搜索资源列表
matlab
- 智能小车是移动机器人的一种,可通过计算机编程来实现其对行驶方向、启停以及速度的控制。要想让智能小车在行驶过程中能成功地避开障碍物,必须对其进行路径规划?,路径规划的任务是为小车规划一条从起始点到目标点的无碰路径。路径规划方法有:BP人工神经网络法(Back Propagation)、机器学习(Reinforcement Learning)、以及模糊控制(Fuzzy Control)方法等。(There are many ways on autonomous mobile robot obstac
Desktop
- 移动机器人自主避障系统的设计方法多种多样,其中基于模糊控制的机器人避障系统主要是利用模糊逻辑控制器对机器人周围环境信息进行分析和判断,并规划出一条到达目标点的无碰撞路径。该方法有着占用资源小,反应迅速,并能应对相对复杂的外部环境。本文主要以基于模糊控制原理对移动机器人避障路径规划所作的相关研究为主要内容。(There are many ways on autonomous mobile robot obstacle avoidance system designing, which bas
ransac
- RANSAC算法的输入是一组观测数据,一个可以解释或者适应于观测数据的参数化模型,一些可信的参数。 RANSAC通过反复选择数据中的一组随机子集来达成目标。被选取的子集被假设为局内点,并用下述方法进行验证: 1.有一个模型适应于假设的局内点,即所有的未知参数都能从假设的局内点计算得出。 2.用1中得到的模型去测试所有的其它数据,如果某个点适用于估计的模型,认为它也是局内点。 3.如果有足够多的点被归类为假设的局内点,那么估计的模型就足够合理。 4
moead-ira
- 这是进化算法中常用到的一种算法,moead-ida结合分解和参考点的思想更有利于解决高维多目标问题。(This is an algorithm commonly used in evolutionary algorithms. The idea of combining moead-ida with decomposition and reference points is more conducive to solving high-dimensional multi-objective pr
Matlab_SVM
- SVM算法实现+数据 (要用到一些包,按照代码里面的import到网站下就行) 1.读取数据:在Matlab中调用textread可读取UCI数据集,这里读取的文件是iris.data,因为文件中以逗号为分隔符,所以还要在读取方法中添加参数“‘delimiter’,‘,’”,从而在读数据的时候自动跳过分隔符。 2.调用cvx工具箱中的方法:首先需要下载cvx工具箱的压缩文件,在其目录下运行cvx_setup指令,然后调用其方法,以cvx_begin开头,cvx_end为终止符号,所有需
模糊C均值聚类算法
- 模糊c-均值聚类算法通过优化目标函数得到每个样本点对所有类中心的隶属度,从而决定样本点的类属以达到自动对样本数据进行分类的目的,一般用于故障识别与分类。(Fuzzy c- mean clustering algorithm obtains the membership degree of every sample point to all class centers by optimizing the objective function, and determines the classifi
PanoramaMaker-master
- 在机器视觉应用领域里特征检测和匹配是一个很重要的算法,比如图像配准、跟踪和目标检测。这个例子里,我们用基于特征的方法完成图像拼接。处理的方法是先用图像配准特征点。不同于单图像对配准,这里是多图像对的配准完成图像拼接。(In the field of machine vision application, feature detection and matching is a very important algorithm, such as image registration, trackin
som神经网络
- 一个神经网络接收外界输入模式时,将会分为不同的对应区域,各区域对输入模式有不同的响应特征,而这个过程是自动完成的。其特点与人脑的自组织特性类似。SOM的目标是用低维(通常是二维或三维)目标空间的点来表示高维空间中的所有点,尽可能地保持点间的距离和邻近关系(拓扑关系)。(When a neural network receives external input mode, it will be divided into different corresponding regions. Each r
DBSCAN聚类
- Python密度聚类 最近在Science上的一篇基于密度的聚类算法《Clustering by fast search and find of density peaks》引起了大家的关注(在我的博文“论文中的机器学习算法——基于密度峰值的聚类算法”中也进行了中文的描述)。于是我就想了解下基于密度的聚类算法,熟悉下基于密度的聚类算法与基于距离的聚类算法,如K-Means算法之间的区别。 基于密度的聚类算法主要的目标是寻找被低密度区域分离的高密度区域。与基于距离的聚类算法不同的是,基
ASTAR
- 使用A*算法完成从起始点到目标点的导航,可以自主设置障碍(The A* algorithm is used to complete the navigation from the starting point to the target point, and the obstacles can be set up independently.)
