• 个人账号

  • 企业账号

注册 登录
登录

常见滤波算法介绍

4346 0 1小时8分钟

本课程将对几大常见的滤波算法进行讲解,对贝叶斯滤波、卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波的原理进行解释和推倒,深入浅出,通俗易懂,为多传感器数据融合算法的开发打下基础。

课程详情

多传感器数据融合的常用方法基本上可以概括为随机和人工智能两大类,其中随机类方法主要有贝叶斯滤波、卡尔曼滤波等滤波算法,本课程将对几大常见的滤波算法进行讲解,对贝叶斯滤波、卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波的原理进行解释和推倒,深入浅出,通俗易懂,为多传感器数据融合算法的开发打下基础。


1、 理解贝叶斯思想

2、 掌握贝叶斯滤波、卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波的原理和意义

3、 掌握几种滤波算法的差异,能够根据不同情况选择合适的算法


建议学员具备高等数学基础:1)线性代数:矩阵计算;2)概率论与数理统计:基础概率知识。


课程章节
  • 数据加载中...

课程评价
0.0 0份评价
  • 0人
  • 0人
  • 0人
  • 0人
  • 0人
  • 最新
  • 评分最高
  • 评分最低
  • 数据加载中...

  • 数据加载中...

  • 数据加载中...

欢迎来到汽车学堂!

请及时完善个人信息,增加就业推荐机会

欢迎来到汽车学堂!

请及时完善个人信息,为您提供更好的服务

下线通知

您的帐号在其它地方登录,您已被迫下线,如果不 是您本人操作,请及时修改密码。