r******e
发帖数: 244 | 1 【 以下文字转载自 EE 讨论区 】
发信人: realhire (realhire), 信区: EE
标 题: [求助] 使用MCMC方法和卡尔曼滤波求后验概率遇到一些问题求助
发信站: BBS 未名空间站 (Wed May 8 16:14:26 2013, 美东)
我的问题是这样的:
意志一个系统状态X的先验分布为N(mu, sigma),和测量更新方程: Z=HX+V,
H为线性矩阵,V为测量噪声,设为normal分布. 要求X的后验概率密度.
我使用了两种方法:
1 基于random walking 的MCMC方法, 但是这个方法求的后验概率的均值和方差都很不
稳定. 我已经使用超过100万次的转移,效果还是不理想. 我用的是M_H的方法,求解一个
未知参数为二维的问题, 转移概率 : 后验概率~先验概率*likehood函数.
2 所以我想通过卡尔曼滤波的方法,求的这个后验概率的真实的均值和方差, 以下是我
的结论:
E(X_hat)=(I-K*H)*E(X)+ K*Z
Cox(X_hat)=(I-K*H)*Cov(X)*(I-K*H)' +K*Cov(Z)*K'
K=C... 阅读全帖 |
|
r******e
发帖数: 244 | 2 我的问题是这样的:
意志一个系统状态X的先验分布为N(mu, sigma),和测量更新方程: Z=HX+V,
H为线性矩阵,V为测量噪声,设为normal分布. 要求X的后验概率密度.
我使用了两种方法:
1 基于random walking 的MCMC方法, 但是这个方法求的后验概率的均值和方差都很不
稳定. 我已经使用超过100万次的转移,效果还是不理想. 我用的是M_H的方法,求解一个
未知参数为二维的问题, 转移概率 : 后验概率~先验概率*likehood函数.
2 所以我想通过卡尔曼滤波的方法,求的这个后验概率的真实的均值和方差, 以下是我
的结论:
E(X_hat)=(I-K*H)*E(X)+ K*Z
Cox(X_hat)=(I-K*H)*Cov(X)*(I-K*H)' +K*Cov(Z)*K'
K=Cov(X)*H'*(H*Cov(X)*H+Cov(Z))^-1
K是卡尔曼滤波增益, X_hat表示后验值. 用这个公式算出的均值和方差和MCMC方法在先
验概率均值为0时,基本一致.
但均值如果不为零,则结果不符合.
求各位卡尔曼高手,说说,我这个推导有问题么? 还有MC... 阅读全帖 |
|
o****p
发帖数: 162 | 3 更新一下, 最后发现是openCV的库函数有Bug. 在出错的数据点,
我打出openCV所有的内部数据, 发现其中估算子的协变矩阵竟然有
不对称或者负本征值, 好象数量级也大的不对劲. 不管到底是软件错误
还是数值不稳定, 看来openCV的内部卡尔曼滤波函数有问题.
谢谢回贴的朋友, 希望我的经验对openCV的朋友有用. |
|
i*****t
发帖数: 24265 | 4 开环控制不一定要反馈
卡尔曼滤波需要反馈
应用决定的. |
|
o****p
发帖数: 162 | 5 谢谢回贴的朋友.
更新一下, 最后发现是openCV的库函数有Bug. 在出错的数据点,
我打出openCV所有的内部数据, 发现其中估算子的协变矩阵竟然有
不对称或者负本征值, 好象数量级也大的不对劲. 不管到底是软件错误
还是数值不稳定, 看来openCV的内部卡尔曼滤波函数有问题. |
|
o****p
发帖数: 162 | 6 既然版主给mark了, 就更新一下, 最后发现是openCV的库函数有Bug.
在出错的数据点,我打出openCV所有的内部数据, 发现其中估算子
的协变矩阵竟然有不对称或者负本征值, 好象数量级也大的不对劲.
