<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[小嘤熊的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/qq_41301570</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; qq_41301570]]></copyright><item><title><![CDATA[Python数字图像处理——基于散射光-透射率联合估计的水下图像增强方法]]></title><link>https://blog.youkuaiyun.com/qq_41301570/article/details/170030564</link><guid>https://blog.youkuaiyun.com/qq_41301570/article/details/170030564</guid><author>qq_41301570</author><pubDate>Wed, 04 Nov 2026 10:32:59 +0800</pubDate><description><![CDATA[小英熊学长会不定期发布相关设计内容包括但不限于如下内容:信号处理、通信仿真、算法设计、matlab appdesigner，gui设计、simulink仿真......希望能帮到你！有任何matlab和python相关的问题都可以在后台滴滴小英熊学长欧~]]></description><category></category></item><item><title><![CDATA[2026研究生必看大模型课题避坑指南+10个真前沿方向]]></title><link>https://blog.youkuaiyun.com/qq_41301570/article/details/170030226</link><guid>https://blog.youkuaiyun.com/qq_41301570/article/details/170030226</guid><author>qq_41301570</author><pubDate>Wed, 04 Nov 2026 10:19:28 +0800</pubDate><description><![CDATA[别追"最大"的模型，去追"最难"的问题。别只发论文，去打榜 / 做 demo / 拿企业 Offer——2026 评审看证据。别一个人扛，找 2-3 个方向互补的同伴组队，论文产出率 ×3。大模型的"炼大模型时代"正在收尾，"用大模型做难事"的时代正在开启。2026 级研究生，你们进场的时间刚好——既能看到上一波的遗产，又不会被锁死在旧范式里。]]></description><category></category></item><item><title><![CDATA[SSRS 遥感图像语义分割全栈开源库]]></title><link>https://blog.youkuaiyun.com/qq_41301570/article/details/170029536</link><guid>https://blog.youkuaiyun.com/qq_41301570/article/details/170029536</guid><author>qq_41301570</author><pubDate>Wed, 04 Nov 2026 10:14:15 +0800</pubDate><description><![CDATA[SSRS（Semantic Segmentation for Remote Sensing）是西南交通大学马先平（Ma Xianping）课题组维护的 PyTorch 开源方法库，收录 2022–2026 年发表于 IEEE TGRS、GRSL、JSTARS、IGARSS 等汇刊的代表性工作。]]></description><category></category></item><item><title><![CDATA[5个月后，张雪峰登上一本社会学期刊：这篇论文研究的，其实是我们]]></title><link>https://blog.youkuaiyun.com/qq_41301570/article/details/164063499</link><guid>https://blog.youkuaiyun.com/qq_41301570/article/details/164063499</guid><author>qq_41301570</author><pubDate>Tue, 25 Aug 2026 19:08:12 +0800</pubDate><description><![CDATA[2026年3月24日中午，苏州，一家教育公司的楼下，一个刚结束晨间直播的男人照例去跑步。三个小时后，医院宣布抢救无效。2026年8月13日，一本总部位于欧洲的国际社科期刊《Frontiers in Sociology》，刊出了一篇以他名字为研究对象的论文。两个时间点之间，隔着142天。生前的张雪峰，几乎每一句话都会引爆一场互联网骂战——支持者奉他为"民间教育部"，反对者斥其为"功利主义传教士"。而他离世5个月后，关于他的这场讨论，第一次换了一种形态：不再是争吵，而是研究。]]></description><category></category></item><item><title><![CDATA[自适应频谱门控Mamba——让Mamba学会“看频谱“的时间序列预测]]></title><link>https://blog.youkuaiyun.com/qq_41301570/article/details/164063446</link><guid>https://blog.youkuaiyun.com/qq_41301570/article/details/164063446</guid><author>qq_41301570</author><pubDate>Tue, 25 Aug 2026 19:05:25 +0800</pubDate><description><![CDATA[由两个小时级数据集（ETTh）和两个 15 分钟级数据集（ETTm）组成。它们中的每一个都包含 2016 年 7 月至 2018 年 7 月的七种石油和电力变压器的负载特征。描述了道路占用率。它包含 2015 年至 2016 年旧金山高速公路传感器记录的每小时数据从 2012 年到 2014 年收集了 321 个客户每小时电力消耗。收集了 1990 年至 2016 年 8 个国家的每日汇率。包括 21 个天气指标，例如空气温度和湿度。它的数据在 2020 年的每 10 分钟记录一次。]]