半监督聚类

python 使用Nginx和uWSGI来运行Python应用

它支持WSGI协议，同时它也支持自有的uWSGI协议，该协议据说性能非常高，而且内存占用率低，为mod_wsgi的一半左右，我没有实测过。它还支持多应用的管理及应用的性能监控。
weixin_33738555·2025-03-19 14:54

光伏储能直流系统MATLAB仿真（PV光伏阵列+Boost DCDC变换器+负载+双向DCDC变换器+锂离子电池系统）

⛳️座右铭：行百里者，半于九十。
yyds_2201·2025-03-19 13:48

题解 | 牛客周赛 Round 49 DEF Java题解

面试又黄了反正不是什么喜欢的工作[牛泪]面试又黄了反正不是什么喜欢的工作2024秋招数据开发第一波面试题露出#字节##滴滴##大数据##面经##秋招#引流字节阿里巴巴腾讯百度美团美团后端暑期实习体验——实习的一天早上：8点半出门坐地铁
han_xue_feng·2025-03-19 08:05

处理文本的原则

•计算机预期支持的基本低级文本处理包括：使字符可见（包括连字、上下文形式等）渲染时断线（包括断字）修改外观，例如点大小、字距、下划线、倾斜和重量（轻，半，粗体等）确定“单词”和“句子”等单位在选择和突出显示文本等过程中与用户交互通过插入和删除接受键盘输入和编辑存储的文本比较操作中的文本
the only KIrsTEN·2025-03-19 01:05

2db多少功率_db与w换算(1db等于多少功率)

1、dBm这是我们接触到.那么10W呢，就是40dBm，也就是说功率下降一半，dBm值下降3dB。
不吃酸菜的小贱人·2025-03-19 01:02

AI学习第二天--监督学习 半监督学习 无监督学习

目录1.监督学习（SupervisedLearning）比喻：技术细节：形象例子：2.无监督学习（UnsupervisedLearning）比喻：技术细节：形象例子：3.半监督学习（Semi-SupervisedLearning
iisugar·2025-03-19 01:59

基于改进ISODATA算法的负荷场景曲线聚类（matlab代码）

目录1主要内容聚类中心选取步骤核方法2部分代码3程序结果4程序链接1主要内容程序复现文献《基于机器学习的短期电力负荷预测和负荷曲线聚类研究》第三章《基于改进ISODATA算法的负荷场景曲线聚类》模型，该方法不止适用于负荷聚类
电力程序小学童·2025-03-19 00:55

《基于机器学习的负荷曲线聚类算法对比与改进：K-L-isodata的创新性研究》

基于机器学习的负荷曲线聚类包括kmeansisodata和改进的L-isodata以及在其基础上再次进行改进的K-L-isodata(有创新性)，四者通过评价指标进行了对比精品代码可修改性极高有参考文献
TWHiwhjig·2025-03-19 00:52

PostgreSQL vs MySQL——哪种关系数据库更好?

它们的共同点是强大的网络容错能力和对数据聚类的支持。这篇文章的主题是将它们区分开来。
全能资料库·2025-03-19 00:50

【资料分享】标准规范汇总(2025.3.13更新)

国标行标国家标准由国家市场监督管理总局和国家标准化管理委员会负责管理，代号为GB（国标拼音首字母），分GB（强制性标准）和GB/T（推荐性标准）。通信行业标准是针对通信技术和设
交换机路由器测试之路·2025-03-18 20:24

字节一面，面试官说自我介绍的时间太长了。。

于是开始滔滔不绝地介绍自己的项目、技术栈、实习经历……结果说到一半，面试官突然打断她：“同学，你用了快5分钟了，后面还有不少问题，我们加快一下进度。”她以为字节的自我介绍是卡秒表的。
·2025-03-18 17:02

