- 博客(10)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 Skew-Robust Human-Object Interactions in Videos
To address the case for human-object interactions in-the-wild videos with high degree of label skew, SERVO-HOI, a robust end-to-end framework is proposed. This network contextualizes multiple image representations and is trained to explicitly handle datase
2023-07-30 16:15:50
419
1
原创 Human-object interaction prediction in videos through gaze following
The video-based HOI anticipation task in the third-person view is rarely researched. In this paper, a framework to detect current HOIs and anticipate future HOIs in videos is propose.
2023-07-30 11:41:32
670
3
原创 Relational Context Learning for Human-Object Interaction Detection
This work propose the multiplex relation network (MUREN) that performs rich context exchange between three decoder branches using unary, pairwise, and ternary relations of human, object, and interaction tokens.
2023-07-23 22:14:21
301
原创 毕设记录——基于海龟法则的期货交易系统的研究与实现
为解决量化交易模型——海龟法则的参数优化问题和时效性问题，本项目拟研究一套基于海龟法则的量化交易系统，包括海龟法则的实现、算法的自动调参的研究与实现，量化交易系统的设计与实现。
2023-02-21 11:36:09
185
原创 八数码难题——AI算法求解
实验内容：利用至少一种无信息搜索算法实现八数码难题求解（可选多种）；设计至少两种启发式信息函数，利用A*搜索实现八数码难题求解，并对比分析搜索效果；代码地址1.代码整体框架八数码问题的解决关键在于状态表示，状态转移，对状态的遍历搜索。在我的第一个文件eight_puzzle_problem.py中解决了这三个问题，其中搜索算法采用了BFS、DFS和两种不同启发式函数的A*。在该文件中我定义了两个类，Node类和EightPuzzleProblem类，第一个类用于相关状态的表示，第二个类用于.
2021-04-14 21:10:41
968
原创 数据预处理
数据预处理和特征工程概述1.1 数据预处理与特征工程1.2 sklearn中的数据预处理和特征工程2 数据预处理 Preprocessing & Impute2.1 数据无量纲化2.1.1 preprocessing.MinMaxScaler2.1.2 preprocessing.StandardScales概述1.1 数据预处理与特征工程数据挖掘的五大流程：获取数据数据预处理：数据预处理是从数据中检测，纠正或删除损坏，不准确或不适用于模型的记录的过程 可能面对的问题有：数据类型不同，比
2021-01-25 15:56:31
510
原创 随机森林原理附代码
随机森林1 概述1.1 集成算法概述1.2 sklearn中的集成算法1.2.1 集成算法模块ensemble1.2.2 sklearn的基本建模流程2 RandomForestClassifier2.1 重要参数2.1.1 控制基评估器的参数1 概述1.1 集成算法概述集成学习（ensemble learning）是时下非常流行的机器学习算法，它本身不是一个单独的机器学习算法，而是通过在数据上构建多个模型，集成所有模型的建模结果。基本上所有的机器学习领域都可以看到集成学习的身影，在现实中集成学习也
2021-01-23 17:24:55
2833
原创 数据结构知识总结——排序算法总结
内部排序算法插入排序希尔排序插入排序基本思想：将数组的第一个数认为是有序数组，从后往前（从前往后）扫描该有序数组，把数组中其余n-1个数，根据数值的大小，插入到有序数组中，直至数组中的所有数有序排列为止。这样的话，n个元素需要进行n-1趟排序！！！关键点：1、采用双层循环：时间复杂度也是O（n的平方）（1）外层循环表示的是排序的趟数，n个数字需要n-1趟，因此，外层循环的次数是n-1次；同时也代表数的位置。（2）内层循环表示的是每一趟排序的数字。根据插入排序的思想，第i趟排序时，有序数组中的数字
2021-01-22 09:12:16
423
1
原创 决策树原理附代码
1 决策树概述1.1 决策树是如何工作的决策树（Decision Tree）是一种非参数的有监督学习方法，它能够从一系列有特征和标签的数据中总结出决策规则，并用树状图的结构来呈现这些规则，以解决分类和回归问题。决策树算法容易理解，适用各种数据，在解决各种问题时都有良好表现，尤其是以树模型为核心的各种集成算法，在各个行业和领域都有广泛的应用。我们来简单了解一下决策树是如何工作的。决策树算法的本质是一种图结构，我们只需要问一系列问题就可以对数据进行分类了。比如说，来看看下面这组数据集，这是一系列已知物种以
2021-01-21 23:05:50
684
原创 数据结构——哈希表知识总结
哈希表知识总结处理冲突方法线性探测再散列二次探测再散列链地址法处理冲突方法我们学习的处理方法包括线性探测再散列，二次探测再散列，链地址法（头插、尾插）线性探测再散列**基本思想：**当关键码key的哈希地址H0 = hash(key)出现冲突时，以H0为基础，往后一个地址，直到找出一个不冲突的哈希地址Hi （可以循环遍历哈希表），将相应元素存入其中。题目描述：定义哈希函数为H(key) = key%11，输入表长（大于、等于11）。输入关键字集合，用线性探测再散列构建哈希表，并查找给定关键字。
2020-12-14 22:04:22
561
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人