导航切换
我的
导航切换
专业
搜索
节目
画面
研报
注册/登录
个性定制
|
内容总结
章节片段
字幕全文
思维导图
深度学习
学科拓展
追问
拖动时间轴点击获取起止时间码,截取片段时长
不能超过
5分钟
×
点击获取
开始时间:
点击获取
结束时间:
保存片段标题:
保存
|
分享
QQ好友
QQ空间
页面地址:
复制
复制链接给好友,分享精彩视频
扫一扫手机观看&分享
对不起,您不在IP段范围内,无法观看
1891 播放
收藏
片段保存及分享
播放有问题?
请戳这里
为什么使用卡尔曼滤波器
时长:7 分钟
类别:智能产品开发与应用
简介:通过几个案例了解使用卡尔曼滤波器的常见场景。卡尔曼滤波器是一种优化估算算法,在不确定和间接测量的情况下估算系统状态。观看视频示例,了解卡尔曼滤波器背后的工作原理。
标签:
教学
智能产品开发
MATLAB
相关视频:
深度学习入门 3机器学习与深度学习
观看视频了解深度学习与机器学习之间的区别,通过特定示例展示如何决定使用深度学习还是机器学习。
什么是SimulinkSimulink概述
本视频向你概述了Simulink®,这是一种多领域建模的仿真环境,供设计控制、无线和其他动态系统的工程师和科学家使用。使用Simulink,您可以在着手于硬件之前设计和模拟系统,并且可以探索和实现新的设计,而不必编写C、c++或HDL代码。Simulink是基于模型的设计平台,支持嵌入式系统的系统级设计、仿真、自动代码生成和持续测试与验证。
5分钟解释Hadoop
Hadoop是著名的大数据框架。这段关于Hadoop的视频将帮助你熟悉大数据这个术语,并帮助你理解Hadoop的重要性。这里还将介绍Hadoop的三个主要组件,即HDFS、MapReduce和YARN。最后,我们会有一个关于Hadoop的小测试。Hadoop是一个以分布式方式管理大数据存储且并行处理的框架。现在,让我们开始学习关于Hadoop的所有内容。
为什么使用卡尔曼滤波器
通过几个案例了解使用卡尔曼滤波器的常见场景。卡尔曼滤波器是一种优化估算算法,在不确定和间接测量的情况下估算系统状态。观看视频示例,了解卡尔曼滤波器背后的工作原理。
计算机视觉的工作原理
谷歌云视觉和视频智能API让你通过一个REST API请求访问预先训练好的机器学习模型。但这些经过训练的模型在幕后是什么样子的呢?在这个视频中,我们将通过分析卷积神经网络的工作原理来揭示计算机视觉模型的魔力,并以视觉API的现场演示结束。
2019最酷的人工智能设计工具
人工智能已经以超出我们想象的方式接管了我们的生活。然而,有一些神奇的工具可以帮助设计师进行设计,并运行人工智能技术。人工智能会接管世界吗?也许不是,但是这些设计工具会对你大有帮助。在本视频中,我列出了一些人工智能设计工具。
神经网络如何使科技更智能
学习、解释、适应和进化的能力一直将人类与机器区别开来。但这个差距正在缩小吗?人类的大脑包含约860亿个神经元,它们通过一个称为突触的极其复杂的通路系统相互连接。神经元的功能是通过突触将电荷传递给彼此,导致活跃/不活跃,或真/假的反应。这就是为什么人类如此擅长图案识别,使我们能够阅读、说话,并区别成千上万张脸。计算的一种基础代数形式——布尔逻辑,也依赖于真(1)或假(0)值。一个足够大的计算机系统使用布尔逻辑可以很好地模拟大脑——也被称为神经网络。
卡尔曼滤波器 2最优状态估计
观看视频示例,了解卡尔曼滤波器背后的工作原理。本视频介绍卡尔曼滤波器结合两个信息源,预测状态和噪声测量,以产生最佳的,无偏的状态估计。
观看记录: