round函数用的是银行家算法，不好使。 roundTo也不好使。 什么Format呀， result := int(value * 100 + 0.5) / 100; 全都统统不好用。 后面弄明白原因了，许多时候计算的结果为：17.145，但事实上是17.1449999999等，这时你再四舍五入两 ...
ResNet网络，本文获得2016 CVPR best paper，获得了ILSVRC2015的分类任务第一名。 本篇文章解决了深度神经网络中产生的退化问题（degradation problem）。什么是退化问题呢？如下图： 上图所示，网络随着深度的增加（从20层增加到56层），训练误差和测试误差 ...
分类：
Web程序 时间：
2017-10-29 23:19:06
阅读次数：
478
提升(boosting) 方法是一种常用的统计学习方法,应用广泛且有效.在分类问题中，它通过改变训练样本的权重，学习多个分类器，并将这些分类器进行线性组合，提高分类的性能.本章首先介绍提升方法的思路和代表性的提升算法AdaBoost; 然后通过训练误差分析探讨AdaBoost 为什么能够提高学习精度 ...
分类：
其他好文 时间：
2017-10-29 22:02:51
阅读次数：
188
## 北斗伴侣踩点器的功能验证##### 1.使用北斗伴侣（北斗伴侣使用千寻查分，进入固定节模式）标记4个点坐标，建立地块信息。分别用GNS A3.0 和千寻差分DGNS 进行全自主飞行。记录飞机轨迹与标记点的实际误差。###```使用GNS A3.0 飞行测试 20171027，第一次测试，飞行轨... ...
分类：
其他好文 时间：
2017-10-28 19:47:47
阅读次数：
112
在机器学习中，我们通常要考虑的一个问题是如何的“以偏概全”，也就是以有限的样本或者结构去尽可能的逼近全局的分布。这就要在样本以及结构模型上下一些工夫。在一般的训练任务中，考虑的关键问题之一就是数据分布是否合理：首先是数据集的覆盖度，也就是数据集是否能够覆盖样本空间；其次还要尽可能的保证具有和真实数据 ...
分类：
编程语言 时间：
2017-10-28 18:58:02
阅读次数：
177
#1.用ts()建立时间序列#例子1kings<-scan("//robjhyndman.com/tsdldata/misc/kings.dat",skip=3);kingskingstimeseries<-ts(kings)kingstimeseriesplot(kingstimeseries)# ...
分类：
其他好文 时间：
2017-10-28 12:48:57
阅读次数：
150
监督机器学习问题无非就是再规则化参数的同时最小化误差。 *最小化误差是为了让我们的模型拟合我们的训练数据，而规则化参数是防止我们的模型过分拟合我们的训练数据 规则化参数的作用： *使得模型简单，且具有好的泛化性能（也就是测试误差小） *将人对这个模型的先验知识融入到模型的学习当中，使得模型具有稀疏、 ...
分类：
其他好文 时间：
2017-10-27 13:35:50
阅读次数：
238
正如名字所示，TLD算法主要由三个模块构成：追踪器（tracker），检测器（detector）和机器学习（learning）。 对于视频追踪来说，常用的方法有两种，一是使用追踪器根据物体在上一帧的位置预测它在下一帧的位置，但这样会积累误差，而且一旦物体在图像中消失，追踪器就会永久失效，即使物体再出 ...
分类：
编程语言 时间：
2017-10-27 02:01:58
阅读次数：
348
1500. 误差曲线 ★★ 输入文件：errorcurves.in 输出文件：errorcurves.out 评测插件时间限制：1 s 内存限制：256 MB 【题目描述】 Josephina是一名聪明的妹子，她最近痴迷于机器学习。她花费了大量精力学习线性判别分析，因为其中有不少有趣的性质。 为了测 ...
分类：
其他好文 时间：
2017-10-27 01:43:15
阅读次数：
150
题目描述 农夫约翰要量取 Q（1 <= Q <= 20,000）夸脱（夸脱，quarts，容积单位——译者注） 他的最好的牛奶，并把它装入一个大瓶子中卖出。消费者要多少，他就给多少，从不有任何误差。 农夫约翰总是很节约。他现在在奶牛五金商店购买一些桶，用来从他的巨大的牛奶池中量出 Q 夸脱的牛奶。每 ...
分类：
其他好文 时间：
2017-10-26 23:19:08
阅读次数：
246
