12 2020 档案
摘要：PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation 一：摘要二：介绍三：相关工作四：PointCNN五：实验六：结论七：补充 一：摘要 二：介绍 三：相关工作 分别比较： 优劣： 优劣： 优劣： 四
阅读全文
摘要：https://www.cnblogs.com/ronny/p/4009425.html https://senitco.github.io/2017/06/18/image-feature-harris/ https://littletomatodonkey.github.io/2018/12/0
阅读全文
摘要：简书–总： https://www.jianshu.com/p/ff4c1a6a68d8 https://www.jianshu.com/p/effb2371ea12 csdn-总： https://blog.csdn.net/qq_44736333/article/details/10915238
阅读全文
摘要：文章目录 一：半正定矩阵二：正定矩阵3.直观理解正定、半正定矩阵 一：半正定矩阵 设A是实对称矩阵。如果对任意的实非零列向量x有xTAx≥0，就称A为半正定矩阵。 等价条件： 1. A是半正定的； 2. A的所有主子式均为非负的； 3. A的特征值均为非负的； 4. 存在n阶实矩阵C，使A=CTC；
阅读全文
摘要：文章目录 一：范数对比二：范数作用三：L0范数和L1范数之间的比较四：L1范数和L2范数的比较五：L1范数和L2范数之反向传播的理解 一：范数对比 L0范数: 指向量中非0的元素的个数。(L0范数很难优化求解) L1范数: 指向量中各个元素绝对值之和 L2范数: 指向量各元素的平方和然后求平方根 注
阅读全文
摘要：一：手写循环神经网络的实现 实验： 手动实现循环神经网络RNN，并从至少一个数据集上进行实验，这里我选取了高速公路传感器数据PEMS04（后面的实验都是用的高速公路传感器数据），主要根据数据集的大小以及特征维度，手动实现循环神经网络，包括输入层、隐藏层、输出层，其中注意的是下一层的输入是本身和上一层
阅读全文
