原创 Cmake學習筆記(2)CMakeLists.txt編寫規則

CMakeLists.txt編寫規則一、創建項目二、 利用以下圖片進行講解 一、創建項目 bin 用來存放可執行的二進制; include/myslam 存放 slam 模塊的頭文件,主要是.h。這種做法的理由是,當你把包 含

原创 Cmake學習筆記之(1)add_library、target_link_libraries和link_directories

add_library、target_link_libraries和link_directories的用法一、add_library用法:二、link_directories用法:三、target_link_libraries用法

原创 在Ubuntu16.04下,用kdevelop搭建視覺里程計VO的框架+以及特徵提取和匹配

用kdevelop搭建視覺里程計VO一、搭建VO框架工程項目的目錄相關的.cpp和.h文件代碼如下二、先打開KDevelop,並導入相關工程1.先打開KDevelop2.導入工程3.添加運行參數文件4.編譯5.運行程序 一、搭建V

原创 Ubuntu16.04安裝視覺SLAM環境(g2o)

Ubuntu16.04安裝視覺SLAM環境(g2o)1、首先在github上下載g2o圖優化庫2、運行安裝以下依賴庫3、開始安裝g2o,先進入g2o的目錄內,然後開啓終端,依次運行下列命令: 1、首先在github上下載g2o圖優

原创 基於Jupyter 完成聚類輸出可視化效果+Excel數據處理輸出分佈餅圖

基於Jupyter 完成聚類輸出可視化效果+Excel數據處理輸出分佈餅圖一、根據計科18大類學生的成績數據(選取兩個特徵:1、平均成績GPA; 2、面向對象程序設計成績),將計科18大類學生分成 3~4個類型。將其可視化顯示出來

原创 ORB圖片序列的特徵匹配+將結果圖片序列轉換爲GIF格式

RB圖片序列的特徵匹配+將結果圖片序列轉換爲GIF格式要求一、準備自己的圖片序列集二、創建1.cpp文件三、編譯並運行四、將結果圖片序列轉換爲GIF格式 要求 循環依次讀取一個序列圖片(幾百張文件名按序號遞增的文件),計算相鄰3幅

原创 大數據之Hadoop學習(十二)對數據文件中的數據進行去重基於(MapReduce編程)

對數據文件中的數據進行一、輸入數據如下所示:二、創建相關文件三、JAVA代碼 一、輸入數據如下所示: 要求輸出如下所示: 二、創建相關文件 先在HDFS創建DateRemove文件夾 ./bin/hdfs dfs -mk

原创 大數據之Hadoop學習(十一) 在ubuntu的eclipse安裝MapReduce,以及運行WordCount程序並打包成.Jar文件在終端執行(超級詳細)

Eclipse 上編譯和運行 MapReduce 程序,並打包成.jar文件一、安裝 Hadoop-Eclipse-Plugin二、配置 Hadoop-Eclipse-Plugin三、在 Eclipse 中操作 HDFS 中的文件

原创 虛擬機中ubuntu運行MapReduce WordCount程序遇到問題的解決辦法

Exception in thread "main" org.apache.hadoop.mapreduce.lib.input.InvalidInputException: Input path does not exist:

原创 在Ubuntu16.04上提取相鄰序列圖像之間的ORB的特徵點,並用暴力方法找到匹配點並連線

找出兩幅圖片中的ORB特徵點,並匹配之一、什麼是ORB特徵二、什麼是暴力匹配三、實現代碼四、運行方法 一、什麼是ORB特徵 ORB 特徵亦由關鍵點和描述子兩部分組成。它的關鍵點稱爲“Oriented FAST”,是一種改進的 FA

原创 擴頻通信系統仿真實驗(基於Matlab)

擴頻通信系統仿真實驗一、題目二、仿真要求三、仿真方案詳細設計四、主函數仿真代碼五、仿真結果 一、題目 擴頻通信系統仿真實驗 二、仿真要求 要求一:擴頻通信系統的多用戶數據傳輸 ①傳輸的數據隨機產生,要求採用頻帶傳輸(BPSK調製)

原创 Fisher判別的推導概念和過程+python代碼實現(三分類)

python代碼完成Fisher判別的推導一、Fisher算法的主要思想二、Fisher數學算法步驟①計算各類樣本均值向量mim_imi​,mim_imi​是各個類的均值,NiN_iNi​是wiw_iwi​類的樣本個數。②計算樣本

原创 用Jupyter notebook完成Iris數據集的 Fisher線性分類,並學習數據可視化技術

這裏寫自定義目錄標題一、關於Fisher算法的主要思想與數學計算步驟已在上次博客中有講到。二、用scikit-learn庫中也有LDA的函數,下面給出測試代碼三、完成Iris數據集的 Fisher線性分類,及實現可視化 一、關於F

原创 Fisher(LDA)判別的推導+python代碼實現二分類

Fisher判別的推導一、Fisher算法的主要思想二、Fisher數學算法步驟①計算各類樣本均值向量mim_imi​,mim_imi​是各個類的均值,NiN_iNi​是wiw_iwi​類的樣本個數。②計算樣本類內離散度矩陣SiS

原创 機器學習中模型評估與旋轉概念及利用Jupyter編程完成對手寫體Mnist數據集中10個字符 (0-9)的分類識別

機器學習概念及分類識別一、閱讀“機器學習”(周志華著)第二章“模型評估與旋轉”,理解“查準率”、“查全率”、“F1-Score”、“ROC”、“混淆矩陣”的定義。1.查準率定義2.查全率定義3.F1-Score定義4.ROC定義5