- 博客(23)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 【“工业大数据预测”系列】——第3篇：基于统计和信号的特征提取
面对传感器采集的杂乱无章的监控数据该怎么办？ 别慌，这里有一些常用的工业数据特征提取的方法，不妨试一试……
2020-08-26 09:42:35
8569
13
原创 【PaddlePaddle飞桨复现论文】—— selfie2anime：人像卡通化 U-GAT-IT 数据集下载（不需梯子，可直接下载）
U-GAT-IT 在论文中公布了新创建的selfie2anime数据集，但需要梯子才能下载，在这里为了方便一起参加论文复现的同学使用，可以在AI studio中直接搜索和引用，有本地使用需求的同学也可直接下载，不需要科学上网！数据集背景：对于selfie 数据集，包含46,836张自拍照，带有36个不同的属性。U-GAT-IT论文只使用女性的照片作为训练数据和测试数据。训练数据集的大小为3400，测试数据集的大小为100，图像大小为256×256。对于 anime 数据集，作者首先通过 Anime
2020-08-07 12:57:09
2823
1
原创 【PaddlePaddle飞桨复现论文】—— 3. 分别采用 经典生成对抗网络GAN 和 深度卷积生成对抗网络DCGAN 实现手写数字生成
GAN 网络顾名思义，是一种通过对抗的方式，去学习数据分布的生成模型。其中，“对抗”指的是生成网络（Generator)和判别网络（Discriminator)的相互对抗。生成网络（G）接收一个随机的噪声z，尽可能的生成近似样本的图像，记为G(z)。判别网络（D）接收一张输入图片x，尽可以去判别该图像是真实样本还是网络生成的假样本，判别网络的输出 D(x) 代表 x 为真实图片的概率。如果 D(x)=1 说明判别网络认为该输入一定是真实图片，如果 D(x)=0 说明判
2020-08-06 15:39:24
700
原创 【PaddlePaddle飞桨复现论文】—— 2. 采用 DNN 、CNN 和 VGG 实现车牌识别（VGG模型精度提高明显！！）
一、任务描述：本次实践是一个多分类任务，需要将照片中的每个字符分别进行识别，完成车牌的识别实践平台：百度AI实训平台-AI Studio、PaddlePaddle1.8.0二、数据集介绍数据集文件名为characterData.zip，其中有65个文件夹包含0-9，A-Z，以及各省简称图片为12020的灰度图像本次实验中，取其中的10%作为测试集，90%作为训练集三、模型定义3.1 DNN模型深度神经网络（Deep Neural Networks，简称
2020-08-06 15:16:22
2498
1
原创 【PaddlePaddle飞桨复现论文】——（论文阅读）U-GAT-IT：基于自适应层实例归一化的无监督生成注意力网络用于图像到图像的转换
U-GAT-IT以端到端的方式，结合了新的attention模块（添加辅助分类器）和新的自适应层实例归一化（AdaLIN）功能，提出了一种无监督的图像到图像翻译的新方法。
2020-08-06 11:10:52
1580
原创 【PaddlePaddle飞桨复现论文】——1. 简单入门百度PaddlePaddle深度学习框架
写在前面：这个系列简单学习一下百度PaddlePaddle深度学习框架，并以复现一篇顶会论文作为一个尝试和挑战。由于图像不是自己的研究方向，对此仅做一个了解和初步学习，欢迎一起交流。快速跳转：简单入门百度PaddlePaddle深度学习框架本篇目录1 基础操作（两数相加举例）1.1 常量加法俗话说，工欲善其事必先利其器，初次接触Paddle，得先学好才能用好，这里以Paddle官网的一个例子来跑通一个“hello word”程序。把环境搭好，把程序跑起来，这是进行后面工作的第一步。1 .
2020-07-24 13:24:39
680
原创 【控制系统数字仿真与CAD——实验报告】实验四：黄金分割法最优化PI调节器参数（文末附完整代码 + 实验结果）
一、实验目的掌握控制系统计算机辅助设计的原理与方法； 掌握黄金分割法的基本原理； 掌握黄金分割法在参数优化中的应用； 掌握MATLAB的基本编程，实现闭环系统的数字仿真，并增加参数优化过程； 掌握MATLAB的数据处理方法与结果显示基本方法。二、实验内容用黄金分割法优化实验三系统中ASR的参数Kn，其它参数不变（具体可详见实验三），Kn的取值范围为：[2,20]。 选取超调量为目标函数：仿真时间为5秒。要求记录仿真实验中的以下数据：（1）统计寻优算法中目标函数的计算...
