- 博客(6)
- 收藏
- 关注
RSS订阅原创 elsvier模板导入问题
结尾是这样\bibliographystyle{elsarticle-num}或者是\bibliographystyle{elsarticle-harv}开头注意\usepackage[numbers]{natbib}命令也要跟着换，跟style要对应上。另外其实latex有自带的bibliographystyle的bst文件。bst必须有 和style中必须对应上更换时要删掉所有bbl和aux文件，不然是上一次的bbl还有就是bib中所有的&前必须加\不然会报错。
2023-10-26 12:16:44
58
原创 ubuntu19 cuda10 cudnn7.5 tensorflow-gpu1.13
nvdia驱动安装1一定要在boot选项里关闭Security Boot 被这个问题卡了很久，不然会一直出现signature的问题2 ubuntu重装系统后可能出现卡在logo界面，需要在开始ubuntu界面按e 在quiet slash --后加acpi_osi=linux nomodeset 禁用显卡3无需手动安装 ，下面方式可能对网络有需求ubuntu-drivers device...
2019-11-03 00:19:08
334
原创 使用深度像素级别先验信息解决逆计算成像问题
信号重构是计算成像中一个具有挑战的问题，因为其需要解决一个欠定的逆问题。最近，深度前向神经网络在解决此类问题上有最先进的效果。但是，特定的问题需要不同的网络。因此，需要一个更加灵活的深度生成模型，把它当作信号先验来解决逆问题。本文表明，在所有深度生成模型中，自回归模型最适合解决本问题。1. 他们明确地建模了像素级别依赖，因此可以重构出低级别地细节，如纹理和边缘。2他们可以为图像先验提供一个明确地表...
2019-07-01 11:53:13
702
原创 allen方差：陀螺仪的噪声分析
1引入allen方差是一种分析时间域内序列数据的方法，为测量振荡器的频率稳定性。这种方法(作为平均时间的函数)可以用来确定一个系统的内部噪声。该方法简单易懂，是如今确定和量化惯性传感器数据的主要方法。该方法的结果关于五个基本噪声项，它们是quantization noise, angle random walk, bias instability, rate random walk, and...
2019-06-22 15:00:45
3120
原创 压缩采样学习
传统的采样信号方法必须遵守香浓采样定理。CS理论认为可以通过远少于传统方法次数来恢复图像。依赖两个原理：1 稀疏度2非相干性稀疏度：连续信号的“信息率”比由其带宽表现的小很多，离散信号由其自由度决定，这比它本身的长度小得多。更精确的说，CS利用了这样的事实：大多数自然信号是稀疏且可压缩的，他们在合适的基下有更紧凑的表示。非相干性扩展了时间和频率的二元性，表达了如下的观点：有稀疏表示的物体必须在...
2019-06-08 16:15:08
2103
原创 vio论文阅读
摘要：一个单目的VINS，由一个相机和一个低价格的IMU组成，组成了一个六个自由度的状态估计。但是，缺乏直接的距离测量在IMU处理，估计初始化，外部标定，非线性优化上提出了挑战。我们的方法由一个状态初始化和失败恢复的鲁棒过程开始。通过将IMU测量的预积分和特征观测，一个紧凑的非线性优化方法用来获得高精度的VIO。一个回环检测，结合紧凑的方法，使重定位的计算量达到最小。我们进行了四个自由度的姿态图...
2019-06-08 14:35:47
542
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人