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(608)
  • 资源 (3)
  • 收藏
  • 关注

原创 python:获取某路径下所有图片的名称

可以使用 Python 的os模块或者pathlib模块来获取指定路径下所有图片的名称。

2025-04-07 22:43:10 106

原创 绘制动态甘特图(以流水车间调度为例)

【代码】绘制动态甘特图(以流水车间调度为例)

2025-04-02 18:41:13 289

原创 python绘制饼状图

【代码】python绘制饼状图。

2025-03-27 12:07:28 346

原创 求解函数极值的简单遗传算法设计

【代码】求解函数极值的简单遗传算法设计。

2025-03-24 17:31:07 102

原创 求解流水车间调度问题的遗传算法设计

流水车间调度问题(Flow Shop Scheduling Problem, FSP)​​工件集合:n个独立工件{J₁, J₂, ..., Jₙ},每个工件需依次经过m道工序加工​机器配置:m台机器按固定顺序排列{M₁, M₂, ..., Mₘ},每台机器仅负责一道工序​工艺路线:所有工件遵循相同的加工顺序(M₁→M₂→...→Mₘ),即"置换流水车间调度问题(PFSP)"

2025-03-24 17:29:01 319

原创 Awesome-Active-Learning-for-Medical-Image-Analysis

https://github.com/LightersWang/Awesome-Active-Learning-for-Medical-Image-Analysis@article{wang2024comprehensive, title={A comprehensive survey on deep active learning in medical image analysis}, author={Wang, Haoran and Jin, Qiuye and Li, Shiman and L

2025-03-11 16:45:00 784

原创 np.setdiff1d

随机选择已标记样本,并从无标记样本集中删除

2025-02-09 14:46:14 223

原创 使用PIL展示一个图像

使用PIL展示一个图像

2025-02-09 10:52:03 99

原创 Ningfei Yu专属

手搓基于CNN的Chest X-ray图像分类-优快云博客https://blog.youkuaiyun.com/DeniuHe/article/details/145515957?下载后的数据为一个压缩包:压缩包里面有三个文件夹,每个文件夹对应一个类,里面分别包含1525章X光胸片。covid对应新冠肺炎normal对应正常pneumonia对应其他肺炎将三个文件夹中的图像,合并成一个文件,命名为Datasetmetadata.csv里面是各图像名称及其对应的类别标签0,1,2。

2025-02-08 17:42:09 325

原创 AL for CNN

【代码】AL for CNN。

2025-02-08 16:38:47 112

原创 手搓基于CNN的Chest X-ray图像分类

CPU版本耗时:1310.6518561840057。GPU版本耗时:70.60973024368286。

2025-02-08 14:57:52 317

原创 使用Conda命令移除清华镜像源

执行完上述命令后,Conda 会将这些镜像源从配置中移除,恢复默认的镜像源设置。这几个命令,结果conda下载不好用了,因此需要清除上述清华镜像。此命令会显示当前配置的所有镜像源。

2025-02-07 10:40:06 1031

原创 获取一个文件夹中所有图像数据的名称并保存到CSV文件中

训练深度学习模型时,读取一个文件夹中所有图像名称,并将这些名称在一个csv文件中保存成一列。

2025-02-07 10:20:03 100

原创 Batch-mode active ordinal classification based on expected model output change and leadership tree

Batch-mode active ordinal classification based on expected model output change and leadership tree

2025-02-05 23:15:42 124

原创 Yun Huangfu专属

DataSets中是需要用到的数据集Methods中序分类方法的.py代码Experiments_Results中是实验结果(各方法在各数据集的测试集上的运行的结果)Figures存放实验结果对应的图表,如柱状图,箱线图等Util存放着利用实验结果来绘制图表的.py代码。各方法的参考文献存放着序分类方法对应的论文(参考文献)

2025-02-05 11:30:42 174

原创 C++引用练习题

【代码】C++引用练习题。

2025-02-04 11:14:27 226 1

原创 科研绘图神器Hiplot(https://hiplot.com.cn/)

多样图形展示:提供散点图、线图、热图、柱状图、饼图、热力图、火山图、生存分析图、韦恩图等丰富的图形展示方式,可根据实验数据特点选择最适合的展示形式,满足不同科研领域的数据可视化需求。在线编辑与交互:用户可直接在网站上对数据进行上传、下载、复制、移动、删除等操作,实现方便的在线预览和编辑。还能通过拖拽、缩放等操作,在可视化界面上进行交互式的数据探索,挖掘数据中的规律和趋势。支持多语言:提供中英文双语环境,满足不同用户的语言需求,让科研工作者更加便捷地使用平台,促进国际合作和学术交流。自定义样式。

2025-01-25 22:17:37 5240

原创 Leader Tree

【代码】Leader Tree。

2024-12-28 14:44:29 135

原创 C++典型案例

【代码】C++典型案例。

2024-12-16 11:21:03 244 1

原创 请问输出是什么?之(1)

【代码】请问输出是什么?之(1)

2024-12-10 20:33:52 143

原创 洛谷 NP0001捡苹果(求助)

【代码】洛谷 NP0001捡苹果(求助)

