输出倒逼思考

VMWare 安装虚拟机时默认按照 Legacy 引导模式（传统 BIOS）进行，无法充分发挥系统及硬件性能，本文旨在记录在 Win 10 中通过 VMWare 16 在 UEFI 引导模式下安装 Ubuntu 18.04 虚拟机并自定义分区的过程，以及期间遇到的一些问题。

本系列文章为阅读《C++ Primer》过程中的书摘与学习笔记，持续更新。

排查程序 Bug 时，靠终端打印输出的方式效率低下，要善用断点调试手段。

LeetCode 第 341 题“扁平化嵌套列表迭代器”题解及解题过程中的一丝小插曲。

将一个字符中所有的整数前后加上符号“*”，其他字符保持不变。连续的数字视为一个整数。

本篇文章旨在记录笔者日常开发工作中一些常用的 Git 应用实践。

所谓融合，顾名思义，发挥多方输入信息的优势，得到更加可靠的输出信息。谈及融合，又通常会细分为前融合和后融合......

本文描述了一款用于将图像转换为 base64 字符串的 Python GUI 小工具，转化得到的 base64 字符串可以直接插入到 markdown 等文档中用于显示图像，而无需上传图像。

粒子滤波是贝叶斯滤波的一种非参数实现，所谓非参数，即不对滤波状态量的后验概率密度作任何假设。粒子滤波的主要思想是用一系列从后验得到的带权重的随机采样表示后验。从采样的角度考虑，粒子滤波与无迹卡尔曼滤波相似，区别在于，无迹卡尔曼滤波使用 sigma 确定性采样，通过无迹变换计算 sigma 样本点的位置与权重；而粒子滤波使用蒙特卡罗随机采样从建议分布中得到样本（粒子），并通过观测值更新粒子权重，针对粒子的权值退化问题，还涉及粒子的重采样步骤。粒子滤波算法广泛用于解决无人车的定位问题。

无迹卡尔曼滤波基于无迹变换，无迹变换研究的是如何通过确定的采样点捕获经非线性变换的高斯随机变量的后验分布的问题。通过无迹变换得到相应的统计特性后，再结合标准卡尔曼滤波框架，便得到无迹卡尔曼滤波。标准无迹卡尔曼滤波的计算量与扩展卡尔曼滤波相当，但滤波精度要优于扩展卡尔曼滤波。