- 博客(117)
- 收藏
- 关注
RSS订阅原创 论文阅读—基于采样的快速区域优化
用A*算法找障碍周围的无障碍路径，从中间位置设置吸引点，产生方向的矢量。碰撞成本：根据最初轨迹选定吸引点Pap，拖曳出碰撞区。相似性成本：与最初轨迹的差别。
2022-12-08 19:55:58
155
2
原创 总结—快速随机探索树的发展
IB-RRT*的理解博文理解连接区域：足够灵活，可以在复杂的环境中成长。一旦找到路径，就使用节点剔除和集中的有界抽样对其进行逐步优化。基于目标的有界采样：在连接区域的边界内进行的，以寻找初始路径路径优化：通过全局修剪进一步改进，以消除多余的节点。
2022-12-07 13:39:43
549
原创 论文阅读—基于目标偏置的双向APF-RRT*算法的无人机轨迹规划
在每次迭代过程中，由随机生长树生成的新节点new，根据目标q目标的吸引力逐渐趋向于目标，生长树向目标点增长。否则，应用Swap函数切换到另一个树T2以增长一次，以此类推，直到当循环达到指定的次数时程序停止，从而得到更好的路径。高质量采样策略：根据单向的目标偏向策略，将目标点视为具有一定概率的随机采样点，使新节点具有向目标增长的趋势。有效搜寻策略：每棵树的目标点和随机采样点分别对最近的节点有吸引力，障碍是对最近的节点有排斥力。生长，直到两棵生长树相遇形成可行路径，在后续迭代中，更新更好的路径。
2022-11-28 15:58:15
1171
9
原创 论文阅读—人工势场改进的双向快速探索随机树路径规划算法研究
目标偏置RRT算法每次选择目标点的概率和目标点的坐标位置都是固定的。当两棵正在生长的树即将相遇时，如果仍将各自的端点作为随机采样点，则可能会影响最终的收敛速度。将地图环境大小设置为500×500，起点坐标为（10,490），终点坐标为（490,10），基本步长p = 10，每个算法的实验次数为20次。人工势场法改进新节点的生成方法，使生长树沿障碍物边缘向目标点平稳生长。本文改进算法的平均迭代次数减少了94.7%，平均路径点数减少了67.5%，平均路径长度减少了13.4%，平均规划时间减少了97.3%。
2022-11-28 15:00:12
287
4
原创 论文阅读—基于人工势场法和启发式采样的最优路径收敛方法
人工势场法建立初始路径所需的采样点数以及最终的路径长度明显优于RRT建立的初始路径。中路径重写的思想，在人工势场法生成路径的过程中优化路径。
2022-11-28 13:32:15
178
2
原创 总结-初步理解归一化网络
LayerNorm,BatchNorm,IN,ENBatchNorm适合CV图像数据：基于批统计量（C=1）来计算样本的均值和方差（N,H）解决各层内部协变量偏移的问题（也许），使损失平面更加的平滑，从而加快收敛速度，因为有批统计量的需求，所以需要使用 指数滑动均值来计算统计量，并保存。缓解了梯度饱和问题（如果使用sigmoid这种含有饱和区间的激活函数的话），加快收敛。BN的计算是要受其他样本影响的，由于每个batch的均值和标准差不稳定，对于单个数据而言，相对于是引入了噪声，适合hig.