></description><category></category></item><item><title><![CDATA[2026年主流大模型全解析：谁是真正的AI之王？]]></title><link>https://blog.youkuaiyun.com/qq_41301570/article/details/163639841</link><guid>https://blog.youkuaiyun.com/qq_41301570/article/details/163639841</guid><author>qq_41301570</author><pubDate>Mon, 10 Aug 2026 15:49:52 +0800</pubDate><description><![CDATA[2026年，没有"万能模型"。国际旗舰在硬核编程与通用推理上仍占优，而国产模型在中文本土化、超高性价比与合规部署上已全面逆袭。最聪明的做法不是死守一个模型，而是按场景组合使用——写文案用豆包，写代码用Claude，查资料用GPT，处理长文档用Kimi。大模型的"战国时代"才刚刚开始，对我们普通用户来说，这其实是最好的时代——竞争越激烈，产品越强，价格越低，我们能用上的好工具就越多。选对工具，事半功倍。希望这篇文章能帮你找到最适合自己的那款AI大模型。— END —]]></description><category></category></item><item><title><![CDATA[液体神经网络LNN-Attention-Mamba创新结合——基于液体神经网络的时间序列预测（PyTorch框架）]]></title><link>https://blog.youkuaiyun.com/qq_41301570/article/details/163639653</link><guid>https://blog.youkuaiyun.com/qq_41301570/article/details/163639653</guid><author>qq_41301570</author><pubDate>Mon, 10 Aug 2026 15:47:33 +0800</pubDate><description><![CDATA[由两个小时级数据集（ETTh）和两个 15 分钟级数据集（ETTm）组成。它们中的每一个都包含 2016 年 7 月至 2018 年 7 月的七种石油和电力变压器的负载特征。描述了道路占用率。它包含 2015 年至 2016 年旧金山高速公路传感器记录的每小时数据从 2012 年到 2014 年收集了 321 个客户每小时电力消耗。收集了 1990 年至 2016 年 8 个国家的每日汇率。包括 21 个天气指标，例如空气温度和湿度。它的数据在 2020 年的每 10 分钟记录一次。]]></description><category></category></item><item><title><![CDATA[Python语音信号处理——基于Pygame的钢琴模拟器]]></title><link>https://blog.youkuaiyun.com/qq_41301570/article/details/163591889</link><guid>https://blog.youkuaiyun.com/qq_41301570/article/details/163591889</guid><author>qq_41301570</author><pubDate>Sat, 08 Aug 2026 16:14:54 +0800</pubDate><description><![CDATA[键盘钢琴模拟器利用计算机键盘作为输入设备，通过实时数字音频合成技术模拟钢琴的物理发声过程。与基于采样回放的传统虚拟钢琴软件不同，本系统采用物理建模合成与加法合成相结合的方法生成音频信号。系统具备以下特征：音色参数可灵活调节、音符持续时间可精确控制、且无需依赖外部的音频素材库。声学维度：基于十二平均律的精确频率计算、多谐波叠加的频谱建模、以及符合钢琴声学特征的指数衰减包络交互维度：键盘输入、鼠标点选与自动演示三种演奏模式的统一架构视觉维度：实时响应的按键动画、八度区域色彩编码与波纹扩散特效。]]></description><category></category></item><item><title><![CDATA[脉冲神经网络：第三代神经网络让AI像大脑一样“思考“]]></title><link>https://blog.youkuaiyun.com/qq_41301570/article/details/163591960</link><guid>https://blog.youkuaiyun.com/qq_41301570/article/details/163591960</guid><author>qq_41301570</author><pubDate>Sat, 08 Aug 2026 16:12:24 +0800</pubDate><description><![CDATA[要理解脉冲神经网络（Spiking Neural Network，简称SNN），我们先看看AI经历了哪些阶段。第一代：开关灯式的AI。1943年，McCulloch和Pitts提出了最早的神经元数学模型 [1]。这种神经元就像一个电灯开关——输入够了就"亮"（输出1），不够就"灭"（输出0）。它能做一些简单的逻辑判断，但能力非常有限。第二代：连续调光式的AI。到了深度学习时代，神经元不再只是开或关，而是可以输出一个连续的数值（比如0.7、0.85），就像调光灯一样可以调节亮度。这就是我们现在熟悉的深度神经网]]></description><category></category></item><item><title><![CDATA[Python深度学习算法改进——基于组稀疏密集网络和计数感知网络的手写数学表达式识别算法]]></title><link>https://blog.youkuaiyun.com/qq_41301570/article/details/163591843</link><guid>https://blog.youkuaiyun.com/qq_41301570/article/details/163591843</guid><author>qq_41301570</author><pubDate>Sat, 08 Aug 2026 16:03:48 +0800</pubDate><description><![CDATA[（1）下载地址。]]