(一):細說貝葉斯濾波:Bayes filters
認知計算,還要從貝葉斯濾波的基本思想講起。這一部分,我們先回顧貝葉斯公式的數(shù)學(xué)基礎(chǔ),然后再來介紹貝葉斯濾波器。
(一). 概率基礎(chǔ)回顧
我們先來回顧一下概率論里的基本知識:
1. XX: 表示一個隨機變量,如果它有有限個可能的取值{x1,x2,?,xn}{x1,x2,?,xn}.
2. p(X=xi)p(X=xi):表示變量XX的值為 xixi的概率。
3. p(?)p(?):稱為概率質(zhì)量函數(shù)(probability mass function).
例如:一個家里有3個房間,機器人在各個房間的概率為 p(room)={0.1,0.3,0.6}p(room)={0.1,0.3,0.6}.
4. 如果XX在連續(xù)空間取值,p(x)p(x)稱為概率密度函數(shù)(probability density function),
延伸閱讀
- ssh框架 2016-09-30
- 阿里移動安全 [無線安全]玩轉(zhuǎn)無線電——不安全的藍牙鎖 2017-07-26
- 消息隊列NetMQ 原理分析4-Socket、Session、Option和Pipe 2024-03-26
- Selective Search for Object Recognition 論文筆記【圖片目標(biāo)分割】 2017-07-26
- 詞向量-LRWE模型-更好地識別反義詞同義詞 2017-07-26
- 從棧不平衡問題 理解 calling convention 2017-07-26
- php imagemagick 處理 圖片剪切、壓縮、合并、插入文本、背景色透明 2017-07-26
- Swift實現(xiàn)JSON轉(zhuǎn)Model - HandyJSON使用講解 2017-07-26
- 阿里移動安全 Android端惡意鎖屏勒索應(yīng)用分析 2017-07-26
- 集合結(jié)合數(shù)據(jù)結(jié)構(gòu)來看看(二) 2017-07-26
