- 博客(181)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 2025高教社杯全国大学生数学建模竞赛官方解读：规则、命题趋势与深度解析
数学建模国赛全称是2025年高教社杯全国大学生数学建模竞赛，是全国高校规模最大的数学建模竞赛。竞赛创办于1992年，每年一届，是“高校学科竞赛排行榜”的前五名，可以说该竞赛是数据分析、数学建模类竞赛中的"奥林匹克竞赛"。报名截止时间：9月1（周一）日20时比赛时间：9月4日（周四）18时至9月7日(周日)20时报名方式：报名采用网上报名的方式，且参赛者以3名大学生组成一队，通过学校教务部门向所在赛区组委会报名，再由赛区组委会向全国组委会报名。
2025-04-04 20:57:57
263
原创 【2025蓝桥杯Python备赛】知识点/算法模板整理
这篇笔记给大家系统整理了蓝桥杯python组竞赛所需的【核心知识点】，涵盖从基础语法到高级算法的各个方面，希望帮助大家高效备赛。包括输入输出处理、数据结构应用、算法模板、数学知识等。通过系统性地学习和练习这些知识点，再加上适量的真题训练，建议每天保持3-5小时的专注练习时间，省一等奖乃至国奖都还是非常有希望的。
2025-04-04 09:43:28
562
原创 2025蓝桥杯Java组备赛知识点全面汇总
本文系统整理了蓝桥杯Java组竞赛所需的核心知识点，涵盖从基础语法到高级算法的各个方面，旨在帮助参赛选手高效备赛。内容基于优快云等多篇高质量技术博客的精华内容整合而成，包括输入输出处理、数据结构应用、算法模板、数学知识等关键领域。每个知识点都配有典型例题和代码实现，特别适合备赛蓝桥杯省赛及国赛的Java选手参考学习。Java中的标准输入输出是蓝桥杯竞赛中最基础也是最重要的部分。Scanner类是处理输入最常用的工具：注意事项：当输入输出规模超过1e6时，必须使用快速IO：性能对比：字符串操作基本字
2025-03-30 10:03:28
856
原创 【2025年数学建模美赛F题】（顶刊论文绘图）模型代码+论文
2025美赛F题——全球网络犯罪与网络安全政策的多维度分析及效能评估，F奖学长的思路、代码、论文，高质量顶刊论文绘图！
2025-01-25 21:57:03
1925
原创 【2025年数学建模美赛E题】(农业生态系统)完整解析+模型代码+论文
2025年数学建模美赛E题 (农业生态系统)第1-5问F奖答案思路+模型+代码+论文，翻译后可直接提交！
2025-01-25 21:09:38
2022
原创 【2025年数学建模美赛C题】第1-5问F奖解题思路+高级绘图+可运行代码
与F奖学长共同完整美赛C题的完整解题思路+建模过程+论文+可运行代码，高质量原创~
2025-01-25 20:54:16
3127
原创 【2025年数学建模美赛D题】可运行代码+建模过程分析+结果分析
2025美赛D题完整的解题过程，包括代码完整代码与结果、解题思路、模型文档与论文框架~
2025-01-25 20:18:57
765
原创 【2025年数学建模美赛B题】冲刺O奖解题思路+模型+代码+论文
2025年美赛B题完成解析（参考论文+可运行matlab代码），冲刺O奖！
2025-01-25 12:14:55
3397
1
原创 【2025年数学建模美赛A题】完整论文+可运行python代码+结果分析
2025年美赛A题测试时间：楼梯上的持续磨损——基于磨损模式分析的楼梯使用频率与历史信息推断模型，可运行代码python+Latex与Word论文。
2025-01-25 11:32:17
1395
原创 【2024年数学建模美赛E题】O奖得主完整论文+代码（可直接用）！
2025年美赛E题的完整解题，包括数据、代码、结果与论文，完整论文已经完成啦！
2025-01-24 18:57:16
438
原创 【数学建模美赛速成系列】O奖论文绘图复现代码
美赛的绘图是非常重要得，这篇文章给大家分享我自己复现2024年美赛O奖优秀论文得代码，基于Matalab来实现，可以直接运行出图。
2025-01-20 09:37:14
1037
原创 【每天一篇深度学习论文】ICLR 时间序列多尺度特征提取模块OS_block
这篇文章的核心创新在于提出了一种基于素数核大小的Omni-ScaleBlock，能够高效覆盖所有接收场大小，从而避免了复杂的搜索过程，并在多个时间序列分类基准上实现了最先进的性能。其设计简单、高效且具有很强的扩展性，为时间序列分类任务提供了一种新的解决方案。
2025-01-20 09:17:56
1148
原创 【每天一篇深度学习论文】LSTM+CNN复杂序列数据和图像数据处理
文章提出了一种结合3DCNN、2DCNN和Bi-LSTM的混合神经网络模型（HSSNB），用于高光谱图像分类。该模型旨在减少训练参数数量的同时提高分类准确性，并通过在三个数据集（IndianPines、PaviaUniversity和SalinasScene）上的测试，展示了其优于现有深度学习模型的性能。
2024-12-14 11:34:02
1264
1
原创 【每天一篇深度学习论文】残差Swin Transformer块与交叉注意力模块RCAM
