1、类信息、常量、静态变量等数据储存在方法区，只会在类加载的时候储存一次，地址一样。2、鲁棒性(Robust,即健壮性) Java在编译和运行程序时，都要对可能出现的问题进行检查，以消除错误的产生。它提供自动垃圾收集来进行内存管理，防止程序员在管理内存时容易产生 的错误。通过集成的面向对象的例外处理机制，在编译时，Java揭示出可能出现但未被处理的例外，帮助程
转载
2023-08-31 07:24:57
70阅读
简介 本篇是使用opencv，简单实现人像优化功能：美白、肤色、祛斑和磨皮。注：本篇所使用的图片来源自网络。 具体实现总体框架 1、使用到了之前教程中的opencv实现button控件，每个功能，对应一个控件选择，然后都分别使用一个Trackbar，来手动控制，对图片处理的强度。
首先打开两幅图片，一张是作为操作选项的背景图片img，另一张是我们需要处理的图片dst_img，接着在在img
转载
2024-02-28 10:18:40
65阅读
SURF：Speed Up Robust Features是继SIFT算法后有H Bay提出的一特征点提取算法，其灵感来自于SIFT，所以该算法的几个步骤和SIFT算法相似，但其速度是SIFT算法的多倍之多（基于hessian的快速计算方法），下面我们就来看看该算法实现的过程：（ps：本文纯属个人理解，如有错误望指正）1、初始化图像：将图像转变成32位单精度单通道图像2、得到图像积分图：积分图是为
转载
2023-12-13 01:57:51
110阅读
上一篇博客简单介绍了可以用来求解鲁棒优化的两个工具箱：鲁棒优化入门（一）——工具箱Xprog和RSOME的安装与使用 其实大家可能没有想过，matlab+yalmip工具箱也可以处理一些简单的鲁棒优化问题，上官方文档：Robust optimizati
转载
2023-10-06 20:49:48
74阅读
稳健回归（robust regression）特别适用于回归模型包含损坏数据
原创
2022-11-02 09:50:26
228阅读
当今的自动控制技术都是基于反馈的概念。反馈理论的要素包括三个部分：测量、比较和执行。测量关心的变量，与期望值相比较，用这个误差纠正调节控制系统的响应。 这个理论和应用自动控制的关键是，做出正确的测量和比较后，如何才能更好地纠正系统。 鲁棒控制（Robust Control）方面的研究始于20世纪50年代。在过去的20年中，鲁棒控制一直是国际自控界的研究热点。所谓“鲁棒性”，是指控制系统在一定（
鲁棒性:来自不染丹心的鲁棒性（robustness） 鲁棒性就是系统的健壮性。它是在异常和危险情况下系统生存的关键。比如说，计算机软件在输入错误、磁盘故障、网络过载或有意攻击情况下，能否不死机、不崩溃，就是该软件的鲁棒性。所谓“鲁棒性”，是指控制系统在一定（结构，大小）的参数摄动下，维持某些性能的特性。根据对性能的不同定义，可分为稳定鲁棒性和性
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、新的鲁棒优化模型总结 前言上一篇文章以及讨论，最原始鲁棒优化，结果非常保守，但是它有一个非常重要的特点，它是线性模型，不需要很高深的知识就能看懂和求解.现在可以做鲁棒优化的工具箱很多，我们只需要理清思路，具体的实现可以交给工具箱。 言归正传，数学家针对，鲁棒优化的保守度，进行研究，分别提出了椭球不确定集合，和多面体不
转载
2024-01-02 10:36:34
0阅读
1、含义鲁棒是Robust的音译，也就是健壮和强壮的意思。它也是在异常和危险情况下系统生存的能力。比如说，计算机软件在输入错误、磁盘故障、网络过载或有意攻击情况下，能否不死机、不崩溃，就是该软件的鲁棒性。所谓“鲁棒性”，也是指控制系统在一定（结构，大小）的参数摄动下，维持其它某些性能的特性。根据对性能的不同定义，可分为稳定鲁棒性和性能鲁棒性。以闭环系统的鲁棒性作为目标设计得到的固定控制器称为鲁棒控
转载
2024-02-29 15:23:49
797阅读
鲁棒是Robust的音译，也就是健壮和强壮的意思。它是在异常和危险情况下系统生存的关键。比如说，计算机软件在输入错误、磁盘故障、网络过载或有意攻击情况下，能否不死机、不崩溃，就是该软件的鲁棒性。
原创
2016-11-28 15:50:10
900阅读
鲁棒性是控制科学中的一个名词，是英文robust(强健的,精力充沛的,粗鲁的)的音译，也被称为强健性或者抗干扰性。
指控制系统在一定（结构，大小）的参数摄动下，维持其它某些性能的特性。这显然很难理解，那么下面给出一个通俗理解和一个简单的例子。
鲁棒性是指某一个自动系统在系统发生故障时仍然能较好的完成预定工作的能力，我们来参考两个个机器人系统，我们希望机器人从A点像B点行进，如果中途机
转载
