机器学习笔记（五）：初探卷积神经网络一、前言卷积神经网络主要由两部分组成： 一部分是特征提取（卷积、激活函数、池化） 另一部分是分类识别（全连接） 卷积神经网络应用非常广泛： 图像分类：场景分类，目标分类 图像检测：显著性检测，物体

机器学习笔记（四）：手写多层神经网络并应用在上一篇文章中，我们已经学习了多层神经网络的基本原理，并且对正向传播、反向传播和激活函数都有了一定的了解。 在这部分，我们将仅通过numpy和sklearn的accuracy_score（偷了个懒，

机器学习笔记（三）：多层神经网络基于生物神经元模型可得到多层感知器（Multi-layer Perceptron, MLP)的基本结构，最典型的MLP包括包括三层：输入层(Input Layer)、隐层(Hidden Layer)和输出层(

机器学习（二）：逻辑回归算法逻辑回归(Logistic Regression, LR)模型其实仅在线性回归的基础上，套用了一个逻辑函数，但也就由于这个逻辑函数，使得逻辑回归模型能够输出类别的概率。 逻辑回归的本质是：假设数据服从这个分布，然

机器学习笔记（一）：K-Means聚类算法 2021年下半年选修了两门机器学习相关的课程，感觉学到了非常多的知识，打算好好整理一下。 大部分内容是从课件里面搬运来的，但大部分代码是自己理解的基础上写出来的。 根据训练样本中是否包含标签信息

APSIPA ASC 2021杰出讲师报告会参会总结 这是从我选修的研究生课程的课程报告整理过来的。 根据“人工智能：神经网络与深度学习”课程教学要求，安排学生参加相关前沿学术报告，本学期安排参加亚太信号与信息处理协会组织的杰出讲者报告会

基于SIFT的图像拼接（融合）实现要求： 给出你用手机拍摄两张有重叠视野的照片（建议两幅图像打光不同，以体现融合的效果）。 用sift特征或者任意你熟悉的特征进行匹配。 给出变换矩阵，并完成拼接，给出拼接后的图像。 对拼接后的图像进行融合

C++ 多线程编程（二）：pthread的基本使用在C++开发中，原生的线程库主要有两个，一个是C++11提供的<thread>(std::thread类)，另一个是Linux下的<pthread.h>(p_thre

C++ 多线程编程（一）：std::thread的使用多线程编程简介说到多线程编程，就不得不提并行和并发，多线程是实现并发和并行的一种手段。 并行是指两个或多个独立的操作同时进行。 并发是指一个时间段内执行多个操作。 在单核时代，多

使用RANSAC算法拟合点云中的平面最近在写pi-slam-fusion这个项目，需要根据pi-slam计算出来的点云拟合出大地平面的方程，从而让map2dfusion根据这个方程进行地图拼接。 这一步我使用了ransac算法，并且对ran

C++中的头文件 最近在写pi-slam-fusion，遇到的问题比较多，最离谱的问题可能就是和头文件有关的这部分了。 1. 关于为什么C++需要“在头文件中声明，在源文件中定义”？ 当时为了把pislam和map2dfusion弄到一个

Harris角点检测原理Harris角点最早在paper A Combined Corner and Edge Detector中被Chris Harris & Mike Stephens提出。 0、Harris角点检测的基本思想：