2022-07-07 21:41:19
572
原创 论文阅读-学习用双向协同变压器交替解决路由问题
摘要近年来，变压器已成为解决车辆路径问题(VRPs)的主流深度架构。然而，由于其位置编码(PE)方法不适用于表示VRP解，因此它在VRP的学习改进模型中效果较差。本文提出了一种新的双侧向特征协同变压器(DACT)来分别学习节点和位置特征的嵌入，而不是像现有的位置特征那样将它们融合在一起，以避免潜在的噪声和不兼容的相关性。此外，通过一种新的循环位置编码(CPE)方法嵌入了位置特征，使变压器能够有效地捕获VRP解（即循环序列）的循环性和对称性。我们使用近端策略优化来训练DACT，并设计了一个课程学习策略
2022-05-24 17:27:44
337
1
原创 环境问题-Ubuntu16安装Docker&nvidia-docker2
由于apt官方库里的docker版本可能比较旧，所以先卸载可能存在的旧版本：sudo apt-get remove docker docker-engine docker-ce docker.io更新apt包索引：sudo apt-get update安装以下包以使apt可以通过HTTPS使用存储库（repository）：sudo apt-get install -y apt-transport-https ca-certificates curl software-properties-c
2022-05-13 14:56:18
201
原创 论文阅读—基于扩展DDPG算法的无人机辅助无线物联网网络多目标优化（点|多）
摘要本文研究了一种无人机（UAV）辅助的无线供电物联网网络，其中旋翼无人机采用悬停通信协议依次访问有需求的物联网设备。在悬停期间，无人机以全双工模式工作，同时从目标设备收集数据并为其覆盖范围内的其他设备充电。考虑了实用的推进功耗模型和非线性能量收集模型。我们制定了一个多目标优化问题来共同优化三个目标：最大化总数据速率、最大化总收集能量和最小化无人机在特定任务期间的能量消耗。这三个目标部分地相互冲突，并且给出了权重参数来描述相关的重要性。由于物联网设备不断从物理周围环境中收集信息，并且其上传数据的需求动态变
2022-05-01 12:19:21
1109
2
原创 论文阅读-2021ICAR-使用具有 DRL 的全局和本地地图信息进行无人机路径规划（点|障|单）
UAV Path Planning using Global and Local Map Information with Deep Reinforcement Learning摘要Introduction主要贡献Problem FormulationA. Environment and Uav ModelB. Target and Mission DefinitionsCoverage Path Planning覆盖路径规划Data Harvesting数据收集Unifying Map-Layer Des
2022-05-01 12:18:53
321
1
翻译 总结-模型评价指标的定义(基于CatBoost文档)
@TOC(loss_function is the metric to use in training.)来源回归问题可以作为优化目标函数MAEMAPEPoissonQuantile（α=0.5）=MAE图像处理应用中，经常会用到quantile分位数损失函数，这个函数的作用是求数列或矩阵的分位数。在给定预测变量的某些值时，估计因变量的条件“分位数”。Quantile Loss实际上只是MAE的扩展形式（当分位数是第50个百分位时，Quantile Loss退化为MAE）。RMSE
2022-04-06 14:18:34
1816
原创 环境问题 - 同局域网内两台笔记本(Win10)实现主副屏幕
主副屏原系统都是win10声明：此方法只是简单（无线连接），但有延时副屏—开启“无线显示器”副屏—启动“连接”应用以投影到此电脑主屏—连接到无线显示器
2022-01-21 23:57:17
2509
原创 环境问题-无外接显示屏（虚拟显示屏）远程控制Ubuntu
使用Ubuntu内置的vino VNC提供远程桌面访问sudo apt install vino配置Ubuntu在服务器无外接显示器时启动桌面GUI默认情况下，服务器无外接显示器的话，Ubuntu不会启动桌面GUI。这里使用虚拟显示器(dummy monitor)方法：安装dummy monitor：sudo apt install xserver-xorg-video-dummy编辑文件：sudo vi /usr/share/X11/xorg.conf.d/xorg.conf写入如下内
2022-01-21 21:06:57
11441
9
原创 环境问题—服务器RTX3090—Ubuntu20_Anaconda3_CUDA11.4_PyTorch1.10_cudatoolkit11.3_cudnn-8.2.1+Pycharm_apex
深度学习环境配置服务器查看硬件配置安装Ubuntu20按显卡配置Nvidia驱动安装anaconda3配置虚拟环境针对TensorFlow的配置针对PyTorch的配置目标：python=3.8 torch1.7 cuda=10.1系统CUDA+Cudnn（可选）控制端安装Pycharm配置Pycharm远程控制配置Pycharm里的Jupyter其他问题控制进程换源加速服务器查看硬件配置CPU：Intel Xeon® Silver 4210R [email protected]×40Memory：128GB
2022-01-04 20:43:02
1156
原创 环境问题—安装TSP求解器concorde&LKH
将GitHub项目pyconcorde下载到调库地址:/home/dell/anaconda3/envs/（虚拟环境名）/lib/python3.9/site-packages下载命令：git clone https://github.com/jvkersch/pyconcorde打开文件：cd pyconcorde编译：pip install -e ...............................