4人工势场法路径规划程序
- 多机器人系统的群集编队控制理论仿真程序,采用人工势场法,使多个机器人在向目标点运动过程中能保持队形,并能适应环境约束(The simulation program of cluster formation control for multi robot system is based on artificial potential field method, which enables multiple robots to maintain formation in the process of
标定
- 相机标定源代码,包括标定板制作、相机内参数标定、相机外参数标定、两目标点之间像素距离测量及实际距离测量等。(Camera calibration source code, including calibration board production, calibration of camera parameters, calibration of camera parameters, pixel distance measurement between two target points, an
SIFT算法详解及应用(讲的很详细)(1)
- SIFT算法。成像匹配的核心问题是将同一目标在不同时间、不同分辨率、不同光照、不同位姿情况下所成的像相对应。传统的匹配算法往往是直接提取角点或边缘,对环境的适应能力较差,急需提出一种鲁棒性强、能够适应不同光照、不同位姿等情况下能够有效识别目标的方法。(SIFT.The core problem of imaging matching is to correspond to the image formed by the same target at different times, differ
ObjectManualCutNew
- 对图片上的特征物可以实现框选或者是描边提取,同时记录坐标,可用于机器学习。(The feature of the picture can achieve frame selection or stroke extraction, while recording the coordinates, can be used for machine learning.)
双峰法阈值分割
- 双峰法阈值分割。阈值分割法是一种基于区域的图像分割技术,原理是把图像象素点分为若干类。图像阈值化分割是一种传统的最常用的图像分割方法,因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。它特别适用于目标和背景占据不同灰度级范围的图像。它不仅可以极大的压缩数据量,而且也大大简化了分析和处理步骤,因此在很多情况下,是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。图像阈值化的目的是要按照灰度级,对像素集合进行一个划分,得到的每个子集形成一个与现实景物相对应的区
Diagonal and edge
- B正在做一个关于图像理解方面的研究,她的目标是识别图像中的轮廓。当前阶段,她希望能够识别正方形。图像用一个矩阵表示,矩阵的每个元素对应于图像中的一个像素点,值为0或1,0表示背景,1表示前景。需要寻找的正方形必须满足线宽为单像素,且大小至少为2x2。她希望你能帮她找出图像中满足如下条件的两类正方形的个数: 正方形的边与矩阵边缘平行; 正方形的边与矩阵对角线平行;(B is doing a research on image understanding, and her goal is to
K-means
- K-means算法是硬聚类算法,是典型的基于原型的目标函数聚类方法的代表,它是数据点到原型的某种距离作为优化的目标函数,利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似度测度,它是求对应某一初始聚类中心向量V最优分类,使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数。(The K-means algorithm is a hard clustering algorithm, which is representative of the prototy
ConsoleApplication10
- 用于运动目标的检测,算法为图像中每一个像素点建立一个码本,每个码本可以包括多个码元。(Detection of moving targets,The algorithm establishes a codebook for every pixel in the image, and each codebook can contain multiple symbols.)
最优化实验外惩罚函数法
- 最优化实验外惩罚函数法,我们根据约束的特点,构造某种惩罚函数,然后加到目标函数中去,将约束问题求解转化为一系列的无约束问题。这种“惩罚策略”,对于无约束问题求解过程中的那些企图违反约束条件的目标点给予惩罚。(According to the characteristics of constraints, we construct some penalty function, and then add it to the objective function to transform the co
New Folder
- 在平面内,由出发点向目标点移动,并进行避障(路径规划)(In the plane,moving from the starting point to the target point and avoiding obstacles.(path planning))