注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. (五)OpenCV图像分割_03_GMM(高斯混合模型)数据分类_机器学习

  2. 数据聚类 图像分类 高斯混合模型(GMM) 高斯分布与概率密度分布(PDF) 初始化 跟K-Means相比较，属于软分类(随机概率) 实现方法:期望最大化(E-M) 停止条件:收敛 样本数据训练与预言 #include #include using namespace std; using namespace cv; using namespace cv::ml; int main(int argc, char** argv) { Mat src(500, 500, CV_8UC3); R

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：86016
    • 提供者：weixin_38640984

  1. 统计学习方法 读书笔记（五）

  2. 读书笔记仅供个人学习使用 本文主要参考书籍为《统计学习方法》（李航）第二版 参考 Sunning_001的博客 决策树决策树的定义if-then 的理解条件概率分布的理解决策树学习特征选择信息增益信息增益比基尼指数决策树的生成ID3C4.5剪枝CART算法 决策树是一种基本的分类与回归方法。 决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。 （1）是if-then规则的集合 （2）是定义在特征空间与类空间上的条件概率分布 模型的主要优点有：具有可读性，分类速度快 显然，决

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：685056
    • 提供者：weixin_38710557

  1. 分类问题（五）误差分析

  2. 误差分析 如果上一章中的分类器是一个真实的项目，则我们最好是要遵循机器学习项目步骤：探索数据、准备数据、尝试多个模型、列出表现最好的几个模型、使用GridSearchCV对超参数进行调优、尽可能实现自动化。现在，假设我们已经有了一个性能还不错的模型，接下来我们要找一些办法去优化、提升它。其中一个办法是就分析这个模型产生的各种不同类型的误差、差错。 首先我们看一下混淆矩阵，我们需要先使用cross_val_predict() 做预测，然后调用confusion_matrix() 计算： y_tra

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：154624
    • 提供者：weixin_38627769

  1. 全国大学生电子设计竞赛(五)–开关电源的设计

  2. 开关电源的设计方法5.1 开关电源基本原理与分类5.1.1 简介5.1.2 脉宽调制技术（PWM）5.1.3 基本组成以及设计选型电容电感5.1.4 拓扑以及衍生拓扑5.2 BOOST升压型开关电源设计5.2.1 BOOST电路原理5.2.2 功率器件选型5.2.3 设计技巧5.3 BUCK降压型开关电源设计5.3.1 BUCK电路原理5.3.2 器件选型5.3.3 设计技巧5.4 常见开关电源拓扑简介5.4.1 升压-降压型Boost-Buck电路5.4.2 隔离型

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：890880
    • 提供者：weixin_38644233

  1. 某五多机械公司网站源码

  2. 实用的后台功能模块： 公司简介，产品分类，产品管理，添加产品，招聘信息，留言管理。 登录后台地址admin/login.asp 用户名和密码均为admin

  3. 所属分类：其它

    • 发布日期：2021-03-26
    • 文件大小：873472
    • 提供者：weixin_38723027

  1. Text-classification:不使用现有的库使用朴素贝叶斯和感知机实现文本分类-源码

  2. 文字分类 训练一个分类器（KNN，SVM），对文本数据进行分类，类别可包括体育，财经，房地产，家居，教育等十个类别。 文本分类的一般流程可以分为五步：（1）对文本进行预处理，包括分词操作和替换词去除等；（2）特征提取与特征选择，选择文本特征提取方法，替代特征进行选择（3）文本表示，选择合适的方法表示选择的特征，作为分类的依据；（4）分类器构建，选择合适的分类算法训练得到对应的文本分类器；结果评估，选择合适的评估指标，对分类结果进行评价 ＃实验内容1.构建数据集2.数据预处理（分词，去除重置词）3

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：2048
    • 提供者：weixin_42099302

  1. datastorm2-initial:DataStorm是由John Keells Group OCTAVE举办的DataScience竞赛。 这是我们第二次参加这项比赛（我们去年获得了第五名）-源码

  2. 最终实施 多模型实验 在深度学习中，我们有时使用一种称为多模型整合的方法，其中我们将相关的大型神经网络并行组合，然后将来自那些网络的特征向量进行连接，然后使用一个简单的分类器（可以是ANN或基于树的分类器）在级联的特征向量上进行分类。 在诸如图像分类的研究中，这种方法已被证明可以很好地工作。 因此，我们使用相同的原理并制作了多模型分类器，但是通过替换了基于树的分类器而不是深度神经网络。 由于基于树的分类器无法生成特征向量作为输出，因此我们必须坚持使用其当前输出。 在本实验中，我们将数据集分为

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：1048576
    • 提供者：weixin_42157567

