1.傅里叶变换2.拉普拉斯变换3.泰勒展开4.欧拉公司5.高斯分布6.随机过程7.回归分析8.R,spss9.微分,积分10,大数定律,中心极限定理 11.推介算法12.智能算法13.查找排序15.哈希函数16.MD517.加密,解密 18.莫尔斯 19,高维空间20,数论21偏微分方程22.极限, ...
分类：
其他好文 时间：
2019-07-25 20:30:32
阅读次数：
110
Social LSTM最早提出于文献 “Social LSTM: Human Trajectory Prediction in Crowded Spaces”，但经过资料查阅目前暂未找到原文献作者所提供的程序代码和数据，而在github上有许多针对该文献的实现版本代码。 本文接下来的实现代码来自，代 ...
分类：
其他好文 时间：
2019-07-20 23:02:09
阅读次数：
375
目标检测Anchor-free分支：基于关键点的目标检测（最新网络全面超越YOLOv3） https://blog.csdn.net/qiu931110/article/details/89430747 目标检测Anchor-free分支：基于关键点的目标检测（最新网络全面超越YOLOv3） htt ...
分类：
其他好文 时间：
2019-06-14 14:27:16
阅读次数：
149
需要对数据进行函数拟合，首先画一下二维散点图，目测一下大概的分布， 所谓正态分布，就是高斯分布，正态曲线是一种特殊的高斯曲线。 python的scipy.optimize包里的curve_fit函数来拟合曲线，当然还可以拟合很多类型的曲线。scipy.optimize提供了函数最小值(标量或多维)、 ...
分类：
编程语言 时间：
2019-06-02 15:49:12
阅读次数：
221
目录 大白话5分钟带你走进人工智能-第一节开篇介绍以及线性回归简介篇 大白话5分钟带你走进人工智能-第二节概率基础及高斯分布 大白话5分钟带你走进人工智能-第三节最大似然推导mse损失函数（深度解析最小二乘来源）（1） 大白话5分钟带你走进人工智能-第四节最大似然推导mse损失函数（深度解析最小二乘 ...
分类：
其他好文 时间：
2019-05-27 10:29:12
阅读次数：
152
这篇文章是在阅读 "Gabor特征总结" 时，所遇到的关于一维高斯核函数的傅里叶变化问题，在此对其变换过程进行详细描述。 问题： 高斯核函数为$w(t)=e^{ \pi t^2}$，$\hat w(f)$为其傅里叶变换，求证：$\hat w(f)=w(f)$ 证明： 将$w(t)$代入傅里叶变换式中 ...
分类：
其他好文 时间：
2019-05-19 09:18:17
阅读次数：
160
url: https://arxiv.org/abs/1812.01187 year: 2018 文中介绍了训练网络的一些 tricks, 通过组合训练过程的trick，来提高模型性能和泛化能力，以及迁移学习的性能。总的来说，这篇文章是一篇实用性极强的文章，也是需要亲自调试才能明白其好处的文章。 b ...
分类：
Web程序 时间：
2019-05-11 17:43:57
阅读次数：
279
正太分布：也叫（高斯分布Gaussian distribution），是一种随机概率分布 机器学习中numpy.random如何生成这样的正态分布数据，本篇博客记录这样的用法 import numpy as np# a = np.random.randint(1,10,size=2) # 最小值,最 ...
分类：
编程语言 时间：
2019-05-07 19:41:46
阅读次数：
335
clc;close all;clear all; %点散射方法进行混响仿真，信号为单频信号，散射体高斯分布，无多普勒频域 M=100; %阵元数 N=1000; deltar=1; %每次扫描的角度 deltasita=1; p=(deltar)*(deltasita)/(2*pi); f0=250 ...
分类：
其他好文 时间：
2019-04-29 14:05:13
阅读次数：
180
一、SVM目标和原理 svm分为线性可分和线性不可分两种 线性可分: svm.SVC(C=0.8, kernel='linear', class_weight={-1:1, 1:20}) 线性不可分: 使用径向基(高斯)核函数 svm.SVC(C=0.8, kernel='rbf', class_w ...
分类：
其他好文 时间：
2019-04-22 20:56:40
阅读次数：
168
