图论学习--6 平面图（思维导图）平面概念 对偶图 平面图嵌入算法
平面图平面图的概念与性质定义能把图G花在平面上，使得边与边之间没有交叉，称G可以嵌入平面，或称G是可平面图。G的平面嵌入表示的图称为平面图一个平面图G把平面分成若干连通片，这些连通片称为G的一个面或区域，G的面组成的集合用Φ表示其中面积有限的区域称为平面图G的内部面，否则，称为外部面Jordan曲线...
在强化学习领域最受欢迎的A3C算法，DDPG算法，PPO算法等都是AC框架
AC算法框架被广泛应用于实际强化学习算法中，该框架集成了值函数估计算法和策略搜索算法，是解决实际问题时最常考虑的框架。大家众所周知的alphago便用了AC框架。而且在强化学习领域最受欢迎的A3C算法，DDPG算法，PPO算法等都是AC框架。我们这一讲便总结下AC算法的发展并介绍目前最受关注的A3C...
【算法基础学习 6】龙格库塔法 求微分方程
龙格库塔法龙格库塔法对于一个工科学生来说估计并不陌生，因为我们做项目的时候或多或少会接触到微分方程，解微分方程的数值解是就需要用到龙格库塔方程了。我第一次接触到该方法是对四轴姿态角进行四元数解算的时候，当时用的是一阶龙格库塔，当时的理解就是这不就是泰勒展开式取一阶嘛，然后觉得二阶龙格库塔应该就是取二...
深度学习最常用的算法:Adam优化算法
深度学习常常需要大量的时间和机算资源进行训练，这也是困扰深度学习算法开发的重大原因。虽然我们可以采用分布式并行训练加速模型的学习，但所需的计算资源并没有丝毫减少。而唯有需要资源更少、令模型收敛更快的最优化算法，才能从根本上加速机器的学习速度和效果，Adam 算法正为此而生！Adam 优化算法是随机梯...
【深度学习|基础算法】初识Transformer-encoder-decoder
关于transformer的学习 一、前言二、初识Transformer2.1 总览2.2 encoder2.3 decoder三. 流程与细节1、输入2、self-attentionVector CalculationMatrix Calculation3、多头self-attention...
流形学习算法的总结
由于线性降维算法在降维后不能很好保持复杂结构高维数据的完整信息，所以产生对非线性降维的需求，也就有从数学拓扑中出发的流形映射，这是因为大部分现实中非线性结构都可以看做是流形结构，当然也有不是流形结构的几何体，比如两条相交的直线的交叉点，而且由于流形的定义就是和欧式空间存在一个同胚映射（...
【机器学习】一文掌握机器学习十大分类算法(下)。-分类算法总结
2.1 K近邻算法 2.1.1 核心原理 K近邻算法是一种基本分类与回归方法。 它的工作原理非常简单：对于一个新的实例，根据距离度量找出训练集中与该实例最近的K个实例，然后基于这K个实例的信息来进行预测。 2.1.2 算法公式 没有固定的算法公式，但常用的距离度量是欧氏距离，计算公式为 ...
学习笔记：SIFT算法
学习笔记：SIFT算法SIFT概述SIFT（Scale-invariant feature transform），即尺度不变特征转换，是计算机视觉中用来检测图像局部特征的算法。SIFT的基本思路是寻找到图像中的一些关键点，这些点不会因为光照等条件的改变而消失，然后用这些关键点来描述该图像。SIFT算...
c++算法学习笔记 (20) 哈希表
1.模拟散列表 // 拉链法#include <bits/stdc++.h>using namespace std;const int N = 100003;int h[N];int e[N], ne[N], idx; // 存链void insert(int x){ int k ...
SVM算法（四）（有监督学习）
六、核函数（特征空间的隐式映射） 6.1、核函数简介 事实上，大部分时候数据并不是线性可分的，此时我们如何利用SVM算法来对非线性的数据进行处理呢？对于非线性的情况，SVM 的处理方法是选择一个核函数K，通过将数据映射到高维空间，来解决在原始空间中线性不可分的问题。 具体来说，在线性不可分的...