2024-12-05 17:03:54 136 3

原创 PTA IP地址转换

【代码】PTA IP地址转换。

2024-11-28 10:01:04 227

原创 DEV C++自动补全文件头的设置操作

【代码】DEV C++自动补全文件头的设置操作。

2024-10-18 22:03:44 2380

原创 第4章 函数

【代码】第4章 函数。

2024-09-14 17:27:52 296 1

原创 第3章C/C++流程控制

如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。

2024-09-11 11:42:14 700

原创 半监督学习的种类及其优缺点

半监督学习是一种介于监督学习和无监督学习之间的机器学习方法,它利用大量的未标记数据和少量的标记数据来进行模型训练。

2024-07-28 16:56:25 652

原创 半监督学习方法的种类

1. **自训练(Self-training)**:模型先用少量标记数据进行训练,然后使用这个模型来预测未标记数据的标签。通过这个过程,模型学习到数据的分布,从而提升分类器的性能。6. **伪标签(Pseudo-labeling)**:使用模型对未标记数据进行预测,并将置信度高的预测结果作为“伪标签”,这些伪标签与真实标签一起用于模型训练。8. **拉普拉斯正则化(Laplacian Regularization)**:利用数据的流形假设,通过在流形上平滑模型的输出,使得相似的数据点具有相似的标签。

2024-07-28 16:41:00 474

原创 指针的定义、初始化和引用

【代码】指针的定义、初始化和引用。

2024-06-16 17:47:20 173

原创 主动学习工具箱子集合【libraries/toolkits of active learning】

主动学习工具箱

2023-11-05 10:13:48 363

原创 【论文复现:Active Learning via Local Structure Recontruction】

Active learning via local structure reconstruction

2023-10-29 11:32:18 302

原创 主动学习论文复现(xPAL):Toward optimal probabilistic active learning using a Bayesian approach - 2021 ML

主动学习论文复现

2023-10-17 12:15:59 254

原创 论文复现:Active Learning by Learning

Active Learning by learning

2023-10-16 08:31:33 199

原创 Nie et al. 2010 提出的不等式定理

聂飞平的定理

2023-10-13 23:37:31 369

原创 名词解释----------命题、定理、推论、引理

有许多数学定理都是条件语句,此时定理的证明是从假设出发,推出结论。定理一般都是假设----即一些条件。然后它有结论-----一个在条件下成立的数学陈述。定理是建立在公理和假设基础上,经过严格的推理和证明得到的,它能描述事物之间的内在关系,定理具有内在的严密性,不能存在逻辑矛盾。定理是指经受逻辑限制的证明为真的陈述(通过真命题出发,经过受逻辑限制的演绎推导,证明为正确的结论的命题或公式)。在数据中,定理是指在既有命题的基础上证明出来的命题,这些既有命题可以是别的定理,或这广为接受的陈述,比如公理。

2023-10-13 22:21:56 1315

原创 论文复现:Gaussian Switch Sampling: A Second OrderApproach to Active Learning

Gaussian Switch Sampling: A Second Order Approach to Active Learning(使用了极限学习机作为基础学习器)

2023-10-08 10:23:45 148

原创 ResNet-18模型

【代码】ResNet-18模型。

2023-10-07 17:50:43 236

原创 np.clip()函数用法

【代码】np.clip()函数用法。

2023-10-07 16:24:40 185

原创 EM:expectation maximization

【代码】EM:expectation maximization。

2023-08-28 21:06:58 129

原创 数据补全工具箱ycimpute 之EM补全方法

EM补全方法,EM插补方法。

2023-08-28 20:23:07 438

原创 论文复现:Distance estimation in numerical data sets with missing values

不完备数据距离估计

2023-08-27 21:19:42 318

Active learning via local structure reconstruction

基于数据重构的主动学习方法、代表性主动学习方法、基于局部结构重构的主动学习方法、ALLSR,Python代码实现。

2023-10-29

序分类数据集Nursery

数据集Nursery的样本个数为12958,属性个数为27,类别个数为4,类别分布为[4320 328 4266 4044],不平衡度13.170731707317072

2023-10-18

序分类数据集Melanoma

数据集Melanoma的样本个数为562,属性个数为100,类别个数为5,类别分布为[313 64 102 54 29],不平衡度10.793103448275861

2023-10-18

序分类数据集Knowledge

数据集Knowledge的样本个数为403,属性个数为5,类别个数为4,类别分布为[ 50 129 122 102],不平衡度2.58 数据类型为连续数值型

2023-10-18

序分类数据集CTGs,数据类型:连续数值型

数据集CTGs的样本个数为2126,属性个数为21,类别个数为3,类别分布为[1655 295 176],不平衡度9.403409090909092 数据类型:连续数值型

2023-10-18

序分类数据集eucalyptus

数据集eucalyptus的样本个数为736,属性个数为91,类别个数为5,类别分布为[180 107 130 214 105],不平衡度2.038095238095238

2023-10-18

序分类数据集Obesity

数据集Obesity1的样本个数为2111,属性个数为29,类别个数为7,类别分布为[272 287 290 290 351 297 324],不平衡度1.2904411764705883

2023-10-18

主动学习方法:xPAL的python代码

主动学习方法论文复现Toward optimal probabilistic active learning using a Bayesian approach 2021年(xPAL)

2023-10-18

序分类数据集Nursery的one hot encoding版(12960个样本, 28个属性,类别数为5)

最新整理出来的用于序分类/序回归的稍大点的数据集Nursery,托儿所评审数据。数据集原始版本来自于UCI,但原始属性为nominal。现在已经通过one hot encoding的形式转化成了numerical数据集。大家可以直接使用了。使用KELMOR模型(分层5折交叉)的分类正确率是99.17438%,平均绝对误差是0.00771604。

2023-05-15

聚类数据集之R15.csv

聚类论文必用数据集

2021-06-25

人工回归数据集sin.csv

人工回归数据集sin.csv

2021-06-25

PSO与捕鱼策略相结合的优化方法

捕鱼策略算法

2017-07-20

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