kb_pycittate-CSDN博客

原创 S_Group生存指南

第一条：请务必遵守本简单生存指南各项规定，以便于在接下来两年半成功生存下来第二条：生活规律，在该吃饭的时候务必在食堂，该睡觉的时候务必闭眼，该穿衣的时候务必洗簌更衣，该锻炼的时候务必运动。请按照附录一的生活时间表生存，因为不规律的生活已经体验过了，因此没有必要再多体验任何一次。这一条是最重要最基础的要求。第三条：每天在实验室至少工作8小时以上（不含上课时间）第四条：每周2~3篇文献报告

2017-12-05 15:12:13 174

原创粒子滤波

particle filters1950~1960年代提出随机产生一堆粒子，对每一个粒子预测其状态,更新，加权求和，重采样randomly generate a bunch of particlespredict next state of tyhe particlesupdateresample随机产生均匀分布的一堆点，然后测量，看哪个与测量值接近，对每一个粒子进行评价，给出对应的权重

2017-12-05 14:11:41 155

原创 Tensorflow安装

为了做统计学习大作业，要用到残差深度学习神经网络，其中的一个框架是tensorflow。现大致说明安装过程。 2017/11/29/0：30 网上有很多方法，但是没有一个最简便最没有问题的方法。这里先说一个经过多次尝试发现的方法。https://mirrors.tuna.tsinghua.edu.cn/help/tensorflow/ 先就这样吧。

2017-11-29 00:37:09 208

室内定位目前主要存在两种大的主流方法：一种是基于无线通讯基站的信号实现定位，包括了WiFi，蓝牙，红外线、超宽带、RFID、ZigBee和超声波，其中需要对信号强度（RSSI）进行滤波处理，本文介绍了抗差卡尔曼滤波，其中用到了随机过程的知识。另一种是惯性导航，无需任何基础设施和网络，只需要移动设备中的多传感器，根据移动之后的图形匹配实现定位，本文介绍了一种基于隐马尔科夫(HMM)模型的图形匹配方法，即随机过程的重要应

2017-10-27 21:50:12 1367 2

原创 Bagging

Baggingbootstrap aggregrating 多个分类器自助聚合重采样：重复采样实验，不同的分类树，对实验结果合成 - 分类：投票，奇数个分类器，（正样本负样本）多数为胜 - 回归：平均，降低方差不仅仅降低方差（variance），也可以降低误差（bias）贝叶斯误差：最优误差（Pe最小）回归树的好处：能知道哪个属性最重要，作为父节点Random Forest随机森林

2017-10-27 21:48:42 301

原创 Kalman Filter Study (include Monte Carlo Position)

Kalman FilterPreview : Monte Carlo PositionPositioning: Iteration of Measurement + Motion（Prediction）* Measurement: 用python对卡尔曼滤波仿真

2017-10-20 16:09:32 258

原创回归分类学习

安装python和回归分类实验目前Python的科学计算功能非常强大，R语言也是一门科学计算语言，但鉴于Python的普适性，将使用Python语言来描述统计学习课程的内容Markdown和扩展Markdown简洁的语法Python的安装和环境配置数据集简单线性回归多元线性回归分类knnsvm丰富的快捷键

2017-10-11 21:40:29 680

AI100年报告

人工智能100年大会报告对2030年的预测 The One Hundred Year Study on Artificial Intelligence, launched in the fall of 2014, is a longterm investigation of the field of Artificial Intelligence (AI) and its influences on people, their communities, and society. It considers the science, engineering, and deployment of AI-enabled computing systems. As its core activity, the Standing Committee that oversees the One Hundred Year Study forms a Study Panel every five years to assess the current state of AI.

2017-10-11

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

weixin_40360666的博客