TLD目标跟踪算法详解（二）学习器Learning （跟踪器与检测器的协调与更新）
原文链接：http://blog.csdn.net/wood_water/article/details/9023151 在上一篇跟踪器与检测器（tracker and detector）中，我们已经详细介绍了TLD中跟踪器与检测器的设计方案，而在具体运行过程中需要对二者进行...
局部加权回归Loess对比MFCC三角滤波(吴恩达机器学习中说，Loess算法用到了aircraft的自动驾驶中)
局部加权回归（Loess）：Loess的目标是最小化， 其中的作用是使预测点的临近点在最小化目标函数中贡献大：Loess更加注重临近点的精确拟合。这个算法中最神奇的就是这个w，局部相关性w很像高斯模板中心到边缘（3*sigma+1）/2的局部相关性，也就相关性关注（起作用），其他不关注（不起作用）；...
PCL学习笔记——点云数据通过贪婪三角投影算法生成三角网格
PointCloud和PCLPointCloud2区别:一、PointCloud:Public Attributes:pcl::PCLHeader header( The point cloud header. )std::vector< PointT, Eigen::aligned_allo...
CRC算法 个人学习笔记 直接法、查表法注意点
CRC检验码主要是用在数据校验中，用于判断对应数据是否发生传输错误，详细的介绍百度就可以。本文主要是记录我个人在这几天学习使用CRC的过程中遇到的问题。各位在阅读时如果有发现问题，可在评论区留言，谢谢。1、CRC算法会根据选择生成的检验码的长度，需要设置一个生成多项式，一般会使用国际上几个大厂或者行...
小白最优化学习（四） 算法学习 不精确一维搜索方法
一、什么是不精确一维搜索方法一维搜索方法是 求函数的最小值，来得到最优步长，不精确一维搜索方法，即保证目标函数在每次迭代有满意的下降量的方法。到一次满意的水平，就是可接受步长。二、几个不精确一维搜索方法的准则 引用地址line search（一维搜索，或线搜索）是最优化（Optimization）...
强化学习Q-Learning算法详解
https://study.163.com/provider/400000000398149/index.htm?share=2&shareId=400000000398149（ 欢迎关注博主主页，学习python视频资源，还有大量免费python经典文章）【强化学习】Q-Learning...
（转）神经网络和深度学习简史（第一部分）：从感知机到BP算法
深度｜神经网络和深度学习简史（第一部分）：从感知机到BP算法2016-01-23 机器之心来自Andrey Kurenkov作者：Andrey Kurenkov机器之心编译出品参与：chenxiaoqing、范娜Fiona、杨超、微胖、汪汪、赵巍导读：这是《神经网络和深度学习简史》第一部分。这一部分...
【算法基础学习 5】 欧拉角 方向余弦 四元数
什么是姿态解算： 飞行器的姿态解算过程涉及到两个坐标系，一个是运载体的机体坐标系，该坐标系与运载体固连，当运载体转动的时候，这个坐标系也跟着转动，我们假设运载体的坐标系为b系。另外一个是地理坐标系，即东北天坐标系，X轴指向东，Y轴指向北，Z轴指向天，这个坐标系也称为导航坐标系，我们假设这个坐标...
Redis学习笔记二 （BitMap算法分析与BitCount语法）
Redis学习笔记二一、BitMap是什么就是通过一个bit位来表示某个元素对应的值或者状态,其中的key就是对应元素本身。我们知道8个bit可以组成一个Byte，所以bitmap本身会极大的节省储存空间。二、BitMap算法基本描述BitMap 是使用 bit位来标记某个元素对应的value，而k...
机器学习：原型聚类-高斯混合聚类算法、EM算法原理推导证明
高斯混合聚类假设样本来自高斯混合分布。先看高斯分布，若样本n维样本x服从高斯分布，则其概率密度函数为：可以看出，高斯分布完全由均值向量μ和协方差矩阵Σ两个参数确定，把上式概率密度函数记为：p(x|μ,Σ).实际中，样本集可能是来自多个不同的概率分布，或者来自相同的概率分布但分布的参数不同（这里的不同...