  1. 共识信息瓶颈方法的无监督人类行为分类

  2. 最近的研究表明，共识聚类可以通过组合多个聚类来提高人类行为分类模型的准确性，这些聚类可以从各种类型的本地描述符（如HOG，HOF和MBH）中获得。但是，共识聚类会产生最终的聚类，而无法访问人类行为数据的基础特征表示，这总是使最终的划分受限于现有基本聚类的质量。 为了解决这个问题，我们提出了一种新颖且有效的共识信息瓶颈（CIB）方法，用于无人监督的人为行为分类。 CIB能够同时从特征变量和辅助聚类中学习动作类别。 具体而言，通过执行互信息最大化（MMI），CIB最大限度地保留了特征变量和现有辅助聚

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：1025024
    • 提供者：weixin_38656374

  1. 基于模糊推理的不完全点云Kong分类与修复策略

  2. 本文提出了一种不完整点云Kong的分类和修复策略，以恢复表面的几何特征。 该策略基于模糊推理理论。 首先通过遍历方法确定Kong的边界。 然后详细给出了模糊推理系统的各种输入，模糊规则和输出。 Kong的类型分为五个，每种类型都有相应的修复策略。 未知的不规则模型的分类和修复策略的关键要素包括人类的经验，并考虑根据不同的Kong类型恢复模型的鲜明特征。 理论分析和实验结果表明，分类和修复策略可以有效地填充不完整点云的空洞，并能恢复原始模型的形状。

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：615424
    • 提供者：weixin_38592502

  1. 基于堆叠稀疏自动编码器的模块化五电平变换器故障检测与定位方法

  2. 本文提出了一种基于堆叠式稀疏自动编码器（SSAE）的模块化五电平转换器（MFLC）中故障检测和定位的新方法。 SSAE由多个SAE和一个softmax分类器组成。 MFLC电路中所有子模块（SM）的电容器电压信号被组合成一个多通道信号。 通过沿多通道信号移动窗口，可以获取一组信号段。 然后将这些段平整为向量，并用作SSAE模型的输入。 SAE可以在无监督的情况下从输入数据中学习特征，并且将故障检测和定位问题转换为分类问题。 为了提高所提出方法的抗噪性能，实现了叠层去噪SAE（SDSAE）。 结果

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：446464
    • 提供者：weixin_38581455

  1. chinese_text_classification:通过一个中文文本分类问题系统实现了各种分类方法-源码

  2. chinese_text_classification 通过一个中文文本分类问题系统实现了各种分类方法 数据来源 数据搜狗新闻 类别 有汽车，娱乐，军事，体育，技术五种类别。原始数据比较大，没有上传，分词，去除重组词之后的数据放在processed_data文件夹下。 分类算法 主要实现了以下分类算法： NB（朴素贝叶斯） 支持向量机 快速文本 text_CNN text_RNN text_RCNN text_Bi_LSTM text_Attention_Bi_LSTM HAN（分

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：6291456
    • 提供者：weixin_42116705

  1. YiQi-ZombieCompanyClassifier:易企|僵尸企业分类系统2020年第十一届中国大学生服务外包创新创业大赛A09赛题-僵尸企业画像及分类决策树，随机森林与XGBoost投票投票支持Web端访问Bootstrap + D

  2. 易企|僵尸企业分类系统 该项目是2020年第十一届中国大学生服务外包创新创业大赛A09赛题-僵尸企业画像及分类我们团队提交作品的源码。该项目主要任务是要根据给定的企业信息，进行二分类，判断是僵尸企业和非僵尸企业。 本项目分为两部分，第一部分是机器学习训练模型，业务与统计两个角度构造特征，使用RFECV作特征筛选，算法主要使用决策树，随机森林与XGBoost，网格搜索五折交叉参数调优，并使用投票分类器融合，权重使用遗传算法确定，并造成数据融合。第二部分是Web可视化界面，用于支持拆分和批量企业信息

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：6291456
    • 提供者：weixin_42132359

  1. TextClassification:使用不同神经网络的文本分类-源码

  2. 文字分类 使用不同的神经网络进行文本分类。中文文本分类，使用TensorFlow 2.x实现TextCNN，TextRNN，TextRCNN，BiLSTM Attention，HAN等类型的深度学习模型。 数据 数据收集数据只取新闻中的五个类别：汽车，娱乐，军事，体育，科技将五个类别分词后保存到数据文件目录，作为分类模型构造与验证数据。 数据集 数据量 总数据 87747 训练集 65810 测试集 21973 环境 的Python 3.7 TensorFlow 2.0+ 使用说明 进入到相关模

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：7340032
    • 提供者：weixin_42148975

  1. 警察定居点：五十八个马歇尔项目（Marshall Project）努力收集有关2010-19年度警察不当行为和解的综合数据-源码

  2. 警察不当行为和解 此回购包含故事“ 的故事背后的数据。 注意的话 正如我们在所描述的那样，此数据存在重大问题。 这是对我们从2010-19年度因警察不当行为而支付的定居点支付的金额（或其他规定的范围）的最佳猜测，但是不同的城市有不同的收集，存储和分类定居点的方式。 结果，不应在城市之间比较此数据。 我们无法知道（或检查）该覆盖范围不当的行为在各个城市之间是否具有可比性。 （例如，波士顿的城市官员可能比纽约市的官员更狭义地解释我们的要求。）对不当行为类型的描述在提供的地方包括在内，但在不同城市之间