这篇文章介绍了一种新的立体图像超分辨率（StereoImageSuper-Resolution,stereoSR）方法，名为SwinFSR。该方法基于SwinIR（一种用于单图像恢复的Transformer结构）和快速傅里叶卷积（FastFourierConvolution,FFC）获取的频域知识。
2024-12-14 11:23:44
1124
原创 【每天一篇深度学习论文】时间-频率特征融合PoseFormerV2
文章提出一种方法，用于3D人体姿态估计，它通过在频域中探索长骨架序列的紧凑表示来提高效率和对噪声2D关节检测的鲁棒性，与原始PoseFormer相比，在速度-准确性权衡和对2D关节检测噪声的鲁棒性方面显著提高了性能。
2024-12-14 11:04:06
990
原创 【每天一篇深度学习论文】ACM 即插即用TSConformerBlock 模块
提出了第一个基于Conformer的Metric-GAN架构（CMGAN），用于单通道语音增强，包括去噪（denoising）、去混响（dereverberation）和超分辨率（super-resolution）任务。
2024-12-14 10:55:22
955
原创 【每天一篇深度学习论文】即插即用DO-Conv模块
DO-Conv: Depthwise Over-parameterized Convolutional Layer链接: https://arxiv.org/abs/2006.12030引入深度方向过参数化卷积层（DO-Conv）：模型以深度方向过参数化卷积层（DO-Conv）为核心，通过将传统卷积层扩展为深度卷积与标准卷积的组合，提升了模型的训练效率和最终性能。在训练阶段，DO-Conv独立优化两个卷积操作，而在推理阶段将它们“折叠”成一个等效的标准卷积，保持计算效率。DO-Conv可无缝替代现有卷积网络
2024-12-14 10:49:08
1200
原创 【每天一篇深度学习论文】超轻量级的多核U形网络UltraLightUNet
论文提出一种超轻量级的多核U形网络UltraLightUNet，用于医学图像分割，通过引入多核倒残差(MKIR)和多焦点注意力机制(MKIRA)提高特征编码和细化能力，在多个医学图像分割基准测试中超越SOTA，特别是在DICE评分上超越了TransUNet。
2024-12-06 10:57:17
967
2
原创 【每天一篇深度学习论文】特征融合——注意力融合
论文提出了一种名为SMAT的轻量级目标跟踪架构，它利用可分离的自注意力和混合注意力变换器来有效地融合模板和搜索区域的特征，以生成更优越的特征编码，并通过对编码特征进行全局上下文建模来实现鲁棒的目标状态估计。SMAT在多个基准数据集上超越了相关轻量级跟踪器的性能，同时在CPU上以37帧每秒、GPU上以158帧每秒的速度运行，并具有3.8M的参数量。
2024-12-05 10:14:31
1149
原创 【每天一篇深度学习论文】轻量化自适应提取模块LAE
LSM-YOLO: A Compact and Effective ROI Detector for Medical Detection链接: https://arxiv.org/pdf/2408.14087轻量级模型设计：提出了一种新型的模型，名为 Lightweight Shunt Matching-YOLO (LSM-YOLO)，它结合了 Lightweight Adaptive Extraction (LAE) 和 Multipath Shunt Feature Matching (MSFM)，旨在
2024-12-05 10:05:16
1669
1
原创 【每天一篇深度学习论文】(IEEE TIP)即插即用多尺度特征提取模块MSB
Mix Structure Block contains multi-scale parallel large convolution kernel module and enhanced parallel attention module链接: https://arxiv.org/abs/2305.17654这篇文章介绍了一个名为MixDehazeNet的图像去雾网络，其主要创新点包括：多尺度并行大卷积核模块（MSPLCK）：该模块结合了多尺度特性和大的感受野，能够同时捕获大雾区域和恢复纹理细节。与单一大
2024-12-04 18:08:17
1586
原创 【每天一篇深度学习论文】区域与稀疏注意力融合：ViT的创新型架构
Fusion of regional and sparse attention in Vision Transformers链接: https://arxiv.org/pdf/2406.08859文章的主要创新点可以概括为以下几个方面：融合区域和稀疏注意力：提出了一种新的注意力机制，称为Atrous Attention，它结合了区域注意力和稀疏注意力的优点，通过动态整合局部和全局信息，同时保持层次结构。Atrous Attention机制：受到atrous convolution（扩张卷积）的启发，提出了一
2024-12-04 09:54:24
1843
原创 【每天一篇深度学习论文】（CVPR）大核卷积+Attention的高效图像去雨方法