2020-07-18 19:51:09
2161
原创 【“工业大数据预测”系列】——第2篇：异常数据处理
由于传感器故障、系统误差、多异构数据源、网络传输乱序等因素极易出现噪声、缺失值、数据不一致的情况，如何消除这些因素对模型精度和可靠性产生的负面影响……
2020-07-08 10:13:38
9887
5
转载 3D点云语义分割——实现场景理解的关键
作者：小祖前言3D点云语义分割由于其在自动驾驶、机器人和增强现实（AR）等许多领域的广泛应用，最近引起了越来越多的研究者关注，这也成为了场景理解的关键。我最近接触了基于深度学习的3D点云语义分割这个前沿研究方向，因此对点云分割有一些自己的理解。希望在这里通过整理几篇文章与大家一起分享交流，共同进步。文中的一些观点若有不正确的地方，还请各位读者能给予指正并给出建议，也希望能够大家一起交流学习，能够更加深入地探讨基于深度学习的点云语义分割。1 何为3D点云数据？点云数据是什么呢？我之前也..
2020-07-03 17:18:57
3685
原创 【控制系统数字仿真与CAD——实验报告】实验三：离散相似法数字仿真（文末附完整代码 + 实验结果）
一、实验目的1. 了解离散相似法的基本原理 2. 掌握离散相似法仿真的基本过程 3. 应用离散相似法仿真非线性系统 4. MATLAB实现离散相似法的非线性系统仿真 5. 掌握SIMULINK仿真方法，应用于非线性系统的仿真，并对实验结果进行分析比较二、实验原理 在ASR的输出增加限幅装置（饱和非线性，饱和界为c=8 ）。 Ce=0.031，其它参数不变。输入为单位阶跃，用离散相似法求系统各环节的输出。 要求：采用零阶保持器和一阶保持器离散化系统，分别完成本实验。
2020-06-28 16:18:22
3123
原创 【控制系统数字仿真与CAD——实验报告】实验二：结构图法数字仿真（文末附完整代码 + 实验结果）
一． 实验目的1. 掌握结构图法仿真复杂控制系统的方法； 2. 掌握复杂系统联接矩阵W和输入联接矩阵W0的求解过程； 3. 掌握复杂系统的环节连接,矩阵A、 B、 C、D的求解过程； 4. 掌握MATLAB编制结构图数字仿真的程序，并运用MATLAB程序对仿真结构进行处理。 二、实验内容1、实验要求 上图系统中，各子系统的初始值均为零，输入Un*为单位阶跃。试编写仿真程序，求各环节输出响应（求解闭环状态方程时，指定采用RK4方法）。记录仿真结果及程序中计算...
2020-06-28 16:01:27
1599
原创 Pandas学习总结——9.时序数据处理
本节介绍Pandas的时序数据处理的一些方法。包括四类时间变量、时间点创建（to_datetime方法、date_range方法、dateoffset对象）、时序的索引和一些基本属性操作、重采样和一些窗口函数
2020-06-28 10:10:38
1334
原创 【“工业大数据预测”系列】——第1篇：谈谈工业大数据
工业大数据是什么？有哪些问题或者挑战？目前应用领域都有哪些？在这里就本人的一些粗浅看法谈谈工业大数据，欢迎阅读交流。
2020-06-27 21:16:25
2796
原创 Pandas学习总结——8.分类数据
1 category的创建及其性质1.1 分类变量的创建四类创建方法：Series对DataFrame指定类型使用内置Categorical类型使用cut函数# Series方法创建pd.Series(["a", "b", "c", "a"], dtype="category")# 对DataFrame指定类型temp_df = pd.DataFrame({'A':pd.Series(["a", "b", "c", "a"], dtype="category"),'B':lis
2020-06-27 16:26:15
356
原创 【控制系统数字仿真与CAD——实验报告】实验一：状态方程、传函为模型的系统的仿真（文末附完整代码 + 实验结果）
一、实验目的 1. 掌握各数学模型之间的转换与数学模型的参数获取，掌握相关MATLAB命令 2. 掌握欧拉法和RK法的递推公式 3. 掌握欧拉法和RK法的MATLAB算法实现二、实验内容1. 分别用欧拉法和四阶龙格-库塔法求解如下系统： （1）R=4KΩ， C=1µF， L=1H， 仿真时间： 0.03s （2）R=280Ω， C=8µF， L=2H，仿真时间： 0.1s 两组参数下电路的单位阶跃响应。 （初始条件均为零）。2.熟悉并理解掌握MATLA...