不管到底是软件错误还是数值不稳定, 看来openCV内部的
卡尔曼滤波函数有问题. |
|
F******n
发帖数: 160 | 7 不是高手，只是对kalman filter熟悉，略微了解一些Bayesian DLM的基本概念，所以
也许可以讨论一下。我的讨论见下面。
对于正态的噪声，标准“卡尔曼滤波”和标准、简单的“贝叶斯线性动力模型”应该就
是一回事吧。而且对整个系统有封闭的解析结果。
：而且hessian of log likelihood function就是这个mle estimator的
sa
么？
不太确定我理解了你这个问题，就我所理解和知道的说说。
标准“卡尔曼滤波”针对的主要问题不是预测，而是实时滤波和估计。比如说，对于一
个线性动力系统，你观察到一系列数据，想估算某些动力状态量，最简单的像定位跟踪
系统，你知道动力模型，观测到目标在每一个时刻的位置坐标，想算出速度，加速度，
角速度等等。当然你不能用简单的两个时刻的位置一减除以时间间隔来做。这些速度，
加速度，角速度就是上面模型里的theta_t（不可直接观测的“隐含”动力态）。所以
“卡尔曼滤波”（或者正态噪声的“贝叶斯线性动力模型”）问题就是这样一个构造:
1. 估计问题：当观测到一个新数据y_t（位置），借助y_t = F * theta... 阅读全帖 |
|
b*******y
发帖数: 4304 | 8 神话苏联可以休矣。。。
根据武汉大学的讲义， 苏美各有千秋， 美国更厉害一些， 维拉香浓两个巨牛：
公元1875年 ·英国E.J.劳思建立劳思判据 公元1876
年 ·英国R.怀特黑德研制出采用比例微分控制的自动式鱼
雷 ·美国A.G.贝尔发明实用的电话机
·俄国И﹒А﹒维什涅格拉茨基发表《论调节器的一般原理》 公元1879
年 ·美国D.康诺利发明自动电话交换机 公元1890年
·美国H.霍勒里思研制出第一台有实用价值的卡片程序控
制计算机 公元1892年 ·俄国 李雅普诺夫﹐А.М.
发表《论运动稳定性的一般问题》 公元1895年 ·德
国A.... 阅读全帖 |
|
F******n
发帖数: 160 | 9 你是EE做什么方向的？EE用到很多统计。
卡尔曼滤波，对于搞统计的，大多都一般化地叫做dynamic linear models (DLM)了。
搞统计的有这样一本书：
Mike West, Jeff Harrison (Springer Series in Statistics ) “Bayesian
Forecasting and Dynamic Models”
（电子书可以下载。如果需要，可以站内给我发信，我也有这本电子书）
第四章就是讲DLM，核心推导就是卡尔曼滤波。不过我很喜欢搞统计的DLM的方式，很一
般化，模型框架和概念的来龙去脉，以及和各种模型思想的关联说的很清晰。EE里就只
讲卡尔曼滤波，顶多就讲些非线性的扩展，有点“一叶障目”的感觉，看不到整体的思
想结构。 |
|
b*******e
发帖数: 24532 | 10 【 以下文字转载自 Joke 讨论区 】
发信人: siphon (西风), 信区: Joke
标 题: 我怎么感觉现在相亲和女孩没得聊啊？（附对话记录）转载
发信站: BBS 未名空间站 (Mon Feb 22 10:12:26 2010, 美东)
初五去相亲，为了活跃气氛，我就随便问了几个问题，她竟然一个都答不上来，也没有
讨论的气氛。。。。
看她自我介绍说对世界的本质好奇，就先问了一个：
规范场和动力学质量是如何联系起来的？
她愣在那里半天，既不回答，也不说说自己的观点。。。
看她对物质本源的理论其实没啥研究，就问个工程一点的问题吧：
卡尔曼滤波，鲁棒滤波和粒子滤波，对于实际工程孰优孰劣？
她说话了：什么棒，什么波？。。。。
宗教信仰估计老百姓都有，就问她：大乘佛教和小乘的教义你是怎么看的？ 结果继续
无语。
崩溃了，万般无奈之中，记得生物普遍是女孩子的强项，就用自己蹩脚的生物知识问一
个吧，就算出丑，能开个头抛砖引玉也好：
在测细胞凋亡过程时，用什么方法能使DNA更好地片断化？
她终于活跃了：哦，DNA啊，想不到你也看那种色色的动画。。。 |
|
g*******a
发帖数: 31586 | 11 【 以下文字转载自 Piebridge 讨论区 】
发信人: LostinTime (油叔), 信区: Piebridge
标 题: 我怎么感觉现在相亲和女孩没得聊啊？（附对话记录）转载 (转载)
