2020年12月_二进制人工智能

原创【机器人学与计算机视觉基础】（一）位姿的抽象符号表示

位置与姿态描述1 位姿的抽象符号表示提示：在本节中，我们会用到这几个抽象的符号：“ξ\xiξ”、“·”和“⊕\oplus⊕”。读者只需直到它们的作用就行，在后面会将其转化为MATLAB中实现的标准的数学对象和运算符。机器人和计算机视觉中的一个基本要求是能够表示物体在环境中的位置和方向。这些物体包括机器人、摄像机、工件、障碍物和路径。空间中的点可以被描述为一个坐标向量,也被称为一个约束向量。如下图所示，点PPP由一个相对于绝对坐标系的坐标向量表示。更多时候我们需要考虑组成物体的一组点。我们认为

2020-12-30 11:48:48 1536 1

原创【线性分类器】（四）万字长文解释拉格朗日乘子与支持向量机

【线性分类器】(一)线性判别【线性判别器】(二)“深度学习”的鼻祖——感知器【线性分类器】(三)线性分类器的松弛求解： LEMS 算法，H-K 算法【线性分类器】(四)拉格朗日乘子与支持向量机文章目录【线性分类器】(四)拉格朗日乘子与支持向量机1 高数里的拉格朗日乘子1.1 多元函数的极值1.1.1 二元函数极值的概念1.1.2 条件极值与拉格朗日乘数法2 矩阵分析里的拉格朗日乘子2.1 含有等式约束拉格朗日乘子法2.1.1 只含一个等式约束的最优化2.1.2 包含多个等式约束的最优化2.2 拉格朗

2020-12-24 22:33:57 15669 12

原创平安夜快乐! From：二进制人工智能

Here’s to the crazy ones.The misfits. The rebels. The troublemakers. The round pegs in the square holes. The ones who see things differently. They’re not fond of rules. And they have no respect for the status quo. You can quote them, disagree with them, .

2020-12-24 18:24:01 444 1

原创【西瓜书plus】决策树

文章目录决策树1 什么是决策树2 伪代码决策树1 什么是决策树决策树（dicision tree）是一种基本的分类与回归方法，此处主要讨论分类的决策树。。以一个二分类任务（去或不去）为例：有人给我们介绍新的对象的时候，我们就要一个个特点去判断去或不去。于是这种判断的过程就可以画成一棵树：我们将上面树结构广义化：这就是决策树的结构了，棵决策树包含一个根结点、若干个内部结点和若干个叶结点;叶节点：叶结点对应于决策结果,其他每个结点（根节点和内部节点）则对应于一个属性测试;根节点：对数据集

2020-12-23 11:35:48 934

原创张钹院士：迈向第三代人工智能思维导图

微信公众号二进制人工智能回复Ai3获取思维导图pdf

2020-12-20 12:46:44 567

原创【神经网络分类器】（二）比西瓜书详细的BP网络误差反向传播推导

【神经网络分类器】（二）浅层神经网络【神经网络分类器】（一）人工神经元网络的基本概念文章目录【神经网络分类器】（二）浅层神经网络1 感知器网络2 BP网络1 感知器网络根据罗森布拉特的感知器算法，如果把输入看作是样本的特征向量，输出看作是分类结果，那么感知器就能实现一个二类的线性分类。如果我们想实现多类分类，怎么处理呢？我们可以使用多个感知器。如果我们为每一类都设计一个感知器，并且将他们并联起来，即让所有的输入都同时进入每一个感知器，则可以解决多类的分类问题，这样就构成了一个具有多类分类能力

2020-12-19 11:38:29 1400 1

原创【神经网络分类器】（一）你知道神经网络怎么用无监督算法训练吗？

人工神经元网络的基本概念首先我们从人脑发挥功能的最基本的单元，即神经元的模型出发，来了解神经网络分类器究竟是如何发挥作用的。人工神经元是生物神经元的模拟模型。生物神经元包括四个主要部分:细胞体、树突、轴突和突触。树突的作用是用于接受周围其他神经元传入的神经冲动。轴突的功能是通过轴突末梢向其他神经元传出神经冲动。每个神经细胞所产生和传递的基本信息是兴奋或抑制。在两个神经细胞之间的相互接触点称为突触。一个神经细胞的树突，在突触处从其他神经细胞接受信号。这些信号可能是兴奋性的，也可能是抑制性的。所

2020-12-18 18:11:19 5578 1

原创【机器人学、机器人控视觉与控制】四足机器人MATLAB仿真

文章目录【机器人学、机器人控视觉与控制】四足机器人MATLAB仿真1 创建一条机器人腿2 单腿运动3 四腿运动【机器人学、机器人控视觉与控制】四足机器人MATLAB仿真我们的目标是创建一个四足步行机器人。首先，我们创建一个三轴机器臂,将其作为步行机器人的一条腿，并为其规划一个适合步行的轨迹，然后将四条腿组合以完成最后的步行机器人。1 创建一条机器人腿首先要确定我们的坐标系。如上图所示是机器人腿在零角度位姿时的坐标系设置。我们选择使用航空坐标体系，其xxx轴指向前,zzz轴指向下,因而yyy轴就指向

2020-12-12 14:58:11 10943 32

原创【pandas】（一）pandas数据结构介绍

pandas基础篇pandas是贯穿本书后续部分的主要工具。它所包含的数据结构和数据处理工具的设计使得在Python中进行数据清洗和分析非常快捷。pandas经常是和其他数值计算工具，比如NumPy和SciPy，以及数据可视化工具比如matplotlib一起使用的。pandas支持大部分NumPy语言风格的数组计算，尤其是数组函数以及没有for循环的各种数据处理。尽管pandas采用了很多NumPy的代码风格，但最大的不同在于pandas是用来处理表格型或异质型数据的。而NumPy则相反，它更适合处理同