2022-01-02 15:49:21
3687
8
原创 环境问题—Pycharm终端terminal找不到（安装或自定义）模块
Pycharm终端terminal无法导入（安装或自定义）模块的解决方法说法1-路径问题【成功】说法2-环境嵌套IDE通过__init__.py识别package（自定义的utils模块）可以通用于Windows和Ubuntu说法1-路径问题【成功】导入项目自定义utils模块失败的本质是：sys.path没有这个模块参考：python修改sys.path的三种方法，以下是我尝试成功的方法修改sys.path的方法时在site-packages目录新建一个.pth文件，帮在文件中加入搜索模块的路
2022-01-02 11:44:54
2387
原创 总结-Python绘制曲线图、直方图、GIF动态图
直方图import matplotlib.pyplot as pltimport numpy as npy2 = [2.55,3,2]Gap2 = [round((x-min(y2))/min(y2),4)*100.0 for x in y2]y5 = [4.8,5.5,5.8]Gap5 = [round((x-min(y5))/min(y5),4)*100.0 for x in y5]y10 = [9,8.5,7.9]Gap10 = [round((x-min(y10))/min(y10
2021-12-22 15:25:20
1189
原创 论文阅读-AAAI2021-将小型预训练模型推广到任意大型 TSP 实例（点|多）
Generalize a Small Pre-trained Model to Arbitrarily Large TSP Instances摘要主要思想作者目的方法准备Pipeline构建热图Building and merging heat maps强化学习优化解MCTS学习框架实验设置结果关于热图的消融研究（对照）总结备注参考文献摘要主要思想对于旅行推销员问题(TSP)，现有的基于监督学习的算法由于泛化能力而严重不足。为了克服这一缺点，本文试图（以监督的方式）训练一种小规模模型，该模型可以基于图
2021-12-06 21:32:18
1267
1
原创 大数据-Hadoop2.7实现PageRank算法-MapReduce&HDFS
记录一下实验大作业，信息较为详尽，自己跳转即可PageRank是Google专有的算法，用于衡量特定网页相对于搜索引擎索引中的其他网页而言的重要程度，实现了将链接价值概念作为排名因素。本实验基于Hadoop2.7的MapReduce和HDFS实现了简单版的PageRank算法。@...