发信站: BBS 未名空间站 (Mon Feb 22 18:34:53 2010, 美东)
发信人: siphon (西风), 信区: Joke
标 题: 我怎么感觉现在相亲和女孩没得聊啊？（附对话记录）转载
发信站: BBS 未名空间站 (Mon Feb 22 10:12:26 2010, 美东)
初五去相亲，为了活跃气氛，我就随便问了几个问题，她竟然一个都答不上来，也没有
讨论的气氛。。。。
看她自我介绍说对世界的本质好奇，就先问了一个：
规范场和动力学质量是如何联系起来的？
她愣在那里半天，既不回答，也不说说自己的观点。。。
看她对物质本源的理论其实没啥研究，就问个工程一点的问题吧：
卡尔曼滤波，鲁棒滤波和粒子滤波，对于实际工程孰优孰劣？
她说话了：什么棒，什么波？。。。。
宗教信仰估计老百姓都有，就问她：大乘佛教和小乘的教义你是怎么看的？ 结果继续
无语。
崩溃了，万般无奈之中， |
|
e******u
发帖数: 6296 | 12 初五去相亲，为了活跃气氛，我就随便问了几个问题，她竟然一个都答不上来，也没有
讨论的气氛。。。。
看她自我介绍说对世界的本质好奇，就先问了一个：
规范场和动力学质量是如何联系起来的？
她愣在那里半天，既不回答，也不说说自己的观点。。。
看她对物质本源的理论其实没啥研究，就问个工程一点的问题吧：
卡尔曼滤波，鲁棒滤波和粒子滤波，对于实际工程孰优孰劣？
她说话了：什么棒，什么波？。。。。
宗教信仰估计老百姓都有，就问她：大乘佛教和小乘的教义你是怎么看的？ 结果继续
无语。
崩溃了，万般无奈之中，记得生物普遍是女孩子的强项，就用自己蹩脚的生物知识问一
个吧，就算出丑，能开个头抛砖引玉也好：
在测细胞凋亡过程时，用什么方法能使DNA更好地片断化？
她终于活跃了：哦，DNA啊，想不到你也看那种色色的动画。。。 |
|
x**********s
发帖数: 6296 | 13 我是一名程序员，昨天晚上去相亲，感觉现在的女生... 相亲时，我就随便问了三个问
题，她竟然一个都答不上来，也没有讨论的气氛。。。
先问了一个“虚函数和纯虚函数有什么区别？”，她愣在那里半天，既不回答，也不说
说自己的观点。
看她对C++没什么研究，就问一点算法一点的问题吧“怎么实现二叉树的深度优先遍历
？”，她说话了“二叉树？有多深？”
崩溃了，万般无奈之中，记得女孩子普遍对时间敏感，“哈希表插入操作的时间复杂度
是多少？”她终于活跃了："哈希表是谁?...多复杂？..."
----------------------------------------------------------------------------
--------------------------------------------------------------
我是一名化学家，昨天晚上去相亲，感觉现在的女生...相亲时，我就随便问了三个问
题，他竟然一个都打不上来，也没有讨论的气氛。。。
先问了一个“伪姜泰勒效应和分子轨道理论哪个能更好的解释臭氧的极性？”，她愣在
那里半天，既不会打，也不说说自... 阅读全帖 |
|
a*******3
发帖数: 3289 | 14 【 以下文字转载自 SanFrancisco 讨论区 】
发信人: grant (很吉利的id), 信区: SanFrancisco
标 题: 我怎么感觉现在相亲和女孩没得聊啊？（附对话记录）转载 (转载)
发信站: BBS 未名空间站 (Mon Feb 22 13:01:13 2010, 美东)
发信人: siphon (西风), 信区: Joke
标 题: 我怎么感觉现在相亲和女孩没得聊啊？（附对话记录）转载
发信站: BBS 未名空间站 (Mon Feb 22 10:12:26 2010, 美东)
初五去相亲，为了活跃气氛，我就随便问了几个问题，她竟然一个都答不上来，也没有
讨论的气氛。。。。
看她自我介绍说对世界的本质好奇，就先问了一个：
规范场和动力学质量是如何联系起来的？
她愣在那里半天，既不回答，也不说说自己的观点。。。
看她对物质本源的理论其实没啥研究，就问个工程一点的问题吧：
卡尔曼滤波，鲁棒滤波和粒子滤波，对于实际工程孰优孰劣？
她说话了：什么棒，什么波？。。。。
宗教信仰估计老百姓都有，就问她：大乘佛教和小乘的教义你是怎么看的？ 结果继续
无语。
崩溃了，万般 |
|
w*******e
发帖数: 15912 | 15 老纳昨天看文献，有个词叫鲁棒稳定性，后来才整明白介个鲁棒原来是robust的音译，
我倒!