2020-06-24 15:52:41
1521
原创 Pandas学习总结——6. 缺失数据处理
目录1 缺失值特性1.1 三种缺失值符号1.2 Nullable类型1.3 convert_dtypes方法2 缺失数据的运算规则2.1 普通运算2.2 groupby方法中的缺失值3 缺失数据的一些处理方法3.1 填充（fillna方法）3.2 剔除（dropna方法）3.3 插值（interpolation）3.3.1 线性插值3.3.2 高级插值方法3.3.3 interpolate中的参数**内容简介：**本篇首先介绍Pandas中的三种缺失值符号，针对其弊端介绍Nullab
2020-06-23 21:02:02
1031
原创 Pandas组队学习(上)——综合练习题答案
第一阶段学习总结：Datawhale组织的Pandas组队学习暂告一段落。快乐pandas以自主学习、助教答疑、定期打卡等形式，课程资料编写比较详细，配合思考题和练习巩固，无奈于本人较菜，对所学的知识掌握还不够透彻，完成这次综合练习断断续续花了两天时间，后面一定要抽时间复盘之前所学的内容。全面学习基础内容有助于建立体系，了解各大功能模块，在使用时才能有所了解，找准方向。因此后面会继续参加pand...
2020-05-01 16:45:50
1326
原创 Pandas学习总结——5. 合并（append与assign、combine与update、concat、merge与join）
内容概览1 append与assign1.1append方法1.2 assign方法2 combine与update2.1 combine方法2.2 update方法3 concat方法4 merge与join4.1 merge函数4.2 join函数5 问题与练习5.1 问题5.2 练习练习一：公司员工信息练习二：课程分数表Pandas的合并操作可以概括为以下四类方法：append与ass...
2020-04-29 16:28:50
1528
原创 Pandas学习总结——4. Pandas变形 之 透视表 & 变形方法
文章目录1 透视表1.1 pivot与pivot_table1.2 交叉表（crosstab）2 其他变形方法2.1 melt2.2 压缩与展开（stack 和 unstack）3 哑变量与因子化3.1 Dummy Variable（哑变量）3.2 factorize方法4 问题与练习4.1 问题1 透视表1.1 pivot与pivot_tablepivot函数可将某一列作为新的cols。...
2020-04-28 23:16:24
943
原创 Pandas学习总结——3. Pandas分组 都有哪些操作？
目录1 groupby函数1.1 分组的依据1.2 组的遍历1.3 level参数（用于多级索引）和axis参数1.4 groupby对象的特点2 聚合、过滤和变换2.1 聚合（Aggregation）2.2 过滤（Filteration）2.3 变换（Transformation）3 apply函数3.1 apply函数的灵活性3.2 应用apply同时统计多个指标SAC过程(s...
2020-04-26 23:31:00
614
原创 Pandas学习总结——2. 一文详述 Pandas索引
目录Pandas单级索引1. loc、iloc、[]操作符2. 布尔索引3 标量索引4 区间索引Pandas多级索引1 多层索引的创建2 多层索引切片3 多层索引的slice对象4 索引层交换索引设定常用索引型函数1 where()和mask()2 query()函数重复元素处理（duplicated和drop_duplicates）抽样函数(sample)上篇文章介绍了Pan...
2020-04-23 23:19:00
1049
原创 Pandas学习总结——1. 基础操作(文件读写)、数据结构(Series、DataFrame)、常用基本函数、数据排序...
目录1 Pandas文件读取和写入1.1 文件读取（csv、txt、xls/xlsx）1.2 文件写入（csv、xls/xlsx）2 Pandas基本数据结构（Series、Dataframe）2.1 Series2.2 DataFrame3 Pandas常用基本函数(1) head和tail(2) unique和nunique(3) count和value_counts(4) d...
2020-04-20 10:31:00
1107
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人