A9.2022年全国数学建模竞赛 C题-玻璃制品的成分分析与鉴别-赛题分析与讨论
1. 2022年C题（玻璃制品的成分分析与鉴别）2.1 基本分析：分类问题+聚类问题+预测问题2.2 聚类问题参考例程Kmeans 聚类例程：2.3 分类问题参考例程分类问题 Python 例程1：LinearSVC 使用例程分类问题 Python 例程2：NuSVC 使用例程3. 参考文献
最基本的25道深度学习面试问题和答案
如果你最近正在参加深度学习相关的面试工作，那么这些问题会对你有所帮助。
保障人脸安全！顶象发布《人脸识别安全白皮书》
此后分别是娱乐10%、医疗7%、电商零售6%、出行3%、政务2%、其他2%。该白皮书共有8章73节，系统对人脸识别的组成、人脸识别的内在缺陷、人脸识别的潜在安全隐患、人脸识别威胁产生的原因、人脸识别安全保障思路、人脸识别安全解决方案、国家对人脸识别威胁的治理等进行了详细介绍及重点分析。人脸识别是基于
Part 11:Pandas的索引index所具备的四大性能
把数据存储于普通的column列也能用于数据查询，那使用index有什么好处?当s1+s2中遇到另一方没有找到相同的索引时，会显示NaN,无法进行算术操作时。Categoricallndex，基于分类数据的Index，提升性能;Datetimelndex，时间类型索引，强大的日期和时间的方法支持;%
【机器学习】Logistic 分类回归算法 （二元分类 & 多元分类）
一、线性回归能用于分类吗？二、二元分类2.1假设函数2.1.1例子一2.1.2例子二2.2拟合logistic回归参数\thetaθ三、logistic代价函数3.1 y = 1的图像3.2 y = 0的图像四、 代价函数与梯度下降4.1 线性回归与logistic回归的梯度下降规则相同吗？五、高级
图像处理那些算法
1）旋转借助矩阵运算来实现图像的旋转功能2）平移借助矩阵运算来实现图像的旋转功能3）对称借助矩阵运算来实现图像的对称功能水平镜像变换：垂直镜像变换：借助 get (gca, ‘currentPoint’)获取鼠标点击的位置，从而得到鼠标按下和松开的两个位置的坐标。将这两个点的位置提取出来去截取图片。
Python 3.14 将比 C++ 更快🤭
使用外推法证明Python 3.14 将比 C++ 更快🤭
拿下Transformer
对于每一个x向量，网络又可以通过乘WQ，WK，WV衍生出三个向量Q1，K1，V1向量。对于所有的Xi来说，其乘的WQ，WK，WV都是一模一样的(即权重是共享的)。Self attention所作的内容，总结一下就是一个包含三个参数矩阵WQ，WK，WV的模块，输出为m个Context vector，并
YOLOv7（目标检测）入门教程详解---环境安装
零基础入门yolov7 从环境安装到推理训练，再到c++实现yolov7
基于蒲公英优化算法的函数寻优算法
文献[1]模拟蒲公英种子依靠风的长距离飞行过程提出了一种新的群体智能仿生优化算法，称为蒲公英优化(Dandelion Optimizer, DO)算法，用于解决连续优化问题。与其他自然启发元启发式算法相似，DO在种群初始化的基础上进行种群进化和迭代优化。在提出的DO算法中，假设每个蒲公英种子代表一个
【31】GPU（下）：为什么深度学习需要使用GPU？
GPU发展历史：1.加速卡（顶点处理仍在CPU完成，图像渲染受制于CPU的性能）；2.带有顶点处理功能的显卡：NVidia推出GeForce 256 显卡；3.可编程管线（Programable Function Pipeline）的引入：2001年的Direct3D 8.0【微软第一次引入】；4.
Pytorch利用ddddocr辅助识别点选验证码
本篇文章的主要目的是识别点选验证码，其中利用ddddocr来辅助识别，这样整体识别验证码的步骤将会非常简单，具体有多简单，请看步骤首先展示一下点选验证码的数据集**数据集介绍：**可以看到，该点选验证码识别是有一张图主背景图，提示需要依次点击哪些字，基本上大部分点选验证码都是这样，按照语序点击主背景
【计算机视觉】图像分割与特征提取——滤波器实验
主要介绍均值滤波、高斯滤波、维纳滤波、中值滤波这几种常用的滤波器原理以及具体实现。
大数据ClickHouse进阶（四）：ClickHouse的索引深入了解
由于是稀疏索引，MergeTree需要间隔index_granularity行数据生成一条索引，同时对应一个索引编号，每个MarRange与一个索引编号对应，通过与start及end对应的索引编号的取值，可以得到对应的数值区间；除了一级索引之外，MergeTree同样支持二级索引，二级索引又称为跳数
哈工大2022机器学习实验一：曲线拟合
本博客采用python的numpy库，用四种方式实现用多项式拟合曲线。
扩散模型的极简介绍
扩散模型是什么，如何工作以及他如何解决实际的问题
机器学习：过拟合、欠拟合、正则化之间的纸短情长～
正则化是何如解决过拟合的，机器学习的主要挑战是我们的算法能够在为观测的数据上误差较小，而不是在只在训练集上表现良好，我们这种能力我们称之为泛化。
基于文化算法优化的神经网络预测研究（Matlab代码实现）
从两个层面分别模拟生物的进化和文化的进化，两个过程既相互独立又相互影响，是一种基于知识的双层进化系统。该算法优点就在于，可以从每次的搜索中提取解决问题的有效信息，并反馈指导种群的搜索过程，在精度和效率上都使算法有效提升。
基于模型参考自适应控制(MRAC)的自动驾驶方向盘(油门)控制方法
MRAC在自动驾驶中往往与上层算法共同使用，根据上层的横向/纵向控制算法（MPC、LQR/PID）输出的参考输入，即方向盘转角/油门开度，经过自适应控制器重新计算输入，并作用于被控系统(方向盘/油门)。
CNN天气识别
本文将采用CNN实现多云、下雨、晴、日出四种天气状态的识别。本文为了增加模型的泛化能力，新增了Dropout层并且将最大池化层调整成了平均池化层。