卡尔曼滤波，鲁棒滤波和粒子滤波，对于实际工程孰优孰劣？
她说话了：什么棒，什么波？。。。。 |
|
l********e
发帖数: 131 | 16 【 以下文字转载自 Joke 讨论区 】
发信人: siphon (西风), 信区: Joke
标 题: 我怎么感觉现在相亲和女孩没得聊啊？（附对话记录）转载
发信站: BBS 未名空间站 (Mon Feb 22 10:12:26 2010, 美东)
初五去相亲，为了活跃气氛，我就随便问了几个问题，她竟然一个都答不上来，也没有
讨论的气氛。。。。
看她自我介绍说对世界的本质好奇，就先问了一个：
规范场和动力学质量是如何联系起来的？
她愣在那里半天，既不回答，也不说说自己的观点。。。
看她对物质本源的理论其实没啥研究，就问个工程一点的问题吧：
卡尔曼滤波，鲁棒滤波和粒子滤波，对于实际工程孰优孰劣？
她说话了：什么棒，什么波？。。。。
宗教信仰估计老百姓都有，就问她：大乘佛教和小乘的教义你是怎么看的？ 结果继续
无语。
崩溃了，万般无奈之中，记得生物普遍是女孩子的强项，就用自己蹩脚的生物知识问一
个吧，就算出丑，能开个头抛砖引玉也好：
在测细胞凋亡过程时，用什么方法能使DNA更好地片断化？
她终于活跃了：哦，DNA啊，想不到你也看那种色色的动画。。。 |
|
m********y
发帖数: 1543 | 17 【 以下文字转载自 Joke 讨论区 】
发信人: Jadeson (Jadeson), 信区: Joke
标 题: ZZ 昨天去相亲 感觉现在的女生文化素质真没劲
发信站: BBS 未名空间站 (Wed Jul 2 19:19:06 2008)
哎，现在的女生文化素质真没劲。。。
昨天去相亲，我就随便问了三个问题，她竟然一个都答不上来，也没有讨论的气氛。。。
。
看她自我介绍说对世界的本质好奇，就先问了一个：
规范场和动力学质量是如何联系起来的？
她愣在那里半天，既不回答，也不说说自己的观点。。。
看她对物质本源的理论其实没啥研究，就问个工程一点的问题吧：
卡尔曼滤波，鲁棒滤波和粒子滤波，对于实际工程孰优孰劣？
她说话了：什么棒，什么波？。。。。
崩溃了，万般无奈之中，记得生物普遍是女孩子的强项，就用自己蹩脚的生物知识问一个
吧，就算出丑，能开个头抛砖引玉也好：
在测细胞凋亡过程时，用什么方法能使DNA更好地片断化？
她终于活跃了：哦，DNA啊，想不到你也看那种色色的动画。。。 |
|
z*****7
发帖数: 199 | 18 有必要先看一下这张照片，照片中士兵所背何物？美国防高级研究计划局曾叫它“
小分队作战态势知晓系统”（SUO-SAS）。交陆军试验后，美陆军部将其改名为“士兵
综合通信环境系统”。美国武器装备专家称：SUO-SAS可能是当今世界上最先进的、同
时也是最密集的单兵网络通信系统。因此，人们管它叫“单兵网络”。
这种“单兵网络”是1999年开始研制的，承包商是美国国际电话与电报公司，2002
年完成样机，尔后便是试验。它的样机其实是一个短波-可重编程序的多波段无线电台
，可覆盖范围很大的地区。远距离通信选用频率从20赫到2.5赫。SUO -SAS的外形如同
视频盒式录音机，重达13.6公斤。机上有一个头戴送受话器，送受话器上备有话筒。在
士兵一只眼睛正前方有一面目镜，镜上能显示作战态势和数据信息，如上级命令、火力
支援需求和受到威胁情况等。
“单兵网络”上有一个惯性测距装置、一个气压高度表、一个磁罗盘和一个双通道
无线电测距仪。这无线电测距仪里有高技术的核心装置，称作多级卡尔曼滤波系统，能
与不同的传感输入端结合，因而探测精确度很高。这使它具有一个显著特性，即它能与
不带全球定位系统的设备结合 |
|
d*******p
发帖数: 1559 | 19 而且进入隧道也不是太大的问题，可以利用速度传感器和前一段的数据估计当前位置，
还有惯导，再结合卡尔曼滤波。 |
|
d*******p
发帖数: 1559 | 20 GPS+GLONASS+BD1+BD2+惯导+运动估计+卡尔曼滤波 |
|
|
a******m
