GISer_gj-CSDN博客

原创 SLAM与深度学习结合的论文总结

用深度学习取代某一个模块1 DeepVO Towards End-to-End Visual Odometry with Deep RecurrentConvolutional Neural Networks关键词：单目，端到端，输入RGB图像序列（视频流），输出位姿，在KITTI VO数据集上也做了实验。CNN提取特征，RNN建时序模型。只是一个尝试，无法取代传统的SLAM...

2018-12-02 19:22:07 2358

原创关于np.random.seed(argument)函数

在学习神经网络时经常要对参数随机初始化，要用到np.random.seed()，括号里的数字有时是0，1还有其他数字，不太理解括号里的数字是什么意思，以及这个函数的用法，后来看了一些博客，以及这个博客写的https://www.cnblogs.com/subic/p/8454025.html明白了一些。np.random.seed(argument)里的argument的作用是给出产生随机...

2018-11-13 22:38:39 891

原创用RCP开发一个编辑器实现卡尔曼滤波

用RCP开发一个编辑器实现卡尔曼滤波RCP（Rich Client Product）是基于Eclipse平台的一种桌面端开发技术，Elipse开发工具本身就是在RCP的基础上再加上各种插件所构成的。本文主要分为以下几个部分。RCP与SWT JFaceRCP的开发步骤RCP实现卡尔曼滤波算法RCP简介 SWT JFaceRCP是一个基于Eclipse平台技术的应用程序所需要的最小集合，开发者可

2017-08-14 16:48:18 550

转载 aspx,ashx,ascx小结

做asp.net开发的对.aspx,.ascx和.ashx都不会陌生。关于它们，网上有很多文章介绍。“纸上得来终觉浅，绝知此事要躬行”，下面自己总结一下做个笔记。1、.aspxWeb窗体设计页面。Web窗体页由两部分组成：视觉元素（html、服务器控件和静态文本）和该页的编程逻辑(VS中的设计视图和代码视图可分别看到它们对应得文件)。VS将这两个组成部分分别存储在一个单独的文件中。视觉元素

2017-07-20 16:48:38 342

转载精确度，准确率，召回率，漏警概率，虚警概率

一组样本，个数为M，正例有P个，负例有N个，判断为正例的正例有TP个，判断为负例的正例有FN个(假的负例）P=TP+FN判断为负例的负例为TN个，判断为正例的负例有FP个（假的正例）N=TN+FP精确度（Precision）P=所有判断为正例的例子中，真正为正例的所占的比例=TP/(TP+FP)准确率（Accuracy）A=判断正确的例子的比例=（TP+TN）/（P+N）召

2017-07-11 11:16:13 12214

转载协方差矩阵

一、统计学的基本概念统计学里最基本的概念就是样本的均值、方差、标准差。首先，我们给定一个含有n个样本的集合，下面给出这些概念的公式描述：均值：标准差：方差：均值描述的是样本集合的中间点，它告诉我们的信息是有限的，而标准差给我们描述的是样本集合的各个样本点到均值的距离之平均。以这两个集合为例，[0, 8, 12, 20]和[8, 9, 11, 12]，两个集合的均值都是10，

2017-07-10 17:58:31 247

原创 PostgreSQL安装出现的一系列问题及最后解决方法

系统：windows我最初安装的是postgresql 9.6 并且安装了postgis，但是用pgadmin连接服务器时，出现了“服务器端口没有监听”的错误，导致无法连接，然后我回忆起在安装过程中出现过"failed to laod SQL modules"错误，但被我忽略了。第二天发现在服务里无论如何都不能启动postgresql的服务，启动到一半就终止了。之后卸载重装 postg

2017-04-15 16:25:58 12447

c_ja_的博客