPPT9uz示例代码:[plain] view plain copyZ=(1:100); %观测值 noise=randn(1,100);转载 2016-04-24 11:37:19 · 1303 阅读 · 0 评论 -
关于SVM一篇比较全介绍的博文
转自:http://blog.csdn.net/v_july_v/article/details/7624837前言 动笔写这个支持向量机(support vector machine)是费了不少劲和困难的,原因很简单,一者这个东西本身就并不好懂,要深入学习和研究下去需花费不少时间和精力,二者这个东西也不好讲清楚,尽管网上已经有朋友写得不错了(见文末参考链接),但转载 2016-04-13 09:25:45 · 795 阅读 · 0 评论 -
[教程] 卡尔曼滤波简介及其算法实现代码(C++/C/MATLAB)
卡尔曼滤波的各个版本的程序。转载 2016-04-25 14:04:41 · 1580 阅读 · 0 评论 -
HMM学习笔记_2(从一个实例中学习HMM前向算法)
HMM算法想必大家已经听说了好多次了,完全看公式一头雾水。但是HMM的基本理论其实很简单。因为HMM是马尔科夫链中的一种,只是它的状态不能直接被观察到,但是可以通过观察向量间接的反映出来,即每一个观察向量由一个具有相应概率密度分布的状态序列产生,又由于每一个状态也是随机分布的,所以HMM是一个双重随机过程。 HMM是语音识别,人体行为识别,文字识别等领域应用非常广泛。转载 2016-04-07 08:53:30 · 383 阅读 · 0 评论 -
拉普拉斯变换的物理意义是什么?
这个问题要先从一个工程师说起……英国有一位工程师,名叫Heaviside(此君自学成才,化简了麦克斯韦方程组,提出了电离层假说),他使用了一种叫做“运算算子法”的计算方法来解决电路计算中的一些问题。电路问题基本上就是微分方程的问题,所以这种方法现在依然用在解常微分方程中,举例来说:定义算子:这样一来一个微分方程比如,设r、e是关于t的函数:r‘’+6r'+5r=转载 2016-03-16 10:49:56 · 24801 阅读 · 0 评论 -
经典算法研究系列:七、深入浅出遗传算法
一、初探遗传算法Ok,先看维基百科对遗传算法所给的解释:遗传算法是计算数学中用于解决最优化的搜索算法,是进化算法的一种。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择以及杂交等。 遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题,一定数量的候选解(称为个体)的抽象表示(称为染色体)的种群向更好的解进化。传统上,解用二转载 2016-03-21 10:27:22 · 1144 阅读 · 0 评论 -
蒙特卡罗方法入门
本文通过五个例子,介绍蒙特卡罗方法(Monte Carlo Method)。一、概述蒙特卡罗方法是一种计算方法。原理是通过大量随机样本,去了解一个系统,进而得到所要计算的值。它非常强大和灵活,又相当简单易懂,很容易实现。对于许多问题来说,它往往是最简单的计算方法,有时甚至是唯一可行的方法。它诞生于上个世纪40年代美国的"曼哈顿计划",名字来源于赌城蒙转载 2016-03-09 09:11:17 · 358 阅读 · 0 评论 -
TF-IDF与余弦相似性的应用(三):自动摘要
有时候,很简单的数学方法,就可以完成很复杂的任务。这个系列的前两部分就是很好的例子。仅仅依靠统计词频,就能找出关键词和相似文章。虽然它们算不上效果最好的方法,但肯定是最简便易行的方法。今天,依然继续这个主题。讨论如何通过词频,对文章进行自动摘要(Automatic summarization)。如果能从3000字的文章,提炼出150字的摘要,就可以为读者节省大量阅读转载 2016-03-09 09:21:08 · 254 阅读 · 0 评论 -
数据压缩与信息熵
1992年,美国佐治亚州的WEB Technology公司,宣布做出了重大的技术突破。该公司的DataFiles/16软件,号称可以将任意大于64KB的文件,压缩为原始大小的16分之一。业界议论纷纷,如果消息属实,无异于压缩技术的革命。许多专家还没有看到软件,就断言这是不可能的。因为根据压缩原理,你不可能将任意文件压缩到16分之一。事实上,有一些文件是无法压缩的,哪怕一个二转载 2016-03-09 09:39:53 · 641 阅读 · 0 评论 -