发帖数: 1468 | 22 胡说，100年前是1914年，革命时期，战争频发。当时电子管已经发明。电子工程师可
以用电子管做调频调幅通信器材。编码压缩技术可以提高电报的传输精度。还可以介绍
1977年才出现的RSA加密技术。这些都很有用。晶体管能做的基本电路，电子管都能做
。虽然复杂不了，但是实现个基本的远程通讯，对打仗的帮助可太大了。比如可以介绍
雷达检测敌机，用卡尔曼滤波改进大炮的精度。用在飞机上可以把机载机枪的设计提前
不少年。
结论，是你自己只知道集成电路和编程，别扩大到整个群体。 |
|
x**n
发帖数: 461 | 23 给大家科普一下基本的卫星姿态控制。
1。要控制卫星姿态，首先要确立卫星的姿态，也就是说卫星指向何方，转速和角加速
度是多少。这个用陀螺仪和光敏感器，和卡尔曼滤波。陀螺仪有机械的和激光的，光敏
感器有地平仪，太阳敏感器和星敏感器。
2。姿态建立好后，要控制姿态。有喷气控制和飞轮控制。喷气控制相对简单，但是寿
命有限，气用玩了就没得玩。飞轮控制精度高，寿命长，但是重，有饱和的问题。所以
现在基本都是两个共用。平时用飞轮，飞轮饱和后用喷气在调回来。而返回式卫星只用
喷气就够了。
用陀螺仪作姿控就是吃饱了撑的。 |
|
L********e
发帖数: 16 | 24 背景：PhD,做的东西偏机械，但是机械知识很弱。4年research工作经验+国内短暂工作
经验
跟Recuiter去年10月底开始email往来的。onsite之前有两轮电话面试。第一轮电面是
hiring manager,我带着蓝牙耳机跟他聊的，估计我的耳机老是时断时续的，他听得比
较郁闷。大概一个星期以后又约了第二轮电面，互报名姓发现跟这个interviewer原来
在一个talk上见过。问了问我卡尔曼滤波和一些控制系统的设计问题，好久没面试，感
觉的答得一般。
由于holiday season，onsite最近才安排。 10:30到下午3:30，我本来以为上下午各两
人，到了才发现原来上午2，下午3，午饭跟hiring manager聊
第一轮:印度小伙。直接问我是不是xx校毕业的--难怪，原来是校友。我跟过的教授他
也知道。问了一些电力系统的东西，这个我只懂皮毛的皮毛。又问了一些基础的统计，
我全忘光了。。。不过他挺耐心，给我举了个简单的例子帮我理解。
第二轮：这位印度仁兄一看原来也前开会也见过，不过他比较senior，有些不苟言笑。
让我画psychrometric cha... 阅读全帖 |
|
发帖数: 1 | 25 "1.研究专家/工程师，深度学习
基于算法和软件模块为自动驾驶车辆开发，集成和测试先进的机器学习。
博士/硕士在计算机科学，电气工程，机器人，统计或相关领域
深入洞察机器学习的成长
应用机器学习方法的经验，如深卷积神经网络，循环神经网络，实例感知语义
分割等。
至少使用以下工具之一的经验：Caffe，TensorFlow，Theano等。
具有C / C ++和Python的经验
具有图像处理和计算机视觉的经验
好奇，主动，有兴趣学习新的工具和技术
具有适应于团队环境工作的强大的口头，书面和人际沟通能力
2.研究专家/工程师，车辆智能
为不确定性下的概率规划和决策进行算法的研究，开发和实现。
博士/硕士在计算机科学，电气工程，机器人，统计或相关领域
具有规划应用于机器人的在不确定性的和概率方法的专业知识（如贝叶斯推理）
知道最近的机器学习算法（例如贝叶斯网络，增强学习，深卷积和/或循环神
经网络）以及优化技术
&... 阅读全帖 |
|
发帖数: 1 | 26 【求Google summer intern team match】
本人fudan本科，Columbia Univ cs master，熟悉的编程语言：C++, Python，上过的
课程有：cloud computing, computer network, database, machine learning等，
backend相关的都学过。
背景：
1. 做过web和mobile的application开发，主要是用flask框架，PostgreSQL/MySQL都比