2020-12-10 22:35:45 912

原创机器人工具箱Attempt to execute SCRIPT DHFactor as a function，已解决

问题s='Tz(L1) Rz(q1) Ry(q2) Ty(L2) Tz(L3) Ry(q3) Tx(L6) Ty(L4) Tz(L5) Rz(q4) Ry(q5) Rz(q6)';dh=DHFactor(s)解决方法因为DHFactor是用java写的，因此你需要将.class路径放入Matlab的Java路径中，运行以下命令： startup_rvc再执行程序：s='Tz(L1) Rz(q1) Ry(q2) Ty(L2) Tz(L3) Ry(q3) Tx(L6) Ty(L4) Tz(L

2020-12-09 21:25:05 978 1

原创 NumPy（Numerical Python）基础篇

文章目录NumPy（Numerical Python）基础1 NumPy ndarray：多维数组对象1.1 生成ndarray1.2 ndarray的数据类型1.3 NumPy数组算术1.4 基础索引与切片1.5 布尔索引1.6 神奇索引1.7 数组转置和换轴2 通用函数：快速的逐元素数组函数NumPy（Numerical Python）基础NumPy，是Numerical Python的简称，它是目前Python数值计算中最为重要的基础包。NumPy之所以重要，其中一个原因就是它的设计对于含有大

2020-12-09 20:06:14 796

转载数组从0开始计数有什么好处

数组从0开始计数有什么好处（1）假设你上班的地方位于一座5层的写字楼里，你爬1层楼需要10秒，那么请问你爬上5楼需要花费多少时间？为了正确计算这个问题，我们需要使用的是：10秒*(5-1)=40秒；（2）等差数列第n项的值为：初项+公差*(n-1)；（3）我们都知道20世纪是19__年，19世纪是18__年对于以上3个问题如果分别按照如下处理：（1）写字楼和地面相同的高度的那一层，计数为0层；（2）数列最初的项，计数为第0项；（3）最初的世纪计数为0世纪。就

2020-12-08 12:51:33 537

原创最小二乘法求解线性方程组与伪逆

最小二乘法求解线性方程组与伪逆对于线性方程组Ax=bAx=bAx=b的求解。如果A是可逆的，我们可以通过方程式左右两边乘A−1A^{-1}A−1求解：x=A−1bx=A^{-1}bx=A−1b但是如果AAA是不可逆的方阵或非方阵呢？这时可以使用最小二乘法求解：首先我们来看看一些矩阵求导的相关性质：接下来我们用最小二乘法来求解方程组的解x∗x^*x∗：x∗=argmax⁡x∣∣Ax−b∣∣2x^*=arg\max_x||Ax-b||^2x∗=argxmax∣∣Ax−b∣∣2记f(x)=

2020-12-07 13:30:50 6121 1

原创【线性分类器】（三）线性分类器的松弛求解： LEMS 算法，H-K 算法

【线性分类器】（一）线性判别【线性分类器】（二）“深度学习”的鼻祖——感知器线性分类器的松弛求解： LEMS 算法，H-K 算法文章目录线性分类器的松弛求解： LEMS 算法，H-K 算法1 LEMS 算法2 H-K 算法1 LEMS 算法我们前面介绍了感知器算法，它以错分样本为依据来逐步调整权向量 www，最终使所有样本都能够被正确分类。但是我们看到，感知器算法中采用批量梯度下降和随机梯度下降，得到的解使不同的，甚至随机梯度下降法中，由于初始权向量设置不同、学习速率的不同和样本处理的顺序不同，都

2020-12-03 20:31:23 2164

原创【线性分类器】（二）“深度学习”的鼻祖——感知器

文章目录“深度学习”的鼻祖——感知器1 线性分类器训练的一般思路2 感知器算法的原理3 感知器算法的学习速率4 感知器算法的深入分析“深度学习”的鼻祖——感知器我们前面介绍了最简单的一种分类器形式——线性分类器【线性分类器】（一）线性判别，它是由线性判别函数及相应的分类决策规则构成的。那这个线性判别函数是如何得到的呢？如果有一个模式识别问题，我们怎么才能设计出一个合适的线性分类器，使它能对问题中的样本正确地分类呢？这就是牵涉到线性分类器训练的问题。1 线性分类器训练的一般思路在介绍感知器训练算法

2020-12-03 18:07:11 4784 1

原创【Matlab补充】设置鼠标可以旋转3D图

设置鼠标可以旋转3D图加上rotate3d on

2020-12-02 23:05:25 1536

原创【线性分类器】（一）线性判别

线性判别文章目录线性判别1 线性判别与非线性判别2 样本集的线性可分性3 非线性判别问题转化成线性判别问题4 多分类线性判别4.1 绝对可分方式4.2 两两可分方式4.3 最大值可分方式3 线性判别函数的几何意义1 线性判别与非线性判别我们知道，要实现模式识别，就是要在对一类事物特征的认知基础上，找到一个有效的分类决策规则，能够对新的样本正确地分类。例如已知的样本集分为两类，那么，如果能在特征空间中找到这么一条类别之间的界限，就可以通过判断待识别的样本位于界限的哪一侧，来确定样本属于哪一类。这条界限

2020-12-02 16:35:07 3443

weixin_44378835的博客