2.感知器学习算法（待修）

最新推荐文章于 2025-08-16 17:39:30 发布
原创 最新推荐文章于 2025-08-16 17:39:30 发布 · 368 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文深入探讨了编程技术的多个方面，包括前端、后端、移动开发、游戏开发等细分领域，提供了关于大数据开发、开发工具、嵌入式硬件、电路知识、测试、运维等领域的最新实践和技术趋势。通过阅读，读者可以获取到有关编程技术的全面概述，并了解如何在实际项目中应用这些技术。

感觉自己好像没怎么太懂，下次找个时间再琢磨一下，先转一个感觉笔记写的还不错的。


http://www.douban.com/note/319669984/

【核心算法篇十三】《DeepSeek自监督学习：图像补全预训练方案》
商务合作|问题讨论|交流学习 请联系作者微信，加微信请务必注明来意，博客主页有联系方式
02-19 864
根据，自监督学习通过设计巧妙的"预训练任务"（Pretext Task），让模型在无标签数据中自动学习图像语义特征。而图像补全正是这类任务的典型代表：通过让AI预测被遮挡的图像区域，迫使它理解物体结构、纹理特征乃至场景上下文关系。以图像补全为例，原始完整图像无需任何人工标注，只需随机遮盖部分区域（如使用矩形mask），即可生成"问题-答案"对：被遮盖区域为待预测目标，其余部分作为输入特征。这个过程类似提到的拼图任务，但难度更高——不仅要判断局部位置关系，还要生成符合语义的像素内容。
AI摄影师：自动构图与修图算法设计
热门推荐
优快云博客专家，系统架构师，有合作、疑惑请私信博主。
08-20 16万+
AI摄影师：自动构图与修图算法设计​ ，人工智能，计算机视觉，大模型，AI，AI 摄影师的核心能力体现在两方面：自动构图（通过算法优化画面元素布局）与智能修图（自动调整光影、色彩、细节）。例如，手机摄影中的 “AI 构图建议” 功能可实时框选最佳拍摄区域，修图软件中的 “一键增强” 能在 0.1 秒内完成专业级调色，这些都依赖于计算机视觉与深度学习的深度融合。
机器学习算法——分类任务
cjnn0710的博客
03-03 1748
1、决策树 2、随机森林 3、梯度提升树 4、逻辑回归 5、支持向量机SVM 6、K近邻 KNN 7、朴素贝叶斯 8、多层感知机 9、统一分类
【空间计算&空间感知】WiFi空间感知技术中各类算法
weixin_49199313的博客
08-16 1509
​：智慧医院中，WiFi定位导航（精度2m） + 网络感知（QoS保障急诊数据传输） + 3D感知（跌倒监测）构成闭环系统。​：通过FFT（频域分析）、小波变换（时频特征分离）提升信号可分性，增强环境动态感知能力。​：根据CSI相位偏移（f=f0​(c+vr​)/(c+vt​)）计算目标运动速度与方向。​：加权融合相邻区块特征（如公式：xnet​=conv(wup​⊙xup​+⋯)）。​：联合历史同期（小时/日/周）数据，通过权重参数（α, β, χ）动态调整影响。
2.关于剪枝算法的分类和论文整理
aclearboy唐三
06-11 1万+
关于剪枝的分类2 上次列举了剪枝的分类，分别列举了可以从那几个方面对模型进行剪枝，这里从另一个方向上更宏观地对剪枝进行分类。进行了成体系的剪枝论文整理，并对Pruning Filter In Filter, NIPS2020这篇论文做了详细分析。 前言 剪枝可以分为结构化剪枝和非结构化剪枝剪枝可以分为结构化剪枝和非结构化剪枝，剪枝可以分为结构化剪枝和非结构化剪枝。 结构化剪枝就是对原有网络的channel级或者layer级进行剪枝，非结构化剪枝就是剪去的并不足以组成一个结构。
使用连续动作空间深度强化学习的算法研究附Python代码
Matlab245的博客
05-19 1013