2020-11-04 17:33:00
5371阅读
2评论
鲁棒分析鲁棒图可以很多的解决需求分析和架构设计之间的差别。更详细的说明请看最后的解释。Robustness分析不是UML模型的一部分，它是一个强大的草图工具，是介于分析和设计之间的一种有效工具在Robustness分析中，将应用边界类、控制类和实体类，分别对应MVC 架构的3个层从一个用例中抽取三类对象的方法 鲁棒分析—从事件流开始下面是用例描述 鲁棒分析—寻找边界对象图书管理
转载
2023-12-17 20:00:56
157阅读
SaberRD航空航天控制系统鲁棒性设计-Robust Design方案航空航天控制系统的复杂性决定着在满足功能的同时，必须拥有强大的可靠性；而满足可靠性要求，更需要一套完备的系统鲁棒性设计解决方案。控制系统 一个完整的控制系统,无论大小,将不可避免地包括控制部分、驱动部分、控制对象和传感器,控制部分是电气部件或软件,控制对象是机械零件、马达或液压，其他驱动部分属于机电、电液混合部分,传感器是一个
转载
2024-01-26 10:15:54
74阅读
鲁棒性：对于输入扰动或对抗样本的性能。 加入小扰动，或进行数据增强。对于我们正常使用的模型，或者小数据集，需要进行数据增强，增强模型的鲁棒性，并且可以提升模型泛化能力，即在测试集上的性能。 加入对抗样本训练。针对模型的安全，而找到对抗样本进行专门训练，提升模型在对抗样本的鲁棒性；但是会降低模型的泛化能力，在真实的测试集上性能下降。泛化性： 训练集训练的模型在测试集上的性能；(xys更科学的说法：泛
转载
2023-10-26 14:20:17
60阅读
文章与视频资源多平台更新微信公众号|知乎|B站|头条：AI研习图书馆深度学习、大数据、IT编程知识与资源分享，欢迎关注，共同进步~1. 引言“鲁棒”的英文是robustness，中文译为强健，稳健，所以说算法的鲁棒性直白点说就是健壮的、稳健的算法。在深度学习领域，总是看到“算法的鲁棒性”这类字眼，比如这句–L1范数比L2范数鲁棒。2. 鲁棒性Huber从稳健统计的角度系统地给出了鲁棒性3个层面的概
转载
2023-12-12 22:10:42
220阅读
鲁棒性也称为健壮性、稳健性、强健性，是系统的特性，它是系统在遇到异常和危险情况下是否能生存的关键。是指系统在一定（结构，大小）的参数的扰动下，维持某些性能的特性。 控制系统的鲁棒性：反馈控制系统是鲁棒的，或者说一个反馈系统具有鲁棒性，就是指这个反馈控制系统在某一类特定的不确定条件下具有使稳定性、渐近调节和动态特性保持不变的特性，即这一反馈控制系统具有承受这一类不确定性影响的能力。 很显然，控制
转载
2023-11-01 16:45:16
82阅读
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、鲁棒性是什么？如何实现节点攻击？二、攻击过程与代码实现引入库三、利用程序攻击结果展示 前言随着复杂网络理论的不断成熟与发展，复杂网络鲁棒性也逐渐涉及到各个领域，交通网络、生态网络等等，而关于考量复杂网络鲁棒性指标的攻击方法，现在主要依靠MATLAB代码来做，还需要进一步完善。本文主要介绍复杂网络鲁棒性以及节点攻击（随
转载
2023-06-30 11:36:37
274阅读
网络模型的鲁棒性与提升鲁棒性的方法1.定义：在统计学领域和机器学习领域，对异常值也能保持稳定、可靠的性质，称为鲁棒性。比如说，计算机软件在输入错误、磁盘故障、网络过载或有意攻击情况下，能否不死机、不崩溃，就是该软件的鲁棒性。所谓“鲁棒性”，是指控制系统在一定（结构，大小）的参数摄动下，维持某些性能的特性。有一个与鲁棒性很相似的概念叫模型的泛化能力。泛化能力：（generalization abil
转载
2023-12-15 19:36:17
77阅读
前言打算做一个鲁棒优化的系列，先从Bertsimas，2004的文章开始学习，最后的目标时做到分布鲁棒，我也是初学者.一、什么是鲁棒优化简而言之，当你的模型存在不确定系数，而你需要免疫这些不确定系数，那你就需要考虑一下鲁棒优化.二、基本的模型和假设1.线性模型 我们假设，c矩阵不包含不确定变量，如果你的模型包含不确定变量，可以将目标函数化成约束的形式.扰动变量只在A阵出现.，约束的右端都是确定参数
转载
2023-10-14 06:30:56
1149阅读
在计算机科学、工程、统计学、机器学习等领域中，“鲁棒性”（Robustness）通常指的是一个系统、算法、模型或方法在面对异常数据、噪声、错误、参数变化、恶意攻击等情况时。同样，鲁棒的特征学习和样本自适应方法能够更好地处理数据中的噪声和不确定性，使得模型在实际应用中表现更加强大。“鲁棒"这个词来源于英文"robust”，意为健壮的、强健的
原创
2024-06-25 10:45:06
0阅读