数据库的最简单实现
所有应用软件之中,数据库可能是最复杂的。MySQL的手册有3000多页,PostgreSQL的手册有2000多页,Oracle的手册更是比它们相加还要厚。但是,自己写一个最简单的数据库,做起来并不难。Reddit上面有一个帖子,只用了几百个字,就把原理讲清楚了。下面是我根据这个帖子整理的内容。一、数据以文本形式保存第一步,就是将所要保存的数据,写入文本文件。转载 2016-03-09 09:53:31 · 373 阅读 · 0 评论 -
概率密度估计简介
1、概率密度函数在分类器设计过程中(尤其是贝叶斯分类器),需要在类的先验概率和类条件概率密度均已知的情况下,按照一定的决策规则确定判别函数和决策面。但是,在实际应用中,类条件概率密度通常是未知的。那么,当先验概率和类条件概率密度都未知或者其中之一未知的情况下,该如何来进行类别判断呢?其实,只要我们能收集到一定数量的样本,根据统计学的知识,可以从样本集来推断总体概率分布。这种估计方法,通常称转载 2016-03-22 09:20:46 · 850 阅读 · 0 评论 -
记录点隐马尔科夫模型(Hidden Markov Models)的点滴
因为之前HMM、最大熵、CRF接触比较少,所以最近想弥补一下这方面的知识。有没有用HMM进行自动谱曲的?自动预测最优美的谱子出来听一听,有空我弄一个看看效果,哈哈。这两天看完了52NLP上关于马尔科夫模型(Hidden Markov Models)的由浅入深以及coding部分的讲解,还有HMM在习性标注的几篇文章,瞬间把朴素的HMM从不懂到能够掌握90%的样子。十分感谢无转载 2016-04-06 15:36:56 · 698 阅读 · 0 评论 -
隐马尔科夫模型
总结(Summary)我们为了找到随时间变化的模式,就试图去建立一个可以产生模式的过程模型。我们使用了具体的时间步骤、状态、并且做了马尔科夫假设。有了这些假设,这个能产生模式系统就是一个马尔科夫过程。一个马尔科夫过程包括一个初始向量和一个状态转移矩阵。关于这个假设需要注意的一点是状态转移概率不随时间变化。介绍(introduction)生成模式(Generating Pat转载 2016-04-06 16:24:28 · 402 阅读 · 0 评论 -
一文搞懂HMM(隐马尔可夫模型)
什么是熵(Entropy)简单来说,熵是表示物质系统状态的一种度量,用它老表征系统的无序程度。熵越大,系统越无序,意味着系统结构和运动的不确定和无规则;反之,,熵越小,系统越有序,意味着具有确定和有规则的运动状态。熵的中文意思是热量被温度除的商。负熵是物质系统有序化,组织化,复杂化状态的一种度量。熵最早来原于物理学. 德国物理学家鲁道夫·克劳修斯首次提出熵的概念,用来表示任何一种能转载 2016-04-06 17:43:03 · 920 阅读 · 0 评论 -
中文分词之HMM模型详解
关于HMM模型的介绍,网上的资料已经烂大街,但是大部分都是在背书背公式,本文在此针对HMM模型在中文分词中的应用,讲讲实现原理。尽可能的撇开公式,撇开推导。结合实际开源代码作为例子,争取做到雅俗共赏,童叟无欺。没有公式,就没有伤害。模型介绍第一次听说HMM模型是从李开复的博文论文中听说的:李开复1988年的博士论文发表了第一个基于隐马尔科夫模型(HMM)的语音识别系统S转载 2016-04-06 22:24:15 · 929 阅读 · 1 评论 -
ORB_SLAM 初接触
MacOSX 移植版本: GitHub - meiroo/ORBSLAM2-OSXiOS 移植版本: meiroo/ORBSLAM2-iOS · GitHub====================================以前读过部分PTAM代码。 不过对于ORB_SLAM还没有接触过。最近打算有时间看一看。正好赶上ORB_SLAM2,所以直接从ORB_SL转载 2016-07-01 15:39:01 · 2622 阅读 · 1 评论