Dilated Convolutional Transformer for High-Quality Image Deraining链接: https://openaccess.thecvf.com/content/CVPR2023W/UG2/papers/Li_Dilated_Convolutional_Transformer_for_High-Quality_Image_Deraining_CVPRW_2023_paper.pdf论文提出了一种名为Dilated Convolutional Transf
2024-12-04 09:41:04
880
原创 【每天一篇深度学习论文】2024多级卷积模块MCM
MAGNet: Multi-scale Awareness and Global fusion Network for RGB-D salient object detection | KBS链接: https://www.sciencedirect.com/science/article/abs/pii/S0950705124007603MCM作为一个即插即用模块：
2024-12-04 09:26:08
1418
原创 【每天一篇深度学习论文】即插即用半小波注意力模块HWAB
HALF WAVELET ATTENTION ON M-NET+ FOR LOW-LIGHT IMAGE ENHANCEMENT链接: https://arxiv.org/abs/2203.01296HWMNet 继承了 U-Net 和 M-Net 的分层结构，包含以下关键模块：M-Net+ 是基于 M-Net 的改进架构，解决了原始 M-Net 的两个主要问题：HWAB 是模型的核心创新模块，用于增强特征提取的多样性：1. 输入处理：2.多层次特征提取：3. 特征融合：4. 输出生成：HWAB 作为一个
2024-12-02 10:23:45
1227
1
原创 【每天一篇深度学习论文】（水论文神组合）ResNet+注意力
InceptionCapsule: Inception-Resnet and CapsuleNet with self-attention for medical image Classification链接: https://arxiv.org/pdf/2402.02274InceptionCapsule模型的总体架构可以概括为以下几个关键部分：Inception-ResNet层：这是模型的基础特征提取部分，它使用不同大小的卷积核（如3∗33*33∗3和5∗55*55∗5）同时进行多种卷积操作，然后将这些
2024-12-02 10:15:09
1514
原创 【每天一篇深度学习论文】基于CNN和Transformer的局部和全局特征提取模块
LEFormer:AHybridCNN-TransformerArchitectureforAccurateLakeExtractionfromRemoteSensingImageryhttps://arxiv.org/pdf/2308.04397这篇文章介绍了一种名为LEFormer的混合CNN-Transformer架构，用于从遥感图像中准确提取湖泊。文章的创新点主要包括：混合架构：LEFormer结合了卷积神经网络（CNN）和Transformer架构，以捕获局部和全局特征，并
2024-12-01 13:19:49
2355
原创 【每天一篇深度学习论文】多尺度特征提取和融合模块CP-PPA
CPP-Net: Embracing Multi-Scale Feature Fusion into Deep Unfolding CP-PPA Network for Compressive Sensinghttps://openaccess.thecvf.com/content/CVPR2024/papers/Guo_CPP-Net_Embracing_Multi-Scale_Feature_Fusion_into_Deep_Unfolding_CP-PPA_Network_CVPR_2024_pap
2024-12-01 13:07:18
802
原创 【每天一篇深度学习论文】(IEEE 2024)即插即用特征增强模块FEM
FFCA-YOLOforSmallObjectDetectioninRemoteSensingImageshttps://ieeexplore.ieee.org/document/10423050FFCA-YOLO模型在YOLOv5框架基础上，增加了三个轻量级模块：特征增强模块（FEM）用于丰富局部特征信息，特征融合模块（FFM）通过改进的多尺度融合策略加权整合特征，空间上下文感知模块（SCAM）用全局池化获取通道和空间的上下文信息，从而提升小目标和背景的区分能力。此外，模型的轻量化版本L-
2024-11-30 13:57:05
5799
原创 【2024年认证杯小美赛D题】风能与太阳能发电厂 Matlab代码实现与完整论文
在数据预处理中，由于原始数据集中存在时间戳错乱等情况，故首先对各个数据集的时间戳长度进行对齐。然后，基于三次样条插值的方法对缺失的数据进行填补。在填补过程中，由于部分数据缺失时间较长，故基于知识对插值数据进行修复。在问题一中，我们的目标是研究风电场和太阳能发电厂发电量的波动模式，并在发电量出现显著下降或显著上升之前进行预测。为此，我们需要根据当前功率与过去30分钟平均功率的比值来衡量波动幅度，并根据这一指标提前做出预警。首先，本文建立一个LSTM对发电量进行预测。
2024-11-30 13:24:10
1179
原创 【2024认证杯小美赛A题】完整解析与代码分享（独家思路）
星与木星之间，其天体可能因木星的引力扰动而偏离稳定轨道，进入地球轨道，造成潜在威。同时，木星的引力也可能在一定程度上保护地球，减少小行星撞击的概率。•保护作用：木星对部分小行星轨道的引力稳定作用显著减少小行星进入地球轨道的概。•威胁作用：木星对部分小行星的轨道扰动可能导致其偏离稳定轨道，增加撞击地球的。•综合评估：通过模拟结果计算木星对地球的净保护性和威胁性，得到在小行星带条件。建立数学模型，量化木星在小行星带条件下对地球的保护性和威胁性。要求：评估木星在小行星带条件下对地球的保护和威胁作用。
2024-11-29 12:54:39
1859
原创 【2024认证杯小美赛B题】完整解析与代码分享（全网最全）
正式的数学定义如下[2]:平面的镶嵌被定义为将平面划分为较小的区域或瓷砖。瓷砖的第零个日冤被定义为瓷砖本身。给定图形S的海斯数被定义为存在平面到较小区域(称为瓷砖)的镶嵌的最大k值。图形S的海斯数被定义为存在平面的镶嵌以及该镶嵌中的瓷砖t,使得t的第零到第k个日冤中的所有瓷砖都是简单连通区域的最大k值。在某些关于这个问题的研究中,这个定义被修改,要求瓷砖的第零到第k个日冤的并集是一个简单连通区域。被称为平面镶嵌的问题涉及使用单个多边形,该多边形经过旋转、平移和镜像处理,以在平面上实现无间隙和无重叠的镶嵌。
2024-11-29 10:19:00
805
原创 【每天一篇深度学习论文】即插即用频域增强通道注意力机制EFCAttention
FECAM:FrequencyEnhancedChannelAttentionMechanismforTimeSeriesForecastinghttps://arxiv.org/abs/2212.01209论文中的模型结构主要是利用离散余弦变换（DCT）提取时间序列数据的频域信息，通过频域增强通道注意力机制（FECAM）在不同通道和频率分量之间自适应建模，从而捕捉到更多关键特征，最终结合全连接层或投影层生成增强的预测输出。这一结构既可独立用于预测，也能无缝集成到其他模型中，提升其预测性能
2024-11-28 18:24:09
1476
原创 【每天一篇深度学习论文】即插即用CLEEGN模块：自动化EEG去伪影与重建
CLEEGN: A Convolutional Neural Network for Plug-and-Play Automatic EEG Reconstructionhttps://arxiv.org/pdf/2210.05988v2.pdfCLEEGN模型是一个基于编码器-解码器的轻量级卷积神经网络，通过多层卷积结构来自动去除EEG信号中的伪影。编码器部分提取信号的空间和时间特征，而解码器则将这些特征重建为无伪影的EEG信号。在每层卷积层之后使用零填充和批归一化，以确保信号在去伪影过程中保持一致性并提
2024-11-28 09:55:38
903
原创 【每天一篇深度学习论文】（IEEE 2024）即插即用双时相特征聚合模块BFAM
B2CNet:AProgressiveChangeBoundary-to-CenterRefinementNetworkforMultitemporalRemoteSensingImagesChangeDetectionhttps://ieeexplore.ieee.org/document/10547405B2CNet模型基于编码器-解码器架构，由变化边界感知模块（CBM）、双时相特征聚合模块（BFAM）和深度特征提取模块（DFEM）组成。CBM负责边界信息的提取和增强，BFAM
2024-11-28 09:51:09
2413
原创 【每天一篇深度学习论文】（CVPR2024）即插即用高效上采样卷积块EUCB
EMCAD:Efficient Multi-scale Convolutional Attention Decoding for Medical Image Segmentationhttps://arxiv.org/pdf/2405.06880该模型由一个分层编码器和高效多尺度卷积注意力解码器（EMCAD）组成，通过编码器提取不同尺度的特征图，然后利用EMCAD中的多尺度卷积注意力模块、分组注意力门和上采样模块逐步融合和增强这些特征，实现精确的医学图像分割。最终，通过分割头输出高分辨率的分割结果，模型在保
2024-11-27 10:50:57
3495
原创 【每天一篇深度学习论文】即插即用特征注意力融合模块FFA
FFA-Net模型通过浅层特征提取、多个包含局部残差学习和特征注意力的组架构、全局残差学习和特征融合注意力模块来实现单图像去雾。模型利用通道和像素级的注意力机制自适应地调整不同特征的权重，融合浅层和深层信息，从而更有效地去除雾霾，保留细节和色彩的准确性。
2024-11-27 10:44:51
1747
网上书店管理系统-基于Mysql+JAVA
2022-03-18
我爱记单词系统-面向对象课程设计
2022-03-18
设计一个电子时钟-单片机课程设计
2022-03-18
数字逻辑与数字系统课程设计-交通灯控制逻辑设计
2022-03-18
数据结构课程设计-公交线路图
2022-03-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人