1.泰勒展开式

你可能会奇怪,讲自动驾驶怎么说起了数学,泰勒公式是我很喜欢的一个公式,自动驾驶中很多地方用到的是数学,只有把这些都弄明白,才能更好的理解自动驾驶,这也是我的探究过程。

泰勒公式一句话描述:就是用多项式函数去逼近光滑函数。

泰勒公式表达形式:      

简单的方式来理解泰勒公式:

1.给定一个f(x),都可以唯一确定一个导函数f '(x),导函数给出了原函数的变化情况。如:f(x)=x^3,导函数为f’(x)=3x ^2

2.一个导函数f’(x)=3x2对应原函数为f(x)=3x2+1,f(x)=3x2+2, f(x)=3x2+3….无穷多个,求导是不可逆的过程。

3.原函数的信息=导函数的信息+初始值信息:

4.继续这个过程:F(x)  这就是泰勒展开公式。

泰勒公式的应用:

      一:求极限
      二:求高阶导数
      三:证明不等式
      四:判断散列性
      五:计算近似值
      六:求函数的麦克劳林展开式

2.雅克比矩阵

雅可比矩阵是一阶偏导数以一定方式排列成的矩阵。目的是表示多元函数的导数,假设F: Rn→Rm是一个从欧式n维空间转换到欧式m维空间的函数。这个函数F由m个实函数组成: y1(x1,…,xn), …, ym(x1,…,xn)。这些函数的偏导数(如果存在)可以组成一个m行n列的矩阵, 这就是所谓的雅可比矩阵:

表示为:                            

如果p是Rn中的一点, F在p点可微分, 那么在这一点的导数由JF(p)给出(这是求该点导数最简便的方法). 在此情况下, 由F(p)描述的线性算子即接近点p的F的最优线性逼近, x逼近于p:

雅可比矩阵是向量关于向量的导数,上图为直线中的点斜式。

3.主成分分析

机器学习领域中所谓的降维就是指采用某种映射方法,将原高维空间中的数据点映射到低维度的空间中。在原始高维空间中包含冗余及噪音,在实际应用例如图像识别中造成了误差,降低了准确率;通过降维,我们希望减少冗余造成的误差,提高识别精度。又或者通过降维算法来寻找数据内部的本质结构。

PCA它的目标是通过某种线性投影,将高维的数据映射到低维的空间中表示,并期望在所投影的维度上数据的方差最大,以此使用较少的数据维度,同时保留住较多的原数据点的特性。通俗的理解,如果把所有的点都映射到一起,几乎所有的信息都丢失了,而如果映射后方差尽可能的大,那么数据点则会分散开来,从而保留更多的信息。

假设存在一个n维向量X,w为目标子空间的一个坐标轴方向(称为映射向量),则其投影为wX,PCA要求最大方差即:

可以得到如下优化目标函数:       

其中tr表示矩阵的迹,A是数据协方差矩阵。

容易得到最优的W是由数据协方差矩阵前k个最大的特征值对应的特征向量作为列向量构成的。这些特征向量形成一组正交基并且最好地保留了数据中的信息。PCA追求的是在降维之后能够最大化保持数据的内在信息,并通过衡量在投影方向上的数据方差的大小来衡量该方向的重要性。

自动驾驶(十一)---------泰勒展开式、雅克比矩阵、主成分分析相关推荐

  1. 第七十一篇:从ADAS到自动驾驶(四):车辆检测

    从ADAS到自动驾驶(一):自动驾驶的发展及分级 好久没更新了,今天写一点吧!!! 下面所讲的车辆检测主要是针对车载传感器车辆检测,不是十字路口那种车辆检测,这个属于静态背景的车辆检测,和我们车载传感 ...

  2. 自动驾驶(五十一)---------ICCV 2019之无人驾驶

    ICCV和CVPR是两大顶尖国际计算机视觉会议,ICCV2019有哪些研究成果呢?ICCV每两年举行一次,今年是在韩国首尔举行,共提交了1076篇论文.下面是关于感知.规划.建图&定位.自动驾 ...

