拉格朗日乘子法
是一种寻找多元函数在一组约束下的极值的方法。通过引入拉格朗日乘子，可将有 ddd 个变量与 kkk 个约束条件的最优化问题转化为具有 d+kd + kd+k 个变量的无约束优化问题求解。假如有方程 x2y=3x^2y=3x2y=3，它的图像如下(左一)所示。现在我们想求其上点与原点的最短距离(中图)
KITTI数据集Raw Data与Ground Truth序列00-10的对应关系，以及对应的标定参数
一、KITTI官方提供的真值下载地方网站：Visual Odometry / SLAM Evaluation 2012具体位置：Download odometry ground truth poses (4 MB)下载后文件如下：这里有序号00-10，共11个真值数据（内数据是KITTI格式的）二、
机器学习开篇之机器学习的分类
目录1 引言2 机器学习分类2.1 监督学习（Supervised Learning）2.1.1 传统监督学习2.1.2 非监督学习2.1.3 半监督学习2.1.4 其它分类2.2 强化学习（Reinforcement Learning）3 总结首先，我们给出四个机器学习任务以上四
【问题解决】训练和验证准确率很高，但测试准确率很低
采用ResNet50预训练模型训练自己的图像分类模型。训练和验证阶段准确率很高，但随机输入一张图片时，大多数情况下依旧预测得不准确。
【机器学习】决策树-Gini指数
基尼系数也是一种衡量信息不确定性的方法，与信息熵计算出来的结果差距很小，基本可以忽略，但是基尼系数要计算快得多，因为没有对数。
自动驾驶控制概况
Claudine Badue[1]等人以圣西班牙联邦大学（UFES）开发的自动驾驶汽车（Intelligent Autonomous Robotics Automobile，IARA）为例，提出了自动驾驶汽车的自动驾驶系统的典型架构。如图所示，自动驾驶系统主要由感知系统（Perception
python—基础入门练习题01
1、题目：（将摄氏温度转化为化氏温度）编写一个从控制台读取摄氏温度并将它转变为 化氏温度并予以显示的程序。转换公式如下：fahrenheit = （9 / 5 ）* Celsius + 32fahrenheit:华氏温度Celsius: 摄氏温度degree：度执行目标：Enter a degree
pytorch 计算混淆矩阵
混淆矩阵
局部规划算法：DWA算法原理
DWA算法（dynamicwindowapproach）是移动机器人在运动模型下推算（v,w）对应的轨迹，确定速度采样空间或者说是动态窗口（三种限制）；在速度空间（v,w）中采样多组速度，并模拟这些速度在一定时间内的运动轨迹，通过一个评价函数对这些轨迹打分，选取最优的轨迹来驱动机器人运动。...
CVPR‘2023 即插即用系列! | BiFormer: 通过双向路由注意力构建高效金字塔网络架构
本文提出了一种双层路由注意力模块，以动态、查询感知的方式实现计算的有效分配。其中，BRA模块的核心思想是在粗区域级别过滤掉最不相关的键值对。它是通过首先构建和修剪区域级有向图，然后在路由区域的联合中应用细粒度的注意力来实现的。值得一提的是，该模块的计算复杂度可压缩至OHW43O((HW34！最后，
unet网络详解
unet网络详解
【定位教程2----旋转中心标定之方法一】
【定位教程2----旋转中心标定之方法一】
ChatGPT在热门行业的应用场景有哪些
如果家里有小朋友在读小学，初中，高中的，可以通过让孩子和ChatGPT的互动，来学习巩固扩展学校学的知识。例如，在一个工厂的生产线上，工人可以使用ChatGpt来获得快速的生产指导。在这个场景中，ChatGpt可以帮助您快速分析营销数据，从而提供有效的营销策略。在这个场景中，ChatGpt可以帮助您
python 海龟画图 树
from turtle import *from random import *from math import *def tree(n, l): pd() t = cos(radians(heading() + 45)) / 8 + 0.25 pencolor(t, t, t) pensi
【机器学习】浅谈正规方程法&梯度下降
【机器学习】浅谈正规方程法&梯度下降数据模型为线性回归模型，方程代价函数。代价函数就是实际数据与数学模型（这里是一元一次方程）所预测的差值，如：蓝线的长度就是代价函数，可以看到代价函数越大拟合效果越差，代价函数越小，拟合效果越好。其中关于 θ1\theta_1θ1 的的代价函数f(θ1)f(\th
小样本学习
给定两张图片 a 和 b，如果两张图片越相似，则 sim (a, b) 的值越大。在小样本学习问题中，Support Set中每一类往往只有少数几个样本，单单依靠这些样本，不可能训练出一个深度神经网络，甚至无法采用迁移学习中的Pretraining+Fine Tuning方法。将Query图片和Su
数学建模（二）：遗传算法（GA）
神经网络（Neural Network,NN）；模糊逻辑（Fuzzy Logic,FL）；遗传算法蚁群优化算法（Ant Colony Optimization,ACO）；粒子群优化算法（Particle Swarm Op）；免疫算法（Immune Algorithm,IA）；分布估计算法（Estim
异常检测&动态阈值
异常检测&动态阈值
如何使用evo工具评估LeGO-LOAM跑KITTI数据集的结果
如何使用evo工具评估LeGO-LOAM跑KITTI数据集的结果下载KITTI数据集安装kitti2bag修改LeGO-LOAM代码utility.himageProjection.cpptransformFusion.cpp安装evo最终结果下载KITTI数据集官方链接：KITTI官网我们只用得到
