华为云无人车比赛相关代码分析
车道线检测:单目相机获取图像,使用滑窗算法检测车道线位置,通过预测窗口位置来减小偏差 避障、过桥和泊车,激光雷达检测障碍物,通过霍夫直线检测识别桥和车位挡板,做出行车策略 控制策略:指定各事件发生时对应的策略和优先级,决策出无人车下一步的行为
车道线检测:单目相机获取图像,使用滑窗算法检测车道线位置,通过预测窗口位置来减小偏差 避障、过桥和泊车,激光雷达检测障碍物,通过霍夫直线检测识别桥和车位挡板,做出行车策略 控制策略:指定各事件发生时对应的策略和优先级,决策出无人车下一步的行为
全国前十,2022,软件精英挑战赛 1.关于边缘节点的排序 2.关于边缘节点对自身Top5时刻的选择以及该时刻对流的选择 3.关于边缘节点选择完Top5时刻后对剩余的流的处理
代码随想录知识星球精华-大厂面试八股文第二版v1.2.pdf c++ java go
①随机森林+相关性分析。采用决策树回归、线性回归、梯度提升向量机、改进型贪心调优 ②根据提供的ERα拮抗剂信息(1974个化合物样本,每个样本都有729个分子描述符变量,1个生物活性数据,5个ADMET性质数据),构建化合物生物活性的定量预测模型和ADMET性质的分类预测模型,从而为同时优化ERα拮抗剂的生物活性和ADMET性质提供预测服务。 ③代码很全,横向纵向可对比,并提供模型,3种解法
2021年华为杯数学建模竞赛E题信号干扰下的超宽带精确定位(国一) 代码很全,附带提交论文 数据预处理相关(以调用顺序排序) - clean_data.py:使用高斯σ原则和k-means聚类算法对原始数据进行预处理,并转化为二维矩阵存储。 - process_tag.py:将靶点的真实坐标转化为二维矩阵数据类型存储。 模型求解相关(以调用顺序排序) - method.py:定义最小二乘法和牛顿迭代法求解交点,使用线性分类器预测噪声类型。 - generate_data.py:利用提供的训练数据构造神经网络输入特征。 - generate_label.py:利用提供的训练数据生成噪声类型的真实标签。 - neural_network.py:定义神经网络结构,使用训练数据优化神经网络的参数,并保存最优模型。 - denoising.py:计算利用神经网络去噪后估测交点的坐标,输出三维、二维和一维的各自精度。 - predict.py:使用预训练的模型对测试数据进行预测,输出噪声类型和交点坐标。 - move_plot.py:用三维和二维分别展现靶点的动态轨迹。