2021-06-11 20:41:23
794
4
原创 最优化方法(学习笔记)-第十一章等式约束优化问题
等式约束优化问题等式约束的基本定义消除等式约束基于feasible初值的牛顿法基于infeasible初值的牛顿法通过解原对偶问题解释原理求解KKT系统实例总结等式约束的基本定义等式约束问题minf(x),s.t.Ax=b，A∈Rp×n,rank(A)=p\min{f(x)},s.t. Ax=b，A\isin R^{p\times n},rank(A)=pminf(x),s.t.Ax=b，A∈Rp×n,rank(A)=pf是凸函数，二次可微，假设p∗p^*p∗是存在且确定的，p<np&l
2021-03-19 00:19:53
4013
原创 最优化方法(学习笔记)-第十章无约束优化问题
无约束优化问题无约束优化问题基本形式例子强凸性质条件数下降方法梯度下降法GD算法步骤收敛分析例子最速下降法SD牛顿法直观理解仿射不变性牛顿补偿牛顿法收敛性分析拟牛顿法随机梯度下降SGD总结无约束优化问题无约束优化问题属于限制比较少,适合通过技巧来简化求解过程基本形式minf((x),f(x):Rn→R\min{f((x)},f(x):R^n\rightarrow Rminf((x),f(x):Rn→R假设: 1.f(x)是凸函数2.f(x)二级可导3.存在唯一的优化点x∗,有p∗=infxf(
2021-03-14 21:49:32
1488
原创 最优化方法(学习笔记)-第九章复杂度计算
复杂度计算和线性代数补充矩阵结构和算法复杂度用分解矩阵求解线性方程Ax=b简化Ax=b求解的复杂度LU分解--A是非奇异矩阵Cholesky分解--A是对称正定矩阵块求解和矩阵反转引理分块矩阵方程求解结构化矩阵加上低秩项总结矩阵结构和算法复杂度定义Flop Count浮点运算（浮点运算）：两个浮点数的一个加法、减法、乘法或除法。估计算法的复杂性：将flop数表示为问题维数的（多项式）函数，并通过只保留前导项不是计算时间的准确预测器，支持读写，并行计算是近似估计举例x,y∈Rn，
2021-03-11 00:24:07
1806
原创 最优化方法(学习笔记)-第八章SVM&范数&SVD
SVM&范数&SVD支持向量机SVM线性判别最大分类间隔器支持向量分类器Support vector classifier支持向量机SVM-核函数范数Norm数值的范数矩阵的范数对偶范数奇异值分解SVD总结支持向量机SVM线性判别最大分类间隔器利用线性判别的性质，可以通过最大间隔来做分类【直线是超平面，两侧直线上的点是支持向量】两平面间的距离计算公式于是距离宽度是dist=2a∣∣w∣∣2∝1∣∣w∣∣2dist=\frac{2a}{||w||_2}\propto \fra
2021-03-10 15:13:58
865
翻译 总结-Mermaid流程图教程(翻译)
Flowchart图流程图节点边流程图新特点特殊边子图注释样式图图方向TB-从上到下TD-自顶向下/从上至下相同BT-从下到上RL-从右到左LR-从左到右graph LR Start --> Stop流程图流程图允许以下功能：更多箭头类型，多向箭头以及与子图的链接。节点默认形状是矩形，以下是分类。[矩形]#mermaid-svg-bu0w3oP7pXhSJVFX .label{font-family:'trebuchet ms', verdana, ari
2021-02-12 23:56:04
3846
原创 总结-研究工具
做个清单总结，以后还会不间断添加引擎期刊/会议排名&推荐文章部分论文可能存在配套PPT找英文电子书寻找论文参考文献，类似论文，pdf必应搜索引擎查看期刊中科院分区对于付费文章，根据DOI去(sci-hub)检索阅读对于中文论文：推荐直接知网HTML阅读对于英文论文PDF：推荐WPS的PDF阅读器电子资料Typora(笔记)+腾讯微云(多设备同步)markdown的流程图语法GitHub代下载CNN可视化理解ML/神经网络画图工具看函数图像...
