大神解答 一.前提 最一般的状态估计问题，我们会根据系统是否线性，把它们分为线性/非线性系统。同时，对于噪声，根据它们是否为高斯分布，分为高斯/非高斯噪声系统。现实中最常见的，也是最困难的问题，是非线性-非高斯(NLNG, Nonlinear-Non Gaussian)的状态估计。下面先说最简单的情 ...
分类：
其他好文 时间：
2018-04-15 13:36:56
阅读次数：
388
一.状态估计的解释 我们知道每个方程都受噪声的影响，这里把位姿x和路标y看成服从某种概率分布的随机变量。因此我们关心的问题就变成了：当我们已知某些运动数据u和观测数据z时，如何确定状态量x，y的分布？比较常见且合理的情况下，我们假设状态量和噪声项服从高斯分布 这意味着在程序中只需存储它们的均值和协方 ...
分类：
其他好文 时间：
2018-04-12 13:42:59
阅读次数：
465
我也觉得这个地方很绕，lammps中给出的是满足高斯分布，然而很多地方都说原子的初始速度符合波尔兹曼分布，不理解啊。？ 高斯分布只是实空间下三个方向的分量，两个分布其实等价； FRENKEL的书上写道，在一定温度下的速度是满足玻尔兹曼分布的，但为什么在初始化的时候给的是满足高斯分布的随机数呢？其实， ...
分类：
其他好文 时间：
2018-04-08 10:21:59
阅读次数：
1191
一、高斯混合模型 软分类算法，即对每一个样本，计算其属于各个分布的概率，概率值最大的就是这个样本所属的分类。 对于训练样本的分布，看成为多个高斯分布加权得到的。其中每个高斯分布即为某一特定的类。 高斯混合模型和高斯判别分析非常像，唯一的区别就是在高斯混合模型中，每个样本所属的类别标签是未知的。 为了 ...
分类：
其他好文 时间：
2018-04-03 14:32:17
阅读次数：
148
一、经验风险最小化 1、有限假设类情形 对于Chernoff bound 不等式，最直观的解释就是利用高斯分布的图象。而且这个结论和中心极限定律没有关系，当m为任意值时Chernoff bound均成立，但是中心极限定律不一定成立。 随着 模型复杂度 （如多项式的次数、假设类的大小等）的增长， 训练 ...
分类：
其他好文 时间：
2018-04-03 14:29:26
阅读次数：
173
一、协方差矩阵 协方差矩阵为对称矩阵。 在高斯分布中，方差越大，数据分布越分散，方差越小发，数据分布越集中。 在协方差矩阵中，假设矩阵为二维，若第二维的方差大于第一维的方差，则在图像上的体现就是：高斯分布呈现一个椭圆形，且主轴对应的就是方差大的第二维度。简而言之，若对角线元素相等，则高斯分布的图形是 ...
分类：
其他好文 时间：
2018-04-03 14:27:28
阅读次数：
171
一、疑问 二、知识点 1. 白化 ? 白化操作的输入是特征基准上的数据，然后对每个维度除以其特征值来对数值范围进行归一化。该变换的几何解释是：如果数据服从多变量的高斯分布，那么经过白化后，数据的分布将会是一个均值为零，且协方差相等的矩阵。该操作的代码如下： ? 警告：夸大的噪声。注意分母中添加了1e ...
分类：
其他好文 时间：
2018-04-03 12:50:40
阅读次数：
187
这里有两组数据：X1、X2。 需要得到的结论是Y 拟合上面的平面： 误差分析： 附：高斯分布（正态分布） 化简： 最后化简的结果就是我们希望得到的： 评估： ...
分类：
编程语言 时间：
2018-03-26 22:35:23
阅读次数：
234
今天数学课上老师说高尔顿钉板符合高斯分布，然而直觉告诉我这是二项分布，只是二项分布的概率密度函数可以用高斯分布近似而已，其实和高斯分布(正态分布)没什么关系。 上图是书上的原图，如果我们把它的结构抽象成树的形式，就是下图，其中小球落入最上面孔的概率是1，从最上面落入下面两个子节点的概率分别为1/2， ...
分类：
其他好文 时间：
2018-03-17 13:42:56
阅读次数：
372
Hulu机器学习系列按时来报到～ 快搬好小板凳，一起来学习吧 今天的主题是 【采样】 引言 古人有云：“知秋一叶，尝鼎一脔”，其中蕴含的就是采样思想。采样，就是根据特定的概率分布产生对应的样本点。对于一些简单的分布（如均匀分布、高斯分布），很多编程语言里面都有直接的采样函数。然而，即使是这种简单的 ...
分类：
其他好文 时间：
2018-02-27 21:22:20
阅读次数：
511
