刘小鸭的博客

摘要： 目标：探索点之间的语义关系 解决方法：通过编解码器，迭代的构建点云图。 缺点：计算量太大了，每次迭代都要计算一次k近邻并建图。 整个模型分为两个部分，编码器和解码器，其中编码器遵循PointNet++结构，对点云进行下采样。解码器部分不断对点云上采样、编码、融合。解码器有两个主要的模块：针对点的模块 阅读全文

摘要： 单点特征 三维坐标 回波强度 法线 主曲率 高程差 表面法线和曲率可以很好的代表一个点的几何特征，计算较快且算法简单。但是他们不能捕获细节，它们只是点的近邻的几何特征的近似估计。因此，大多数的场景往往会包含很多有相似特征的点。 局部特征 使用近似法来计算查询点的最近邻元素有两种常用的查询类型： 决定 阅读全文

摘要： 最近需要用到python的虚拟环境，先后尝试了pycharm和conda的虚拟环境，踩过一些些坑，整理成博客以备忘。 pycharm 我最先尝试直接用pycharm新建虚拟环境，建好了以后发现project和console都用了新环境的python，但是terminal还是旧环境的python。我一 阅读全文

摘要： 这篇博客会介绍点云的基本知识，重点介绍最近两年发表的部分经典论文，有什么建议欢迎留言！ 点云基本介绍 点云是某个坐标系下的点的数据集，包含了丰富的信息，可以是三维坐标X，Y，Z、颜色、强度值、时间等等。下面的图表分别展示了点云在三维空间可视化以后的效果和数据格式。点云的数据获取方式有很多种，比较常见 阅读全文

摘要： 斯坦福CS224n作业一 softmax 作业要求如下： 解析：题目要求我们证明$softmax$函数具有常数不变性。 解答：对于$x+c$的每一维来说，有如下等式成立： $$softmax(x+c)_{i}=\frac{e^{x_{i}+c}}{\sum_{j}e^{x_{j}+c}}=\frac 阅读全文

摘要： 马尔可夫链 简介 马尔可夫过程：设${X(t),t \in T}$是一个随机过程，如果${X(t),t \in T}$在$t_{0}$时刻所处的状态为未知时，以后的状态与它在$t_{0}$时刻之前所处的状态无关，则称${X(t),t \in T}$具有马尔可夫性，具有这种性质的随机过程就叫做马尔可夫 阅读全文

摘要： 朴素贝叶斯和情感分类 分类问题在人类和机器智能中广泛应用：邮件分类、作业打分等。这篇博客介绍了朴素贝叶斯方法及其在文本分类方面的应用。其中文本分类的例子采用情感分析，就是从文本中进行情感抽取，并判断作者对特定事物的态度是积极还是消极，例如影评和书评的分析。情感分析中最简单的任务是二分类任务，文字可以 阅读全文

摘要： N元模型、自然语言处理模型评估、后退算法、平滑算法、插值算法 阅读全文

摘要： 介绍了几种常见的概率分布 阅读全文

摘要： 归纳总结了一些大学概率知识，以便以后复习和查找 阅读全文