></description><category></category></item><item><title><![CDATA[LocateAnything：用并行框解码实现高速高精度视觉语言定位]]></title><link>https://blog.youkuaiyun.com/qq_41301570/article/details/163566081</link><guid>https://blog.youkuaiyun.com/qq_41301570/article/details/163566081</guid><author>qq_41301570</author><pubDate>Fri, 07 Aug 2026 15:13:50 +0800</pubDate><description><![CDATA[本文提出了LocateAnything，一个基于并行框解码（Parallel Box Decoding, PBD）的统一生成式定位与检测框架。通过将边界框和点等几何元素作为原子单元在单步中解码，LocateAnything保持了框内几何一致性并释放了大量并行性。研究表明，PBD同时提升了解码吞吐量和定位精度。本文进一步开发了可扩展的数据引擎，构建了LocateAnything-Data大规模数据集，包含超过1.38亿训练样本，显著增加了高精度定位的数据多样性。]]></description><category></category></item><item><title><![CDATA[SAM3: Segment Anything with Concepts——Meta重磅开源，可概念提示，统一检测、分割与追踪（附论文及源码）]]></title><link>https://blog.youkuaiyun.com/qq_41301570/article/details/163565969</link><guid>https://blog.youkuaiyun.com/qq_41301570/article/details/163565969</guid><author>qq_41301570</author><pubDate>Fri, 07 Aug 2026 15:11:53 +0800</pubDate><description><![CDATA[SAM 1和SAM 2在图像分割领域已经非常强大，但它们更多地依赖于视觉提示（比如点或者框），而且一次只能处理一个对象的分割。SAM 3则完全不同，它引入了一个叫做“可提示概念分割”（Promptable Concept Segmentation）。这意味着，不再局限于固定的标签，而是可以用更自然的语言（比如“戴着红色帽子的男孩”）或者给一张示例图片，让模型找出并分割出所有符合这个“概念”的物体。这无疑是从“分割”到“理解”的一大步。]]></description><category></category></item><item><title><![CDATA[Python验证码生成器——支持颜色、尺寸、位数自定义，图片与标签自动生成（含源码和exe文件）]]></title><link>https://blog.youkuaiyun.com/qq_41301570/article/details/163565541</link><guid>https://blog.youkuaiyun.com/qq_41301570/article/details/163565541</guid><author>qq_41301570</author><pubDate>Fri, 07 Aug 2026 15:02:28 +0800</pubDate><description><![CDATA[小编会不定期发布相关设计内容包括但不限于如下内容:信号处理、通信仿真、算法设计、matlab appdesigner，gui设计、simulink仿真......希望能帮到你！程序在生成图片的同时，还会自动生成。🖼  自定义图片尺寸（size）📄 自动生成 CSV 标签文件。用于模拟真实验证码中的噪声环境。🔢 自定义生成数量（num）🔐 自定义验证码位数（k）✨ 自动添加干扰点、干扰线。防止简单阈值分割直接识别。字符来源：字母 + 数字。💾 自动保存验证码图片。]]></description><category></category></item><item><title><![CDATA[计算机专业毕设项目2000套——源码文档齐全（ASP/C/Java/JSP/PHP/VB/Android/Python/小程序）]]></title><link>https://blog.youkuaiyun.com/qq_41301570/article/details/152513455</link><guid>https://blog.youkuaiyun.com/qq_41301570/article/details/152513455</guid><author>qq_41301570</author><pubDate>Sat, 04 Oct 2025 14:44:38 +0800</pubDate><description><![CDATA[各位还在读计算机专业的同学们，是否还在为毕业设计而烦恼？别担心，小编为大家整理了一份超全的2000套计算机专业毕设项目代码资料合集，涵盖多种方向与不同难度，总能找到适合你的那一款！关注小编，文末免费领取~~~https://mp.weixin.qq.com/s/hGNao727Apt6Uk54djx_Iw项目无需付费，无需解压密码，下载解压即得！！！ASP/C/Java/JSP/PHP/VB/Android/Python/小程序数量庞大：足足 1900 套项目代码，从入门级到进阶级一应俱全。方向齐全：涵盖 ]]></description><category></category></item><item><title><![CDATA[千套微信小程序源码分享——带后台和不带后台都有，款式多样，满足不同行业需求]]></title><link>https://blog.youkuaiyun.com/qq_41301570/article/details/152513336</link><guid>https://blog.youkuaiyun.com/qq_41301570/article/details/152513336</guid><author>qq_41301570</author><pubDate>Sat, 04 Oct 2025 14:42:51 +0800</pubDate><description><![CDATA[关注小编，文末免费领取~~~千套微信小程序源码项目都带有ui截图，拿来学习或者修改之后直接应用都可以！！！注：以上收集内容来源于互联网，均为免费资源，请勿相信里面出现的链接以及二维码，以防上当受骗。