近年来，深度强化学习（DRL）在处理复杂决策任务方面取得了显著进展，尤其是在atari游戏、围棋等离散动作空间领域。然而，现实世界中的许多问题，如机器人控制、自动驾驶、金融交易等，其决策空间往往是连续的。传统的基于离散动作空间的DRL方法难以直接应用于这些领域，或需要进行离散化处理，但这可能导致精度损失和维度灾难。因此，针对连续动作空间的DRL算法研究变得尤为重要。本文旨在深入探讨使用连续动作空间深度强化学习的算法研究，对当前主流的连续动作空间DRL算法进行梳理和分析，并展望未来的研究方向。引言。
一起自学SLAM算法：10.3 机器学习与SLAM
机器人研究猿-优快云
01-28 1765
推理、知识、神经网络、机器学习、决策理论等诸多的概念，本身就是在不同的层面不同的时期来讨论的，这些概念之间有些是互相重叠的、有些是发展递进的、有些是特例、有些是不同角度出发的同一观点等等。图10-33 发展历程既然从理论上暂时无法得知智能的真正面貌，那么广大读者也就不必拘泥于理论层面的各种概念，仅从实践的角度讨论和学习主流的一些技术应用就已经够了。如图10-34所示，为人工智能技术应用的大致流程。从实际问题出发，对问题进行分析并提取出一些重要的先验信息以帮助我们构造更合适的智能系统来解决问题。
AI 理论 - 机器学习基础算法
qq_25439881的博客
05-21 1351
分类算法简介k 近邻算法，kNN决策树朴素贝叶斯 简介 k 近邻算法，kNN 采用测量不同特征值之间的距离方法进行分类 （1）只选择样本数据集中前k个最相似的数据，这就是 k-近邻算法中k的出处，通常k<20； （2）选择k个最相似数据中出现次数最多的分类，作为新数据的分类； （3）适用数据范围：数值型和标称型； 优缺点 （1）优点：精度高、对异常值不敏感、无数据输入假定。 （2）缺点：计算复杂度高、空间复杂度高，无法给出数据的内在含义。 对未知类别属性的数据集中的每个点依次执行以
MATLAB算法实战应用案例精讲-【深度学习】多尺度特征融合-目标检测（论文篇五）
qq_36130719的博客
04-15 2394
检测的图像，首先设置输入网络大小，然后将滑动窗口按照一定步长对图像进行滑动，微小的卷积神经网络，其使用卷积核在卷积神经网络中对输入图像信息进行卷积处理，传统行人检测技术进行分析，然后介绍基于深度学习行人检测算法，为后续行人检测。出，能够很好的描述行人的边缘，因此广泛应用于行人检测。的静态图像，往往采用梯度直方图方法获取行人图像的局部特征信息，然后计算所有。个单元格的特征将以不同的结果出现在最后的向量中，所有的小单元特征信息将构成。目的成果，使得行人检测检测技术成为基于深度学习目标检测领域的研究热点。
攻克设备数据质量难题：深度学习应用的数据基石搭建教程（DBSCAN 聚类算法）
专注于人工智能、软件开发、工控自动化、工厂数字化及智能化等领域，希望和大家共同进步！
12-26 2191
摘要：在深度学习赋能设备管理的浪潮中，数据质量成为关键瓶颈。本文聚焦设备数据采集与预处理阶段面临的噪声干扰、数据缺失等难题，深入讲解强化采集端管控的策略，详细剖析聚类、统计法及线性回归模型在数据清洗与补全中的应用原理，并结合振动传感器数据实例给出可实操的 Python 代码。旨在为从业者提供一站式解决方案，助力打造高质量设备数据集，为深度学习模型高效运行筑牢根基，推动设备管理智能化落地。
5.机器学习的可行性与数据量关系，突破点
tanyanzimo的博客
06-04 499
1.公式 2.公式的转化（寻求无限的M） 在平面上将点分为两类的线的数量，输入的数量为N，则线的数量为 3.推算假设的数量 用假设的集合来代替原公式中的无限大的M 得到一个成长函数
3.机器学习的各个角度
tanyanzimo的博客
06-02 466
1.从机器学习的输出看： 2. （1）监督式学习（supervised learning），给出铜板，同时告知铜板是什么，让电脑去学习；        非监督式学习（unsupervised learning），给出铜板，但不告知铜板是什么，让电脑去学习；又名分群“clustering”，例如把所有的文章分成几个主题。       半监督式学习（semi-super
1.简介和基本术语
tanyanzimo的博客
06-01 371
