MATLAB环境下基于振动信号的轴承状态监测和故障诊断

基于现代信号处理的轴承状态监测和故障诊断。本文主要讲解如何从滚动轴承的振动信号中提取特征、进行状态监测和故障诊断。

LDA(线性判别分析(普通法))详解 —— matlab

前言正题1.LDA的思想2. 瑞利商(Rayleigh quotient)与广义瑞利商(genralized Rayleigh quotient)3. 二类LDA原理4.多类LDA原理5.LDA算法流程二类LDA matlab举例:1.读取数据集2.分离数据集3.求解w4.输出降维后的数据集

提示学习Prompt介绍

关于提示学习的简单介绍

【联邦学习】联邦学习算法分类总结

联邦学习算法总结,从不同的角度对联邦学习方法进行分类。

【机器学习笔记】【随机森林】【乳腺癌数据上的调参】

调整完毕,总结出模型的最佳参数score提升效果#调参后的参数减去调参前的参数在整个调参过程之中,我们首先调整了n_estimators(无论如何都请先走这一步),然后调整max_depth,通过max_depth产生的结果,来判断模型位于复杂度-泛化误差图像的哪一边,从而选择我们应该调整的参数和调

深度学习知识点简单概述【更新中】

人工神经网络(英语:Artificial Neural Network,ANN),简称神经网络(Neural Network,NN)或类神经网络,是一种模仿生物神经网络(动物的中枢神经系统,特别是大脑)的结构和功能的数学模型,用于对函数进行估计或近似。ps:和其他机器学习方法一样,神经网络已经被用于

深度学习面试基础--BN层

深度学习中BN层的相关介绍

协同过滤算法

目录协同过滤算法相似度的计算方式杰卡德(Jaccard)相似系数杰卡德相似系数杰卡德距离余弦相似度皮尔逊相关系数其他UserCF基于用户的协同过滤算法思想举例说明计算Alice与其他用户的相似度(以余弦相似度为例)根据相似度用户计算出Alice对物品5的最终得分根据用户评分对用户进行推荐缺点数据稀疏

【跟着ChatGPT学深度学习】ChatGPT带我入门深度学习

跟着ChatGPT学深度学习第一弹,入门深度学习。本次ChatGPT老师共教我三个知识点,分别是深度学习基础、深度学习的学习资源和深度学习需要掌握的技能和知识。最后,ChatGPT老师还贴心地给深度学习新手和老手总结了一些学习建议。

Python - matplotlib - 决策曲线分析(Decision Curve Analysis)

Python绘制临床预测模型决策曲线,幼儿园级教程!有手就会!

AI实现艺术品自动生成?太牛了

什么是AI艺术家?本文介绍了AI艺术家的基本原理以及使用流程,为艺术创作带来新的概念,希望能得到大家的鼓励支持!

信息熵是什么

信息熵是什么通过前两节的学习,我们对于决策树算法有了大体的认识,本节我们将从数学角度解析如何选择合适的“特征做为判别条件”,这里需要重点掌握“信息熵”的相关知识。信息熵这一概念由克劳德·香农于1948 年提出。香农是美国著名的数学家、信息论创始人,他提出的“信息熵”的概念,为信息论和数字通信奠定了基

语义分割之SegFormer分享

今年可以说是分割算法爆发的一年,首先Vit通过引入transform将ADE20K mIOU精度第一次刷到50%,超过了之前HRnet+OCR效果,然后再是Swin屠榜各大视觉任务,在分类,语义分割和实例分割都做到了SOTA,斩获ICCV2021的bset paper,然后Segformer有凭借对

机器学习算法——混淆矩阵(Confusion Matrix)之鸢尾花实例

什么是混淆矩阵?其实就是把所有类别的预测结果与真实结果按类别放置到了同一个表里,在这个表里我们可以清楚地看到每个类别正确识别的数量和错误识别的数量。混淆矩阵在什么情况下最好呢?答案是类别不平衡时。混淆矩阵是除了ROC曲线和AUC之外的另一个判别分类好坏程度的方法。TP=True Positive=真

AI时代来临,如何把握住文档处理及数据分析的机遇

在3月18日,由中国图象图形协会(CSIG)主办,合合信息、CSIG文档图像分析与识别专业委员会联合承办的“CSIG图像图形企业行”活动将正式举办,特邀来自上海交大、厦门大学、复旦、中科大的顶尖学府的学者与合合信息技术团队一道,以直播的形式分享文档处理实践经验及NLP发展趋势,探讨ChatGPT与文

一文讲解thop库计算FLOPs问题

计算模型的FLOPs及参数大小FLOPS是处理器性能的衡量指标,是“每秒所执行的浮点运算次数”的缩写。FLOPs是算法复杂度的衡量指标,是“浮点运算次数”的缩写,s代表的是复数。一般使用thop库来计算,GitHub:但官网的Readme中详细写出了是用来计算MACs,而不是FLOPs的MACs(M

信号处理中简单实用的方法——消除趋势项

信号处理中简单实用的方法——消除趋势项

震撼,支持多模态模型的ChatGPT 4.0发布了

给几张论文的照片,GPT-4可以做总结,也可以对用户指定的图片的内容进行展开解释。

目标检测(Object Detection)学习笔记(概述与传统算法与基于深度学习算法)

目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),不同于分类和回归问题,目标检测还需要确定目标在图像中的位置(定位),而确定识别目标的类别和位置(分类和定位),是计算机视觉领域的核心问题之一。