较熟。
2. 三段research，一个是trajectory rebuild，用卡尔曼滤波做数据处理；一个
optimization，主要是做global optimization search的优化；一个machine learning
相关，用HMM处理时序信号，做hint generation和evaluation。
3. 有实习经历，做distributed auto-testing tool的开发，有多线程的编程经验。
之前team work和队友相处都很融洽，自主学习能力比较强，因为有offer d... 阅读全帖 |
|
i*****t
发帖数: 24265 | 27 在中国不是一样糊弄玩的？还不如来美国糊弄。其实最厉害的控制似乎是欧洲，英国瑞
典俄国啥的？什么卡尔曼滤波都是俄国人的吧。
后。 |
|
l*******s
发帖数: 3562 | 28 Turbo Code的第一篇文章当年还被拒稿
卡尔曼滤波差点博士答辩都没通过，论文再三被拒，最后发在一个ME的烂杂志上
千里马常有而伯乐不常有 |
|
a*******e
发帖数: 16 | 29 APM的社群基础非常好！！！！我超级喜欢。以前我粗浅的觉得有点值得商榷的地方可
能是他用的8位处理器可能在运算量上有限制，像迭代卡尔曼滤波这些。 |
|
t****g
发帖数: 35582 | 30 Control这东西是这样的。
民用工业控制知道点过程控制理论，PID单入单出经典控制理论就够了。
上升到MIMO，自适应，鲁棒，卡尔曼滤波之类的东西，基本上不是国防就是宇航了，所
以外国人在美国学自控，很悲翠呀。
参见老钱的例子。 |
|
r*******n
发帖数: 3020 | 31 不要搞前段，你LG的背景还是做后端，如果你LG经常用概率统计的模型，
建议去搞machine learning，不需要你掌握那么多的计算机专业知识就能做。
图像处理方法确实很物理里的处理方法一样，比如卡尔曼滤波，我知道做计算
会用到。但是图像处理找工作不容易，一是工作机会少，而是需要公民至少绿卡，
因为图像处理的职位跟军工有关。
WEB开发跟物理离的太远了，这种前端开发工作，HTML，CSS根本也叫开发，
人家你看有PHD，估计就放弃了，overqualified。 |
|
G***G
发帖数: 16778 | 32 卡尔曼滤波怎么样？比spline哪个效果更好？ |
|
G*********n
发帖数: 20 | 33 MCMC不可能这么差，check code是否错了
另外几个debug的建议，把X的维数设小点，设成1，看看是否收敛
还有转移方差不能太大或者太小，如果X高维，acceptance rate以25%为宜 |
|
r******e
发帖数: 244 | 34 谢谢，我做了一个 一维的问题，但是似乎还是收敛的不好。
请问你能帮我看下code么？
prior PDF:1/(1+x^2)
likehood: exp(-0.5*n*(x-y)^2)
measurement: y=x+v, v~N(x,1)
set n=1
"
xc = X(:,i-1);
p_c = -0.5*n*(xc-y)^2;
xs = xc + randn(Dim,1)*2;
p_s = -0.5*n*(xs-y)^2;
CC = exp(p_s-p_c)*(1/(1+xs^2))/(1/(1+xc^2));
if rand < CC
X(:,i) = xs;
else X(:,i) = xc;
end
" |
|
o****p
发帖数: 162 | 35 如果是时间序列，可以考虑用卡尔曼滤波（Kalman Filter）。如果你知道动力模型最
好，如果不知道，可以先考虑用最简单的线性动力系统（linear system
identification）。当然还有很多其他非模型类的技术，如果你熟悉SVD，可以自己很
容易设计出基于SVD谱分解的、适合于你数据特性的算法。 |
|
|
l*******s
发帖数: 3562 | 37 卡尔曼是在哥大读博士的时候想出来的卡尔曼滤波吧 |
|