①下载微信开发者工具https://developers.weixin.qq.com/miniprogram/dev/devtools/download.html②导入项目，点击运行小编会不定期发布相关设计内容包括但不限于如下内容:信号处理、通信仿真、算法设计、matlab appdesigner，gui设计、s]]></description><category></category></item><item><title><![CDATA[MATLAB时间序列预测：基于CNN-循环网络-注意力机制的时间序列分析]]></title><link>https://blog.youkuaiyun.com/qq_41301570/article/details/152513273</link><guid>https://blog.youkuaiyun.com/qq_41301570/article/details/152513273</guid><author>qq_41301570</author><pubDate>Sat, 04 Oct 2025 14:39:25 +0800</pubDate><description><![CDATA[随着工业生产、金融市场、能源消耗、交通流量等领域产生大量时间序列数据，如何高精度预测未来趋势成为热门研究方向。传统时间序列预测方法（如ARIMA、SVR）在处理高维非线性和长依赖问题时往往效果有限。和。这三种模型通过卷积神经网络(CNN)提取局部时序特征，结合循环神经网络(RNN)（包括LSTM、BiLSTM、GRU）捕获长时依赖，再利用注意力机制(Attention)对不同时间步的特征进行加权，提升预测精度和可解释性。]]></description><category></category></item><item><title><![CDATA[Matlab数学建模——优化算法研究：在复杂函数空间中寻找最优解]]></title><link>https://blog.youkuaiyun.com/qq_41301570/article/details/152513024</link><guid>https://blog.youkuaiyun.com/qq_41301570/article/details/152513024</guid><author>qq_41301570</author><pubDate>Sat, 04 Oct 2025 14:36:32 +0800</pubDate><description><![CDATA[考虑一个以平面坐标(x,y)为自变量的二维函数，其核心结构由欧几里得距离与正弦函数以及指数函数共同构成：该函数以 (50,50)为对称中心，具有以下特征：径向对称性：函数值仅依赖于点到中心的距离。波动性：由于正弦函数的引入，函数表面呈现周期性的起伏。非凸性：存在多个局部极小值，增加了寻找全局最优解的难度。建立同异反联系数局部极小值陷阱：传统算法容易收敛到某个局部低点。计算各个评价指标的综合权重初始点敏感性：不同的起点可能导致算法收敛到完全不同的解。搜索效率与精度的平衡：全局探索需要更多迭代，但计算成本会显著]]></description><category></category></item><item><title><![CDATA[Python图像处理——基于YOLOv12的轴承缺陷实时检测系统（Pyqt5界面）]]></title><link>https://blog.youkuaiyun.com/qq_41301570/article/details/151893823</link><guid>https://blog.youkuaiyun.com/qq_41301570/article/details/151893823</guid><author>qq_41301570</author><pubDate>Sat, 20 Sep 2025 10:34:36 +0800</pubDate><description><![CDATA[数据集包含1085张轴承缺陷数据集，包括['凹槽','凹陷','擦伤','划痕']4类。YOLOv12《Attention-Centric Real-Time Object Detectors》首次彻底摆脱传统CNN约束，将注意力机制直接融入目标检测核心设计。区域注意力 (Area Attention)：将特征图划分为等区域（默认4块），在保持大感受野的同时，将自注意力计算复杂度降低约50%。残差高效层聚合网络 (R-ELAN)]]></description><category></category></item><item><title><![CDATA[Python图像处理——基于改进U-Net网络的裂缝分割检测实现]]></title><link>https://blog.youkuaiyun.com/qq_41301570/article/details/151893782</link><guid>https://blog.youkuaiyun.com/qq_41301570/article/details/151893782</guid><author>qq_41301570</author><pubDate>Sat, 20 Sep 2025 10:32:18 +0800</pubDate><description><![CDATA[基于门控注意力改进的U-Net网络进行的裂缝分割检测。]]></description><category></category></item><item><title><![CDATA[Word中目录页码无横线且内容页有横线的设置办法]]></title><link>https://blog.youkuaiyun.com/qq_41301570/article/details/151893729</link><guid>https://blog.youkuaiyun.com/qq_41301570/article/details/151893729</guid><author>qq_41301570</author><pubDate>Sat, 20 Sep 2025 10:30:08 +0800</pubDate><description><![CDATA[直接设置内容页页码为无横线格式（即阿拉伯数字1，2，3...），接下来更新目录（可以全部更新也可以只更新页码，但全部更新需要重新修改目录格式，推荐只更新页码），再进入页眉页脚模式，对处于阿拉伯数字的内容页页码左右自行添加左右横线（注：不是去修改页码格式，直接添加横线即可）缺点：在论文格式审查时 页码格式会报错，并且word转pdf时，目录会自动加横线推荐！！！！直接设置内容页页码为无横线格式（即阿拉伯数字1，2，3...），接下来更新目录，用只更新页码的方式。同时按下 Ctrl + F11 组合键锁定目录所]]></description><category></category></item></channel></rss>