  3. Coursera自动驾驶课程第14讲:Linear and Nonlinear Kalman Filters

    在上一讲<Coursera自动驾驶课程第13讲:Least Squares>我们学习了最小二乘法相关知识. 本讲我们将学习20世纪最著名的一个算法:卡尔曼滤波.具体包括线性卡尔曼滤波(KF ...

  4. 自动驾驶中的车道线跟踪技术

    点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 本文转自:AI算法与图像处理 本文讨论的重点跟踪算法如何应用在车道 ...

  5. 计算机视觉方向简介 | 自动驾驶中的车道线跟踪技术

    点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自|人工智能与算法学习 本文讨论的重点跟踪算法如何应用在车道线 ...

  6. 面向自动驾驶车辆的高效激光里程计(ICRA2021)

    点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者丨泡泡机器人 来源丨泡泡机器人SLAM Efficient LiDAR Odometry for ...

  7. MIT对话马斯克:关于自动驾驶、爱和未来世界|厚势汽车

    来源:价值中国编译 不论是在新能源汽车.私人航空航天.共通交通.还是在人工智能领域,埃隆·马斯克天马行空的创想和脚踏实地的奋斗让人震惊不已.简直就是一个活着得的非物质文化遗产. 马斯克在全球范围内收割 ...

  8. 【自动驾驶】27.相机畸变_相机内参标定 整理

    本文整理了很多有关相机畸变博客的相关内容,都附上的原文地址,也纠正了一些其他博客的错误. 下面两张截图来自高翔博士的<视觉SLAM十四讲>书中内容. 有关添加畸变矫正以及去畸变的详细过程, ...

  9. 华为天才少年一人打造自动驾驶!

    点上方计算机视觉联盟获取更多干货 仅作学术分享,不代表本公众号立场,侵权联系删除 转载于:新智元 AI博士笔记系列推荐 周志华<机器学习>手推笔记正式开源!可打印版本附pdf下载链接 B站 ...

最新文章

  1. springmvc java中转发_Springmvc中的转发重定向和拦截器的示例
  2. 【 C 】高级字符串查找之查找标记(token)函数 strtok介绍
  3. .net程序调试一:快速定位异常
  4. 二叉搜索树(BFS)总结
  5. 【Java NIO】一文了解NIO
  6. SAP Spartacus Page Layout学习笔记
  7. oracle 优化分组 sql语句,Oracle SQL语句之常见优化方法 五
  8. vscode python第三方库检测_VSCode中使用Pylint检查python代码
  9. Java元数据总结:Java注释的使用和定义
  10. php在線評論,php在線生成pdf筆記 | 學步園
  11. 从流程的自动化中获得最大价值的10种方式
  12. Mifare l卡特性简介
  13. 老程序员提给后浪程序员的职涯建议
  14. OFFICE拼写语法检查:WORD是怎么做的?
  15. Multisim如何导入NPN,三极管9013
  16. c语言对称矩形的判定,江苏省扬州市仪征市2017年中考数学一模试卷(含解析).doc...
  17. 青山绿水 峡谷奇观---野三坡之行(转)
  18. 恒源智GPU云服务器
  19. 一个程序员竟然喜欢上了写诗
  20. java swing 毛玻璃_实时、动态的毛玻璃(aero)效果,javaSwing 实现的,用的是高斯模糊算法...

热门文章

  1. 如何运用InSAR技术进行数据处理、地形三维重建、形变信息提取、监测
  2. 第十四届校模拟赛第一期(一)
  3. 常见的几种页面内容布局方式
  4. ImageList 、ListView组合显示图片集合
  5. 狂神说Linux笔记
  6. PV UV 日活 月活
  7. Appium-Get Orientation(获取定位)
  8. 隐藏实用的GitHub使用技巧
  9. 输入某学生的考试成绩,输出对应等级A、B 、C、 D、E
  10. python get score gain_机器学习的特征重要性究竟是怎么算的