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：74448896
    • 提供者：weixin_42134285

  1. 利用分类树方法设计测试用例

  2. 什么是分类树？什么是分类树？设想你希望设计出一个系统用于把一堆的美金硬币分成不同的类别（例如：一分币、五分币、一角币、二角五分币）。假设通过一些测量手段可以区别这些硬币，例如可以用直径来分类。你可以把硬币倒入一个槽，槽的直径恰好能让一角的硬币通过，如果能通过，那么它就被划分为一角的硬币；否则就继续倒入另外一个槽，槽的直径恰好能让一分币的硬币通过，如果能通过，则被分类成一分币；否则又继续下一个槽，这个槽的直径只容五分币大小的通过，如此类推。这样的过程实际上就是在构造一棵分类树。用于构造分类树的判断

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：283648
    • 提供者：weixin_38694800

  1. APP设计之五：导航

  2. 之前的几篇文章谈了谈APP设计中的启动页、引导页、注册【登录】和搜索，本篇文章谈谈导航部分。同样，我们先来看看导航的定义。所谓的导航指的是：引导用户访问APP的栏目、菜单、分类等布局结构形式的总称。也就是说，导航主要是引导用户，告诉用户怎么找到自己想要的信息或完成用户自己想要完成的任务。可见，导航在一个APP中的重要性是非常高的。导航设计的合理性关系着用户是否能够找到信息和完成任务。那么，导航设计究竟应该如何做呢？这个说实话，不同的APP，导航设计既可能是相似的，也可能是完全不同的。因此，导航设

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：476160
    • 提供者：weixin_38575456

  1. 学普通话的儿童对语气的分类理解发展

  2. 本研究调查了从4岁到6岁的学龄前儿童对普通话音的分类感知如何发展。结果表明，普通语言可以被4岁以下的儿童分类地感知，他们能够将其作为语言来处理。在儿童和成年人之间，识别边界的位置没有显着差异，但在六岁儿童和成年人群体中，边界宽度却有显着差异，边界宽度更窄（即，更清晰的边界）。 此外，所有儿童组的总体歧视准确度均低于成人组。 然而，早在五岁的儿童就可以与配对的成年人一样好地区分类别间的语气对。 这些发现使我们得出结论，五到六岁似乎是发展和完善普通话音调感知的关键时期。

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：684032
    • 提供者：weixin_38617851

  1. 大数据建模五步法

  2. 前一阵子，某网络公司发起了一个什么建模大赛，有人问，数据建模怎么搞？为了满足他的好学精神，我决定写这一篇文章，来描述一下数据分析必须要掌握的技能：数据建模。本文将尝试来梳理一下数据建模的步骤，以及每一步需要做的工作。这是建模的第一步，我们需要基于业务问题，来决定可以选择哪些可用的模型。比如，如果要预测产品销量，则可以选择数值预测模型（比如回归模型，时序预测……）；如果要预测员工是否离职，则可以选择分类模型（比如决策树、神经网络……）。如果没有现成的模型可用，那么恭喜你，你可以自定义模型了。不过，

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：144384
    • 提供者：weixin_38709312

  1. 利用分类树方法设计测试用例

  2. 什么是分类树？什么是分类树？设想你希望设计出一个系统用于把一堆的美金硬币分成不同的类别（例如：一分币、五分币、一角币、二角五分币）。假设通过一些测量手段可以区别这些硬币，例如可以用直径来分类。你可以把硬币倒入一个槽，槽的直径恰好能让一角的硬币通过，如果能通过，那么它就被划分为一角的硬币；否则就继续倒入另外一个槽，槽的直径恰好能让一分币的硬币通过，如果能通过，则被分类成一分币；否则又继续下一个槽，这个槽的直径只容五分币大小的通过，如此类推。这样的过程实际上就是在构造一棵分类树。用于构造分类树的判断

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：283648
    • 提供者：weixin_38584043

  1. 转移学习套件：Keras中的转移学习套件。 使用任何内置的Keras图像分类模型轻松进行转移学习！-源码

  2. Keras的转移学习套件 消息 描述 该存储库用作Transfer Learning Suite。 目标是能够轻松使用任何内置的Keras图像分类模型执行转移学习！ 欢迎提出任何改进此存储库的建议或您希望看到的任何新功能！ 您也可以查看我的。 楷模 所有内置的Keras内置模型均可用： 模型 尺寸 前1个精度 前五名的准确性 参数 深度 VGG16 528兆字节 0.715 0.901 138,357,544 23 VGG19 549兆字节 0.727 0.910 143,6

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：474112
    • 提供者：weixin_42127369
« 1 2 3 4 5 67 8 9 10 11 ... 50 »