数学 和 机器学习
文章平均质量分 86
佐理慧
默默的学习
展开
-
超平面
超平面之前学习过单层感知机。对超平面有一个感性的认识。笼统的说超平面其实就是nnn维空间的n−1n-1n−1维子空间类似于二维空间的直线, 三维空间的平面。为了 导出超平面的定义,其实我们需要从新看待直线的定义.将方向的影响考虑到直线中。给定一个二维向量(A,B)(A,B)(A,B),所有垂直于此向量的点都满足:Ax+By=0Ax+By=0Ax+By=0这是因为,垂直后,向量内积恒为...原创 2018-09-30 17:44:46 · 633 阅读 · 0 评论 -
RLS算法
一般最小二乘法一般最小二乘法是给定若干观测值,计算一个最有可能的估计。[y(1)y(2)⋮y(k)]=[h(1)1h(1)2⋯h(1)nh(2)1h(2)2⋯h(2)n⋮⋮⋱⋮h(k)1h(k)2⋯h(k)n][x1x2⋮xk]\left [\begin{matrix}y(1)\\y(2)\\\vdots\\y(k)\end{matrix}\right]=\left [\begin{m...原创 2019-04-07 00:55:40 · 17738 阅读 · 13 评论 -
Darknet 正向预测与反向传播
关于这两个算法,我仅仅类比梯度下降一个做计算,并结合源码。但这样做的意义和效果不做分析。能力有限。我也有很多的不理解。梯度下降很简单,根据施瓦茨不等式,我门可以知道,对于连续函数,梯度方向是其曾长最快的方向,这方向有点瞬时的味道,就是说只仅限于当前点,那么反向是其下降最快的方向。而沿着与梯度正交的方向运动,则相当于沿着等势面运动。此时函数值不变。那么沿着梯度反方向搜索,可以保证函数值下降,直到...原创 2019-05-14 01:24:39 · 1033 阅读 · 0 评论 -
RLS算法到卡尔曼滤波 I
我的这篇文章写了RLS算法的直接动机。https://blog.csdn.net/ZLH_HHHH/article/details/89061839数学上等价于最小二乘法。接着《RLSRLSRLS算法》这篇文章来说。PPP矩阵到意义回想,最初目标函数的定义:J=E((Y(k)−H(k)x^(k))T(Y(k)−H(k)x^(k)))=E((H(k)x+v(k)−H(k)x^(k))T(...原创 2019-05-24 16:58:15 · 1984 阅读 · 0 评论 -
RLS算法到卡尔曼滤波 II
接着上一篇文章:https://blog.csdn.net/ZLH_HHHH/article/details/90515377卡尔曼滤波在原本的RLSRLSRLS基础上增加了一个线性系统。卡尔曼滤波应用于下面的系统:(1)x(k)=F(k−1)x(k−1)+G(k−1)u(k−1)+w(k−1)x(k)=F(k-1)x(k-1)+G(k-1)u(k-1)+w(k-1)\tag{1}x(k)=...原创 2019-05-25 16:40:35 · 1818 阅读 · 0 评论