自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(10)
  • 收藏
  • 关注

原创 多模态情感识别——缺失模态

多模态情感识别面临模态缺失的挑战,主要源于硬件限制(如传感器故障)、环境干扰(如遮挡、噪音)、隐私保护、数据存储成本及场景不匹配等因素。本文简单介绍研究阶段的演进。

2026-06-18 10:14:34 452

原创 2025年多模态情感识别研究现状

多模态情感识别(Multimodal Emotion Recognition, MER)旨在通过整合文本、语音、视觉等多种模态的信息来准确理解人类的情感状态。随着研究的深入,该领域的焦点逐步拓展至对跨模态交互的建模、提升模型在真实场景(如数据缺失)中的鲁棒性、探索会话等复杂任务场景,以及借助大模型能力提升情感识别能力。根据查找的论文,

2026-06-18 10:04:52 653

原创 十大经典机器学习算法详解(附 Python 代码)

本文系统介绍了机器学习领域十大经典算法——线性回归、逻辑回归、K近邻、决策树、随机森林、支持向量机、朴素贝叶斯、K均值聚类、主成分分析和梯度提升树。通过通俗易懂的语言阐述每个算法的核心思想与适用场景,并配套完整、可运行的 Python 代码(基于 scikit-learn 和内置数据集),涵盖模型训练、评估与可视化全过程。无论你是零基础初学者,还是希望夯实基础的从业者,都能通过动手实践快速掌握这些算法的本质与应用技巧。文末附有算法对比表格与学习建议,助你高效入门机器学习。

2026-01-27 11:05:21 992

原创 ResNet-18 的意义在哪里?——从普通 CNN 到残差网络的系统性比较

深度神经网络中,单纯增加层数未必提升性能。研究发现,当网络深度超过一定程度后,训练误差反而可能上升,说明深层网络存在优化障碍。ResNet通过残差连接改变了这一局面,允许网络选择性地学习输入修正或保持恒等映射,使深层网络训练更稳定。ResNet-18作为基础模型,虽不是性能最优选择,但因其结构简单、训练稳定而成为工程实践中的可靠基准。相比VGG等纯堆叠结构,ResNet通过残差设计显著提高了参数利用率,在中小规模数据集上表现尤为突出。

2026-01-09 17:46:40 1020

原创 《计算机系统结构》2025年考试题型、分值分布与考查知识点

《计算机系统结构(第3版)》考试要点摘要(高等教育出版社,ISBN 9787040568141)。考试题型包括单选、术语解释、简答和应用题。

2026-01-08 13:34:05 819

原创 为什么我推荐用 Kaggle 获取数据?——为 SHAP 可解释性分析提供高质量数据

摘要: Kaggle作为全球最大的数据科学社区,拥有超过50万+高质量数据集,是实践SHAP等模型可解释性技术的理想平台。其数据集具备结构化、有标签、特征明确等特点,特别适合SHAP分析。Kaggle还提供竞赛数据、Notebook环境和社区经验,帮助开发者快速复现模型并聚焦可解释性。本文推荐从Titanic、House Prices等经典数据集入手,结合SHAP揭示模型决策逻辑,实现从理论到实践的闭环。通过Kaggle+SHAP的组合,开发者能高效破解AI“黑箱”,提升模型透明度与应用价值。

2026-01-08 09:55:39 1168

原创 深入理解 SHAP:模型可解释性的强大工具

在机器学习和人工智能日益普及的今天,模型的“黑箱”特性成为阻碍其在高风险领域(如医疗、金融、司法)落地的关键障碍。为了解决这一问题,模型可解释性(Model Interpretability) 成为研究热点。而 SHAP(SHapley Additive exPlanations) 正是当前最流行、理论最坚实的可解释性方法之一。本文将带你全面了解 SHAP 的原理、优势、应用场景,并通过 Python 示例展示如何使用它来解释模型预测。

2026-01-07 19:14:31 4963 1

原创 用 DeepSeek 打造你的专属英语作文批改助手:一个独属于你自己的 Web 工具的诞生

本文介绍如何利用 DeepSeek 大模型 API,结合前端技术(HTML/CSS/JS),快速构建一个功能丰富的在线英语作文智能批改工具,并附上完整可运行代码。

2026-01-07 12:13:10 942 1

原创 基于 Java Swing + MySQL 的学生选课管理系统(含数据库完整文件)

本文介绍了基于Java Swing和MySQL开发的学生选课管理系统课程设计。系统实现了用户登录、学生/课程信息管理(CRUD)和选课功能,采用JDBC连接数据库,包含用户、学生、课程和选课四张核心表。文章详细阐述了数据库设计、关键代码实现(如数据库连接封装和登录验证),并分享了开发过程中的收获与思考。通过该项目,作者巩固了Java编程、Swing GUI设计及数据库操作等知识,为后续开发实践奠定了基础。

2026-01-06 18:10:32 1078 1

原创 (一)数据库建表、修改表和索引实验练习

通过这个实验,我理解了表是数据库的基础单元,它的设计直接影响到数据库的性能和易用性。如果只是想删除表中的数据,可以使用DELETE语句或TRUNCATE语句,但需要注意自增长列的值的变化。2.修改表:在修改表实验中,我学习了如何添加、删除和修改表中的字段。这个实验让我明白了数据库表的修改是一项经常性的任务,它能帮助我们在保证数据完整性的同时,适应业务需求的变化。在未来的工作中,我将继续学习和实践,以提高我的数据库管理和优化技能。在数据库建表、修改表和索引的实验中,我学到了很多关于数据库管理的实用技能。

2023-10-24 15:08:34 896 2

基于 Java Swing + MySQL 的学生选课管理系统(文档+源码+截图+数据库文件)

博客文章——《基于 Java Swing + MySQL 的学生选课管理系统》的补充资料

2026-01-06

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除