GAN(生成对抗网络)Matlab代码详解
这篇博客主要是对GAN网络的代码进行一个详细的讲解：首先是预定义：clear; clc; %%%clc是清除当前command区域的命令,表示清空,看着舒服些 。而clear用于清空环境变量。两者是不同的。%%%装载数据集train_x=load('Normalization_wbc.txt');%
特征匹配算法GMS(Grid-based Motion Statistics)理论与实践
GMS一种基于运动统计的快速鲁棒特征匹配过滤算法，能明显地改善匹配结果，目前已经集成进入OpenCV之中
YOLOX优点介绍与解析，详细易懂。
YOLOX各个优点详解，让你一篇文章了解！
主动学习(Active Learning，AL)的理解以及代码流程讲解
针对有监督的学习任务，存在标记成本较为昂贵且标记难以大量获取的问题。 在此问题背景下，主动学习（Active Learning, AL）尝试通过选择性的标记较少数据而训练出表现较好的模型。主动学习的工作流程的关键是选择模型、使用的不确定性度量以及应用于请求标签的查询策略。主要步骤为：收集数据、建立模
从零开始完成YOLOv5目标识别（三）用PyQt5展示YOLOv5的识别结果
用pyqt5实现yolov5图像、视频和摄像头的实时监测
深度学习：交叉验证（Cross Validation）
将原始数据随机分为两组，一组做为训练集，一组做为验证集，利用训练集训练分类器，然后利用验证集验证模型，记录最后的分类准确率为此分类器的性能指标。好处：处理简单，只需随机把原始数据分为两组即可坏处：但没有达到交叉的思想，由于是随机的将原始数据分组，所以最后验证集分类准确率的高低与原始数据的分组有很大的
【事件图谱】事件抽取与事件关系抽取
本文简单介绍了事件抽取任务和事件之间的几种关系。并根据现在的研究介绍了几种事件抽取和关系抽取的方法。最后简单盘点了事件抽取的研究的发展趋势。
人工智能-A*启发式搜索算法解决八数码问题 Python实现
八数码问题也称为九宫问题。在 3×3 的棋盘，摆有八个棋子，每个棋子上标有 1 至 8 的某一数字，不同棋子上标的数字不相同。棋盘上还有一个空格（以数字 0 来表示），与空 格相邻的棋子可以移到空格中。要求解决的问题是：给出一个初始状态和一个目标状态，找出一种从初始转变成目标状态的移动棋子步数最少的
神经网络算法基本原理及其实现
目录背景知识人工神经元模型激活函数网络结构工作状态学习方式BP算法原理算法实现（MATLAB）背景知识在我们人体内的神经元的基本结构，相信大家并不陌生，看完下面这张图，相信大家都能懂什么是人工神经网络？人工神经网络是具有适应性的简单神经元组成的广泛并互连的网络，它的组织能够模拟生物神经系统对真实世界
计算机视觉中的注意力机制
注意力机制（Attention Mechanism）源于对人类视觉的研究。 在认知科学中，由于信息处理的瓶颈，人类会选择性地关注所有信息的一部分，同时忽略其他可见的信息。 上述机制通常被称为注意力机制。 人类视网膜不同的部位具有不同程度的信息处理能力，即敏锐度（Acuity），只有视网膜中央凹部位具
Python图像识别-Opencv05 色彩
本文阐述了图像色彩的部分基础理论，并且如何使用Opencv包进行简单的色彩空间转换
【全国一等奖】F题：智能送药小车，2021年全国大学生电子设竞赛
01前 言大家好，我是张巧龙，今天给大家带来关于21年F题的分享：智能送药小车，出了这个题目之后，咋一看，好像比较简单。不过大家慢慢做，越往后做越发现，坑越来越多。第一个问题：数字识别率...
Python + OpenCV一步一步地实现图像拼接（原理与代码）
由于时间有限，这里仅先实现平面扭曲。由于已经计算出单应矩阵，可以使用该矩阵将第一张图像转换到第二张图像的平面上。对于在同一平面上的两张图像，一个很直观的思路是，迭代两幅图像，发现匹配的区域则覆盖，否则置为0。.........
Pytorch读取照片的三种方式（包括但不限于）
在后续神经网络的搭建及训练中，我们要确保其中涉及到的图像数据为Tensor，并且Tensor的数据类型为浮点型。在使用opencv读取图像时，需要注意其读取后的图像通道按照BGR的顺序排列而不是RGB。
Python-实战：基于白鲸BWO算法的VMD超参数优化
其灵感来源于白鲸的群体觅食行为，具有3个阶段，分别是：探索、开发、鲸落，如下。当分解数K较小时，可能导致信号分解不足，趋势项中混入其他干扰项，导致包络熵值变大。因此，将分解出的IMF中的最小的那个熵（局部包络熵）最小化时，VMD分解为最佳。因此，应用VMD对信号进行分解后，计算每个子序列的包络值，包
【跟着ChatGPT学深度学习】ChatGPT带我学情感分析
情感分析是一种自然语言处理技术，旨在识别、提取和量化文本中的情感信息。它可以帮助人们了解一段文本的情感倾向，例如积极、消极或中性。情感分析可以用于分析社交媒体上的评论、产品评论、新闻文章、客户反馈等各种文本数据，以便企业和个人了解他们的客户和受众的情感状态和反应。在情感分析中，通常会使用一些机器学习
比肩ChatGPT的国产AI：文心一言——有话说
文心一言的交互方式更加接近对话式，能够与用户进行更自然、更流畅的交互，有利于提高用户的满意度和使用体验。而ChatGPT则更注重语言的精度和处理效率，能够更好地满足用户的实际需求。
【chatgpt】chatgpt APi使用 GPT3
1.概述随着人工智能技术的不断发展，越来越多的ai产品被应用到各个领域，其中最具代表性的莫过于人工智能语言模型。语言模型是一种可以通过学习大量语言数据来预测文本或语音的技术，其应用范围十分广泛，如智能客服、机器翻译、语音助手等。而chatgpt是其中最为优秀的语言模型之一。chatgpt是opena
GPT4国内镜像站
GPT-4镜像站来了，体验GPT4能力，比ChatGPT强了太多！
周志华《机器学习》第三章课后习题
目录3.1 试析在什么情形下式(3.2) 中不必考虑偏置项 b.3.2、试证明，对于参数w,对率回归的目标函数(3.18)是非凸的,但其对数似然函数(3.27)是凸的. 3.3、编程实现对率回归,并给出西瓜数据集3.0α上的结果.3.4 选择两个 UCI 数据集，比较 10 折交叉验证法和留一法所估