【pytorch(cuda)】基于DQN算法的无人机三维城市空间航线规划（Python代码实现）

⛳️座右铭：行百里者，半于九十。
wlz249·2025-03-18 16:28

C++实现转轮密码机

这次代码量比上次少了大概一半。加上调试一共花了2个
Istaroth·2025-03-18 15:23

RPC是啥？

但总是感觉有点怪怪的，不太清楚为什么网络架构要这样设计，今天结合一下chat老师和小林coding的回答，把自己一知半解的搞清楚，要不然永远都无法深入理解网络，rpc这样方便的东西也永远不可能从自己的手里写出来
amber66666！·2025-03-18 15:22

Matlab 汽车半主动悬架振动模糊pid控制

1、内容简介Matlab178-汽车半主动悬架振动模糊pid控制可以交流、咨询、答疑2、内容说明略摘要：以某微型客车悬架的液压减振器为研究对象，依据汽车动力学理论建立了１／４汽车半主动悬架控制系统的动力学模型
studyer_爱啃鸡爪的小米·2025-03-18 12:23

数据挖掘导论——第七章：聚类

什么是聚类？数据间的相似性和距离的测量方式有哪些？数据标准化如何进行距离计算？层次聚类的思想和流程？K-均值聚类的思想和流程？距离的计算方式如何影响聚类结果？
Wis4e·2025-03-18 09:59

pytorch 天花板级别的知识点 你可以不会用 但是不能不知道

以下是PyTorch的高级知识点，详细且全面：1.模型优化与加速1.1混合精度训练定义：使用半精度（FP16）和单精度（FP32）混合训练，减少内存占用并加速计算。
小赖同学啊·2025-03-17 21:17

【sklearn 05】sklearn功能模块

sklearn功能模块分类：识别某个对象属于那个类别回归：预测与对象相关联的连续值属性聚类：将相似对象自动分组降维：减少要考虑的随机变量的数量模型选择：比较、验证、选择参数和模型预处理：特征提取和归一化
@金色海岸·2025-03-17 20:41

PlanLLM: 首个支持开放词汇与封闭集任务的跨模态视频程序规划框架

该方法在COIN、CrossTask、NIV三个基准数据集上取得显著性能提升，展现了其在弱监督学习中的有效性
·2025-03-17 15:11

css填充容器背景色，一半一种颜色

background:linear-gradient(toright,#C3002F50%,#e8e8e80);
77n·2025-03-17 14:56

【sklearn 02】监督学习、非监督下学习、强化学习

监督学习、非监督学习、强化学习**机器学习通常分为无监督学习、监督学习和强化学习三类。
@金色海岸·2025-03-17 09:54

Python第二十三课：自监督学习 | 无标注数据的觉醒

本节目标理解自监督学习的核心范式与优势掌握对比学习（ContrastiveLearning）框架实现图像掩码自编码器（MaskedAutoencoder）开发实战项目：亿级参数模型轻量化探索数据增强的创造性艺术一
程之编·2025-03-17 06:54

新手村：数据预处理-异常值检测方法

机器学习基础熟悉监督/无监督学习、分类、聚类、回归等基本概念。数据预处理数据清洗、特征缩放（标准化/归一化）、数据可视化（Matplotlib/Seaborn）。二、渐进式学习
嘉羽很烦·2025-03-17 05:20

支持向量机 (SVM) 算法详解

支持向量机(SVM)算法详解支持向量机（SupportVectorMachine,SVM）是一种监督学习模型，广泛应用于分类和回归分析。SVM特别适合高维数据，并且在处理复杂非线性数据时表现出色。
sssugarr·2025-03-17 05:17

【人工智能基础2】机器学习、深度学习总结

文章目录一、人工智能关键技术二、机器学习基础1.监督、无监督、半监督学习2.损失函数：四种损失函数3.泛化与交叉验证4.过拟合与欠拟合5.正则化6.支持向量机三、深度学习基础1、概念与原理2、学习方式3
roman_日积跬步-终至千里·2025-03-16 23:02

Python精进系列： K-Means 聚类算法调用库函数和手动实现对比分析

一、引言在机器学习领域，聚类分析是一种重要的无监督学习方法，用于将数据集中的样本划分为不同的组或簇，使得同一簇内的样本具有较高的相似性，而不同簇之间的样本具有较大的差异性。
进一步有进一步的欢喜·2025-03-16 21:15