2021-01-14 01:24:47
184
原创 最优化方法(学习笔记)-第七章统计估计
Statistical estimationLogistic 回归-二分类整体分类思路最大化似然函数最大似然估计MLE带独立同分布噪音的线性测量模型viv_ivi是高斯分布viv_ivi是拉普拉斯分布viv_ivi是均匀分布最大后验概率MAP估计多项分布的MAP&MLE无参数估计最大熵原理最优探测器设计-二分类假设检验探测器/概率转移矩阵最优探测器Binary CaseROC曲线实验设计最小二乘估计D-optimal design总结Logistic 回归-二分类样本{(xi,yi)}i=
2021-01-12 00:14:29
491
原创 最优化方法(学习笔记)-第六章逼近与拟合
文章目录范数逼近和最小范数观测m≥\geq≥未知n范数逼近的定义及解释罚函数逼近观测m≤\leq≤未知n最小范数问题最小罚函数问题正则化逼近正则化理解标量化问题Tikhonov regularizationOptimal input designSignal reconstruction信号恢复稳健/鲁棒逼近stochastic随机worst-case最坏对比Robust approximation总结范数逼近和最小范数观测m≥\geq≥未知n范数逼近的定义及解释范数逼近的凸优化问题形式min
2021-01-09 01:54:51
2385
原创 目标检测基本框架
前言：学长讲的目标检测入门，我就随手记了个大框架，感觉深度学习迭代太快，具体模型特点还是各自看论文吧~本文可能存在拼写/部分错误，重点是框架啊哈哈哈。 另，欢迎指正！目标检测框架目标检测框架组成BackboneHeadNeck提升检测效率全卷积FCN多特征检测—不同尺度的特征图相加SSD多尺度融合—特征金字塔FPN注意力机制目标检测的评价参数AccPrecision—查准率Recall—查全率AP—PR曲线下面积mAP—mean Average PrecisionIoU目标检测的平台目标检测方法目
2021-01-02 22:19:06
1336
原创 机器学习-白板推导入门-概率图模型
前言博主刚开始入门机器学习时，总是没法把各个模型串在一起，这几个月断断续续看完B站的白板推导（1-23节）,然后觉得视频里模型关系的导图还挺清晰的，于是记录一下，给自己存个笔记。目前主要以概率图模型为主，后期如果复习到，会不断补充前面的模型和问题。欢迎各位批评指正~模型关系机器学习到深度学习贝叶斯派-概率图模型分类问题聚类问题非线性问题采样问题-MCMC蒙特卡洛推断问题机器学习到深度学习ML-to-DL{频率派(统计学习){正则化{L1−LassoL2−Ridge=回归函数Lossfunction
2021-01-02 21:17:34
319
原创 最优化方法(学习笔记)-第五章对偶
对偶DualityLagrange dual problem拉格朗日对偶问题弱对偶和强对偶几何解释geometric interpretationKKT条件限制变化与解的关系perturbation and sensitivity analysis例子广义不等式Lagrange dual problem拉格朗日对偶问题弱对偶和强对偶几何解释geometric interpretationKKT条件限制变化与解的关系perturbation and sensitivity analysis例子广
2020-11-02 01:03:21
1622
2
原创 最优化方法(学习笔记)-第四章凸优化问题
凸优化问题凸优化问题及其标准形式标准形式介绍最优化的取值----局部极值，或者全局极值标准形式中的隐式约束Implicit constraint可行域feasibility问题凸优化问题局部最小值和全局最小值的问题可微函数的最优性条件无约束的优化问题等式约束的优化问题特殊优化问题等价凸优化问题消除等式约束引入等式约束不等式约束变成等式约束上凸形式epigraph最小化一些无关变量次凸优化问题quasiconvex optimization次凸函数次凸函数向凸函数的转化通过解可行域进行次凸优化(二分法求解极小
2020-10-19 19:09:36
13408
原创 最优化方法(学习笔记)-第三章凸函数
凸函数基本性质保凸运算Conjugate functionQuasiconvex functionLog-concave and log-convex function不等关系的凸性基本性质保凸运算Conjugate functionQuasiconvex functionLog-concave and log-convex function不等关系的凸性
2020-08-01 16:20:39
3240
1
原创 最优化方法(学习笔记)-第二章凸集
凸集基本概念仿射集Affine Set凸集Convex Set凸组合Convex Combination凸包Convex Pull凸锥Convex cone超平面多面体保凸运算不等关系|支撑面对偶总结基本概念仿射集Affine Set定义：集合内任意两个不同的点，都可以形成一条直线，且直线上所有点都在该集合内，形如x=θx1+(1−θ)x2，θ∈Rx=\theta x_1+(1-\theta)x_2，\theta \isin Rx=θx1+(1−θ)x2，θ∈RS={x∣Ax=b}S=\{x|A
2020-07-15 21:22:13
1806
1
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