1.机器学习主要用来提高某一方面的表现或者预测的精准性 2.适用于： （1）没有或很难具体定义的问题； （2）具有内在模式，但是这种模式我们并不知道或者很难用编程实现的问题； （3）十分频繁的计算和决策； （4）针对个人，个性化的问题。 3.机器学习可以用在生活的各个方面 4.机器学习的流程和一些定义 5.机器学习与数据挖掘
6.机器学习的一般化理论
tanyanzimo的博客
06-04 358
1.界函数（bounding function） 是指当（最小）突破点为k 时，生长函数m(N) 可能的最大值，记为B(N, k)。 显然，当k=1时，B(N, 1) = 1; 当k > N 时，B(N,k) = 2^N; 当k = N 时，B(N,k)=2^N - 1. 于是很容易得到Bounding function table: 再来填下面那部分的，以B（4,3）
含多类型充电桩的电动汽车充电站优化配置方法（Matlab代码实现）
01-04
含多类型充电桩的电动汽车充电站优化配置方法（Matlab代码实现）内容概要：本文围绕含多类型充电桩的电动汽车充电站优化配置方法展开，基于Matlab代码实现，旨在解决充电站中不同类型充电桩的合理配置问题，以提升充电效率、降低运营成本并满足用户需求。文中结合实际应用场景，构建数学优化模型，可能涉及目标函数设计（如最小化投资成本、最大化服务能力）、约束条件（如电力容量限制、空间布局限制）以及多类型充电桩（如快充、慢充、超
【软件工程分析报告】网络设备配置技术笔记：路由交换安全策略综合应用
01-04
内容概要：本文档是一份关于交换路由配置的学习笔记，系统地介绍了网络设备的远程管理、交换机与路由器的核心配置技术。内容涵盖Telnet、SSH、Console三种远程控制方式的配置方法；详细讲解了VLAN划分原理及Access、Trunk、Hybrid端口的工作机制，以及端口镜像、端口汇聚、端口隔离等交换技术；深入解析了STP、MSTP、RSTP生成树协议的作用与配置步骤；在路由部分，涵盖了IP地址配置、DHCP服务部署（接口池与全局池）、NAT转换（静态与动态）、静态路由、RIP与OSPF动态路由协议的配置，并介绍了策略路由和ACL访问控制列表的应用；最后简要说明了华为防火墙的安全区域划分与基本安全策略配置。; 适合人群：具备一定网络基础知识，从事网络工程、运维或相关技术岗位1-3年的技术人员，以及准备参加HCIA/CCNA等认证考试的学习者。; 使用场景及目标：①掌握企业网络中常见的交换与路由配置技能，提升实际操作能力；②理解VLAN、STP、OSPF、NAT、ACL等核心技术原理并能独立完成中小型网络搭建与调试；③通过命令示例熟悉华为设备CLI配置逻辑，为项目实施和故障排查提供参考。; 阅读建议：此笔记以实用配置为主，建议结合模拟器（如eNSP或Packet Tracer）动手实践每一条命令，对照拓扑理解数据流向，重点关注VLAN间通信、路由选择机制、安全策略控制等关键环节，并注意不同设备型号间的命令差异。
光学分析在癌症治疗与诊断中的应用.zip
最新发布
01-04
1.版本：matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
raml-java-parser修改版，含smal util for Cucumber进程
01-04
先展示下效果 https://pan.quark.cn/s/a4b39357ea24 RAML Java 解析器是一个分支项目，其中整合了我们用于连接 Cucumber 与 RAML 的实用工具，并且附带了一个实例。 这一构思的核心在于，通过在 Cucumber 的定义中应用服务的 displayName，能够使单元测试工具（例如 rest-assured）明确了解如何针对各个服务进行状态测试及其具体方法。
基于广义Hough变换的航天器分类识别方法
该方法主要依托于广义Hough变换（Generalized Hough Transform, GHT）这一经典形状匹配算法，并针对航天器图像的特点进行优化和改进，以应对复杂空间环境下的识别挑战。广义Hough变换不同于传统的Hough变换，后者...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值