性能2-科学计算中的日志记录：调试、性能与信任

虽然我不是科学家，而是一名软件工程师，但我曾在科学计算领域工作了一年半。我想提供一个解决这类问题的潜在方案：日志记录，特别是我
李星星BruceL·2025-03-16 10:27

聚类分析算法理论：K均值聚类(KMeans Analysis)、KNN(K近邻分类)、均值漂移聚类(MeanShift)

(=･ω･=)2.2.1.K均值聚类(KMeansAnalysis)K均值算法是以空间中K个点为中心进行聚类，对最靠近他们的对象归类，是聚类算法中最为基础但也最为重要的算法。
SomeB1oody·2025-03-16 08:13

LLaMA-Factory 训练数据默认使用 instruction、input、output 三个 key

在LLaMA-Factory进行SFT（Directivesupervisionfine-tuning指令监督微调）时，训练数据的格式非常重要，因为大模型依赖标准化的数据结构来学习指令-响应模式。
背太阳的牧羊人·2025-03-16 08:43

什么是Mybatis？最全的Mybatis知识点整合！

MyBatis是一个半ORM（对象关系映射）框架，它内部封装了JDBC，开发时只需要关注SQL语句本身，不需要花费精力去加载驱动、创建连接、创建Statement等繁杂过程。
Tyloo_wdnmd·2025-03-16 03:13

【模拟面试】计算机考研复试集训（第二天）

4、监督学习与无监督学习的核心区别是什么？请举例说明典型算法5、你在项目中遇到过哪些技术挑战？是如何解决的？
Albert Edison·2025-03-15 20:20

贪心算法--将数组和减半的最小操作数

：要尽快的把数组和减小，那么每次挑出数组中最大的元素减半即可，由于每次都是找出最值元素，可以用优先队列来存储这些数组元素每次取出最值，减半后再放入优先队列中，操作次数+1，直到数组和小于等于原总和的一半代码
4C++·2025-03-15 20:48

2280将数组和减少的最少操作次数（贪心算法） 分析+源码+证明

题目解析请你返回将nums数组和至少减少一半的最少操作数。这句话相当于最后数组和小于等于最开始数组和的一半。
懒羊羊大王&·2025-03-15 20:47

人大预算联网监督系统

人大财政预算联网监督是建立和完善中国特色社会主义预算审查监督制度的有益探索，是贯彻实施预算法，加强对政府全口径预算决算审查监督，推动实施全面规范、公开透明预算制度的客观需要，是对人大预算审查监督工作的创新发展
·2025-03-15 20:41

python笔记1

计算出圆的面积和周长：r=input("请输入半径：")r=float(r)s=3.14*r*rprint("圆的面积：",s)r=input("请输入圆的半径")r=int(r)s=3.14*r*rprint("圆的半
lu_32·2025-03-15 19:15

【贪心算法】将数组和减半的最小操作数

1.题目解析2208.将数组和减半的最少操作次数-力扣（LeetCode）2.讲解算法原理使用当前数组中最大的数将它减半，，直到数组和减小到一半为止，从而快速达到目的重点是找到最大数，可以采用大根堆快速达到目的
I_Am_Me_·2025-03-15 19:10

图像拼接-UDIS详细推导和精读Unsupervised Deep Image Stitching: ReconstructingStitched Features to Images

无监督粗对齐1.基于消融的策略主要是为了找到重叠区，去除无效区2.拼接域的TransformerLayer无监督图像重建1.低分辨率变形单应性变换仅能表示同一深度的空间变换，在实际的图像拼接任务中，由于输入图像的多样性和复杂性
cccc来财·2025-03-15 17:26

Java基础编程 找素数

方法内部的实现逻辑：使用for循环来产生如101到200之间的每个数；每拿到一个数，判断该数是否是素数；判断规则是：从2开始遍历到该数的一半的数据，看是否有数据可以整除它，有则不是素数，没有则是素数；根据判
是盈盈啊·2025-03-15 15:46

