陈颖频的科学网博客分享 http://blog.sciencenet.cn/u/s110500617

博文

按标题搜索
压缩感知与最大后验估计
热度 1 2016-12-14 15:21
近期大量阅读各种压缩感知和图像去模糊、去噪、填补的论文,我发现这些问题都可以归结为 状态估计问题 ,而采取的目标函数往往都是保真项和正则约束项之和,并让这个泛函最小,如果从贝叶斯理论的角度思考这些问题,我发现全是一个问题,那就是最大后验概率估计问题,我们将这些论文做一个梳理,假设这些泛函目标函 ...
4351 次阅读|2 个评论 热度 1
Endnote简明教程
2016-12-9 16:16
1、 http://user.qzone.qq.com/553702786/blog/1472131602 2、 http://user.qzone.qq.com/553702786/blog/1474810841 3、 http://user.qzone.qq.com/553702786/blog/1475208976 4、 http://user.qzone.qq.com/553702786/blog/1475292177 5、 http://user.qzone.qq.com/553702786/blog/1478739906 6、 http:// ...
3284 次阅读|没有评论
压缩感知浅析
热度 2 2016-11-19 22:16
7283 次阅读|4 个评论 热度 2
水煮压缩感知中的测量矩阵
2016-10-21 11:17
受到stankovic教授的启发,对压缩感知测量矩阵有了更加深刻的理解,在常见的压缩感知问题中,测量矩阵经常是个随机矩阵,比如均值为0,有一定方差的高斯分布矩阵,Bernoulli随机测量矩阵,亚高斯随机矩阵等等。那么是否意味着测量矩阵就应该是个随机矩阵呢?答案是否定的,关键问题在于你的测量信号到底如何得到,这 ...
4723 次阅读|没有评论
从meanshift目标跟踪到粒子滤波
2016-7-10 18:13
本文一开始总结我对meanshift算法在图像分割、视频目标跟踪的一些粗浅认识,进一步引申到粒子滤波在目标跟踪中如何应用,由于本人学术水平尚浅,必然有很多认识有误,希望得到大家的批评指正,不胜感激。 在初学均值漂移算法的时候,有个总体印象,就是算法希望通过寻找密度最大的位置作为收敛位置,用白话讲, ...
4385 次阅读|没有评论
H全桥电路驱动:自举电路
热度 3 2016-3-27 18:16
我们先详细分析一下自举电路,解决几个问题,一,什么叫自举,二,为什么要自举,三,如何自举,利用什么器件自举。我们先回答什么叫自举, 自举就是让一个点的电位抬高,当然这个抬高是相对的,相对谁呢?对于图1中,自举指的是当上桥臂通的时候,G1点相对于A点抬高,这叫自举 ...
9236 次阅读|1 个评论 热度 3
卡尔曼滤波详解及其与粒子滤波的区别
2016-3-21 21:07
学院创客研究小组在制作和研发四轴飞行器过程中,涉及到卡尔曼滤波对飞机角度的估计,其滤波理论让我们同学望而生畏,其实卡尔曼滤波就程序实现而言,是非常简单的,其原理事实上也不太难懂,我用两句话总结卡尔曼滤波,第一句话:数列模型的建立, 详见下面图1的前两个公式,第二句话,叫做滤波准则,其实就是最 ...
11775 次阅读|没有评论
粒子滤波详细推导
热度 5 2016-3-5 23:46
今天反复研读伦敦大学Davies教授的大作,computer and machine vision中粒子滤波专题的推导,突然醍醐灌顶,好多个以前不懂的公式今天全给看明白了,写得真心好,还是那句话,唯其深入,所以浅出,大师就是大师。粒子滤波非常难懂,我写过一篇博文比喻粒子滤波 http://blog.sciencenet.cn/blog-684084-945598.html ,通 ...
6217 次阅读|4 个评论 热度 5
大话极大似然估计
2016-2-20 13:21
极大似然估计是参数估计中非常重要的方法,著名的EM算法其实也是分阶段的极大似然,那么什么是极大似然呢?我举个例子说明,我们以佛教的因果(虽然本人不信佛,作为有7年党龄的老党员,这点觉悟是有的)为例,辅以贝叶斯定理来说明极大似然函数到底在干嘛。 为什么叫极大似然 ...
3504 次阅读|没有评论
关于粒子滤波的几则比喻
2015-12-24 15:01
近期迷上基于贝叶斯理论的粒子滤波,很多概念不好理解,看了不少博文和书籍,有两个难点不好理解,一个是采样和由此衍生的重要性采样,另一个是重新采样,针对这两个概念,这里给出我的理解和比喻,在粒子滤波中的采样跟信号与系统中的采样完全是两码事,用一个比喻来理解,现在有个黑箱子,里面放了2个 ...
6308 次阅读|没有评论

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-29 14:21

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部