聚类
代码123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163#include<iostream>#include<vector>#include <memory>#include <cmath>#include <random>#in ...
Sophus安装
参考网址: (135条消息) Sophus库使用踩坑_清酒不是九的博客-CSDN博客_卸载sophus
(135条消息) Sophus库安装 踩坑心得_sulywang的博客-CSDN博客
(135条消息) Sophus库安装及make报错解决记录_weixin_52402390的博客-CSDN博客_sophus安装报错
(161条消息) 高翔视觉SLAM十四讲Sophus安装指南(经历)_新生菜鸟不怕猫的博客-CSDN博客_sophus安装
安装fmt下载fmt
12345mkdir buildcd buildcmake ..makesudo make install
安装123456git clone https://ghproxy.com/https://github.com/strasdat/Sophus.gitcd Sophusmkdir build && cd buildcmake ..make -j8make install
编译问题 Sophus/sophus/so2.cpp 文件修改
123456789101112//将SO2::SO2( ...
检测识别
参考网址: (135条消息) 机器学习中性能评估指标中的准确率(Accuracy)、召回率(Recall=TPR)、精确率(Precision)、误报率(FPR)、漏报率(FNR)及其关系_叫我猴哥的博客-CSDN博客_误报率和漏报率
(135条消息) 数据分析见解-数据异常波动_易夫人0的博客-CSDN博客_数据波动分析
(135条消息) 同比、环比_. . . . .的博客-CSDN博客_月环比和月同比
(135条消息) 一阶矩、二阶矩含义_hitzhang的博客-CSDN博客_二阶矩是什么意思
(135条消息) 【python 机器学习】正态分布检验以及异常值处理3σ原则_东华果汁哥的博客-CSDN博客_正态分布去除异常值
异常检测波动类型
一次性波动
周期性波动
持续性波动
异常识别
绝对值预警
相对值预警
同比环比
周期平滑
假设检测( 3σ原则 )
评价性能指标精确率(Precision) precision 表示的是被识别为正类别的样本中,确实为正类别的比例是多少?
召回率(Recall=TPR) 在所有正类别样本中,被正确识别为正类别的比例是 ...
算法设计流程
参考网址: (135条消息) 机器学习中性能评估指标中的准确率(Accuracy)、召回率(Recall=TPR)、精确率(Precision)、误报率(FPR)、漏报率(FNR)及其关系_叫我猴哥的博客-CSDN博客_误报率和漏报率
算法设计流程例子:
找出scan中错误点->定义错误点->描述实现方法->coding->评价->迭代
pf重采样
参考网址: (134条消息) 粒子滤波重采样_cjn_的博客-CSDN博客_粒子滤波重采样
softdream/MCL_test: Monte Carlo Localization( MCL ) (github.com)
无处不在的小土-pr_chapter4 (gaoyichao.com)
简介重采样这里提两种方式:轮盘赌与低方差重采样
低方差重采样优点在于仅用单一随机数实现在X集合中进行采样
轮盘赌重采样
123456789101112131415161718192021222324252627 %生成c,范围为(0~1) c=zeros(1,n); c(1)=w(1); for j=2:n c(j)=c(j-1)+w(j); end %转盘子,生成随机数,看落在哪个区间 %首先我们要重采样n个粒子,粒子数要与之前相同 for j=1:n a=unifrnd(0,1);%均匀分布随机数 for k=1:n if (a<c(k)) ...
config配置
参考网址: .ini配置文件解析器–minIni (qq.com)
peitianyu/config_ini (github.com)
使用12345// config_iniConfig *USINGINFOPAHT;USINGINFOPAHT = cnf_read_config(ConfigFile_name, '#', ':');cnf_get_value(USINGINFOPAHT, "scan", "angle_min");angle_min = USINGINFOPAHT->re_double;
1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727374757677787980/* gcc -o minIni.o -c minIni.c g++ -o t ...
软件命名规则
参考网址: 嵌入式软件版本怎么样命名才比较专业? (qq.com)
格式12主版本号.子版本号.修订版本号.日期_版本阶段V1.2.3.20220513_rc
版本阶段1234567891011121314standard:标准版full version:完整版,即正式版lts:长期维护版本ultimate:旗舰版alpha:内部版本beta:测试版demo:演示版enhance:增强版free:自由版lts:长期维护版本release:发行版rc:即将作为正式版发布standard:标准版upgrade:升级版
addr2line
参考网址: (132条消息) addr2line 输出为?:0可能原因_qq_23101811的博客-CSDN博客
(132条消息) addr2line命令_残阳的博客-CSDN博客_addr2line命令用法
(132条消息) Linux命令之dmesg命令_浪子吴天的博客-CSDN博客_dmesg
(133条消息) addr2line排查地址_AK_Coffee的博客-CSDN博客_addr2line地址
使用流程123456789101112131415# 编译注意使用-g模式编译gcc -o test -g test.c#清除内核环形缓冲区(ring butter)dmesg -C #执行文件./test# 查看所有开机日志信息dmesg[3540868.730553] traps: test[4331] trap divide error ip:55d347e5067b sp:7ffdb3499f50 error:0[3540868.730567] in test[55d347e50000+1000]# 计算ipip: 55d347e5067b - 55d34 ...
c++查看内存使用
参考网址: (131条消息) PROC系列之—/proc/pid/statm_沙漠里的海豚的博客-CSDN博客_proc statm
简介12cat /proc/self/statm654 57 44 0 0 334 0
解释123456789CPU 以及CPU0。。。的每行的每个参数意思(以第一行为例)为:参数 解释 /proc/ /statusSize (pages) 任务虚拟地址空间的大小 VmSize/4Resident(pages) 应用程序正在使用的物理内存的大小 VmRSS/4Shared(pages) 共享页数 0Trs(pages) 程序所拥有的可执行虚拟内存的大小 VmExe/4Lrs(pages) 被映像到任务的虚拟内存空间的库的大小 VmLib/4Drs(pages) 程序数据段和用户态的栈的大小 (VmData+ VmStk )4dt(pages) 0
参考程序12345678910void dump_mem_usage(){ FILE* f = fopen("/proc/self/statm", "rt ...
nanoflann
参考网址: (131条消息) nanoflann库_Being_young的博客-CSDN博客
nanoflann: a C++11 header-only library for Nearest Neighbor (NN) search with KD-trees
使用12345678910111213141516// 1.构建kd-tree索引using my_kd_tree_t = nanoflann::KDTreeSingleIndexAdaptor< nanoflann::L2_Simple_Adaptor<num_t, PointCloud<num_t>>, PointCloud<num_t>, 3 /* dim */ >;my_kd_tree_t index(3 /*dim*/, cloud, {10 /* max leaf */});// 2.knn 检索const size_t num_results = 1;siz ...