机器学习-----决策树

树的生成2.3树的剪枝3.决策树的优缺点4.决策树的应用4.1分类任务4.2回归任务4.3集成学习代码示例总结1、概念1.1决策树是什么决策树是通过对样本的训练，建立出分类规则，并对新样本进行预测，属于有监督学习
多巴胺与内啡肽.·2025-03-15 15:37

草根版外卖避雷计划「数据库寄生 2.0」优化方案

#外卖避雷计划#】[特殊字符][特殊字符]-CSDN博客（含三端流程图+预算穿透表+风险应对）一、策划目标（草根版核心）实现单城外卖后厨监督轻量化：✅创作端：骑手/打假人扫码接单，视频自动同步（省90%
cainiaojunshi·2025-03-15 13:24

数据标注质量对AI模型质量的影响分析

1、数据标注是AI最基础的工作：数据标注是构建高质量AI模型的基石：数据标注尤其是在监督学习范式下，是AI领域最基础、最关键的工作之一。
自由鬼·2025-03-15 10:30

python手写kmeans算法

kmean聚类是最基础和常见的算法，工程上使用比较常见，spark,sklearn都有实现，本文手写实现kmeans#!
菜鸟懿·2025-03-15 09:26

吴恩达机器学习笔记复盘（二）监督学习和无监督学习

监督学习经济价值以及定义监督学习是机器学习中创造了99%经济价值的类型，它是学习输入到输出映射的算法，关键在于给学习算法提供包含正确答案（即给定输入X的正确标签Y）的学习例子。
wgc2k·2025-03-15 09:21

大数据技术【7】

A.结构化B.非结构化C.文本D.半结构化2.Kmeans算法包括如下步骤：①在第j次迭代中，对于每个样本点，选取最近的中心点，归为该类；②更新中心点为每类的均值；③随机选取k个中心点；④j选择一项：a
星绘搜题·2025-03-15 09:50

Mybatis的基本使用

特点:简化数据库的操作SQL映射灵活(半ORM框架)支持高级映射易于集成维护配置动态SQL缓存机制功能：替代JDBC,JDBC是java中提供的用于操作数据库的技术及方案数据库的连接控制难。
学c真好玩·2025-03-15 00:01

数据挖掘技术介绍

数据挖掘技术介绍分类聚类关联规则挖掘预测异常检测特征选择与降维文本挖掘序列模式挖掘深度学习集成学习数据挖掘（DataMining）是一种从大量数据中提取有用信息和模式的技术，旨在从数据中发现隐藏的规律、
柒柒钏·2025-03-14 23:25

实现相机权限二次申请鸿蒙示例代码

实现相机权限二次申请源码链接效果预览使用说明点击“RequestPermission”按钮，出现弹窗向用户申请相机访问权限授权，点击“不允许”，再次点击“RequestPermission”按钮，出现半屏弹窗二次向用户申请授权
·2025-03-14 22:39

微信小程序脚本自动化测试方案

一段痛苦的日子从开始负责小程序开始，基本每两周发一次版本，并且是在10点半后开始发版。经常遇到的场景是等到10点，以为测试的差不多了，没有什么问题。啪啪，打脸来的太快，总会发现
测试工程师成长之路·2025-03-14 22:06

手写机器学习算法系列——K-Means聚类算法(一)

1.聚类算法简介在数据科学和机器学习领域，聚类(Clustering)算法是一种无监督学习方法，它将相似的对象分到同一个组，而不同的对象则被分到不同的组。
木有鱼丸223·2025-03-14 16:52

华为又一重拳！迄今为止最强5G基带芯片、全球最快CPE正式发布！

华为：让5G基站更简单据悉，天罡芯片支持200M频宽频带，可以让全球90%的站点在不改造市电的情况下实现5G，预计可以把5G基站重量减少一半。华为常务董事、运营BG总裁丁耘透
weixin_34101229·2025-03-14 15:13
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他