转载于https://zhuanlan.zhihu.com/p/50710267《迁移学习》: 领域自适应(Domain Adaptation)的理论分析小蚂蚁曹凯​中国科学院大学 数学与系统科学研究院博士在读774 人赞同了该文章领域自适应即Domain Adaptation是迁移学习中很重要的一部分内容，目的是把分布不同的源域和目标域的数据，映射到一个特征空间中，使其在该空间中的距离尽可能近。

Matlab导出simulink模型矢量图

使用浅层神经网络拟合数据神经网络擅长拟合函数。事实上有证据表明，一个简单的神经网络就可以拟合任何实用函数。例如，假设您有一家健康诊所的数据。您想要设计一个网络，该网络可以基于 13 个解剖学测量值来预测人的体脂率。您总共有 252 个人的样本，其中包括这 13 项数据和相关的体脂率。您可以用两种方法解决此问题：使用图形用户界面 nftool，如使用神经网络拟合中所述。 使用命令行函数，如使用命令行

转载于https://blog.csdn.net/qq_29350001/article/details/78661851MPU6050开发 – 数据分析上一篇文章结尾，留了一些思考问题。现在只是得到MPU6050的一些原始数据，还未做滤波处理。接下来先讲，加速度计和陀螺仪的计算公式，然后进一步延伸出姿态滤波。一、加速度计（1）计算公式参看：Arduino教程：MPU6050的数据获取、分析与处理

https://blog.csdn.net/qq_41649861/article/details/114483449

柔性关节驱动器

连续关节运动意图的估计方法

数字图像的冗余主要表现为以下几种形式：空间冗余、时间冗余、视觉冗余、信息熵冗余、结构冗余和知识冗余。(1)空间冗余（几何冗余）：图像内部相邻像素之间存在较强的相关性多造成的冗余。同一景物表面上采样点的颜色之间往往存在着空间连贯性，但是基于离散像素采样来表示物体颜色的方式通常没有利用这种连贯性。可借助其相邻像素的灰度值进行推断是否存在空间冗余，它是是静态图像中存在的最主要的一种数据冗余。 例如：图像

GMM高斯混合模型及EM算法(matlab和python实现)：https://blog.csdn.net/taw19960426/article/details/103528111高斯混合模型（GMM）及MATLAB代码：https://www.cnblogs.com/jins-note/p/11342498.html

当初在CSDN上看了很多LibSVM的教程，下载再编译、改路径什么的一头雾水，现在把安装过程图文总结出来，小白也能十分钟安装好LibSVM工具箱！安装好了可以直接跳到第三节：LibSVM使用指南！一、LibSVM工具箱下载工具箱下载地址：https://www.csie.ntu.edu.tw/~cjlin/libsvm/往下拉找到Download LIBSVM，点击zip.file下载压缩包1.1