流形正切分类器

机器学习 训练模板，汇总多个分类器

1.数据方面：主要包含pandas操作importmatplotlib.pyplotaspltimportseabornassnsimportpandasaspdsns.set(font="simhei")#让heatmap显示中文plt.rcParams['font.sans-serif']=['SimHei']#设置在matplotlab上的中文字体plt.rcParams['axes.uni
独为我唱·2023-10-13 02:04

使用Python在Serverless架构下轻松实现图像分类和预测

在本例中，我们将使用Python和Serverless架构来构建一个图像分类器，该分类器可以将输入的图像识别为猫或狗。我们将使用AWSL
MsSequential·2023-10-13 01:55

（2023，部署准备，风险领域，缓解措施）DALL·E 3 系统名片

922230617获取资料）目录1.简介1.1缓解措施2.部署准备2.1早期访问的经验教训2.2评估2.3外部红队（RedTeaming）2.4风险领域和缓解措施2.4.1色情内容2.4.2色情内容的输出分类器
EDPJ·2023-10-12 19:41

论文阅读 Self-Mimic Learning for Small-scale Pedestrian Detection

本文深入分析了小尺度行人检测问题，揭示了小尺度行人representations较弱是分类器漏检的主要原因。为解决这一问题，我们提出了一种新颖的自
Re-赟·2023-10-12 01:20

解决Opencv dnn模块无法使用onnx模型的问题(将onnx的动态输入改成静态)

一、问题来源最近做人脸识别项目，想只用OpenCV自带的人脸检测和识别模块实现，使用OpenCV传统方法：Haar级联分类器人脸检测+LBPH算法人脸识别的教程已经有了，于是想着用OpenCV中的dnn
半个女码农·2023-10-12 00:03

浅析cv2.CascadeClassifier()函数

CascadeClassifier，是Opencv中做人脸检测的时候的一个级联分类器。并且既可以使用Haar，也可以使用LBP特征。Haar特征是一种反映图像的灰度变化的，像素分模块求差值的一种特征。
Stray_Lambs·2023-10-11 19:13

OpenCV级联分类器识别车辆实践笔记

1.OpenCV级联分类器的基本原理基于Haar特征的级联分类器的目标检测是PaulViola和MichaelJones在2001年的论文中提出的一种有效的目标检测方法。
肖永威·2023-10-11 19:32

关于神经网络的思考

感知机：感知机是一种简单的二分类线性分类器。它接受多个输入，对每个输入施加权重，然后将它们相加。这个总和会经过一个激活函数（通常是阶跃函数）得到输出。
北边一颗小星星·2023-10-11 14:01

harr特征加级联分类器的目标检测系统

推测由于渲染引擎问题，部分公式渲染不正常，公式完整版请移步个人博客1.识别系统架构harr_system.png以上是Harr特征+级联分类器的识别系统架构图，系统分为以下几个部分：滑动框：固定大小的在原图上滑动的框
月见樽·2023-10-11 06:56

[论文阅读]Capturing Associations in Graphs 阅读笔记

之前的GFD是用于捕捉图中属性的缺失，而GAR不仅用于捕捉属性的缺失还可以通过GAR中的规则对图上的边进行增加或删除，实现边的预测（关联推断），在现实生活中可以实现实体关系之间的预测，增加了机器学习的分类器
Neil_zk·2023-10-10 23:57

自己制作人脸识别的分类器

在学习人脸识别的时候,我们常用到各种分类器,如haarcascade_frontalface_default.xml。但是我们会疑惑，这个分类器是从哪里来的，为此我写了这篇文章解答各位的疑惑。
猿择·2023-10-10 20:33

SaaS-究竟是什么意思

SaaS从一种服务托管技术和按需使用模式，发展成为今天企业服务的主流形式。SaaS（SoftwareasaService，软件即服务）。
smart_dream·2023-10-10 18:04

关于逻辑斯蒂回归的简单理解（提纲）

它选用了类似于双曲正切函数的sigmod函数：f(x)=\frac{1}{1+e^{-x}}这个函数看似简单，实际有着很深的道理，笔者认为它有以下三个美妙的特点：值域为(0,1)。
计网从入门到放弃·2023-10-10 18:35

【Python&目标识别】目标检测的原理及常见模型的介绍

在深度学习之前，目标检测算法主要基于传统计算机视觉方法，如特征提取和分类器设计。然而，随着深度神经网络的普及，尤其是卷积神经网络（CNN）的快速发展，目标检测算法的性能得到了显著提升。
RS迷途小书童·2023-10-10 15:48

深卷积恶意软件分类器可以仅从原始可执行程序和标签中学习

来源：DEEPCONVOLUTIONALMALWARECLASSIFIERSCANLEARNFROMRAWEXECUTABLESANDLABELSONLY（2018），Workshoptrack-ICLR2018，MarekKrcˇal´，CzechAcademyofSciences摘要：我们提出并评估一个简单的卷积深层神经网络体系结构，通过只学习它们的原始字节序列和标签来检测恶意可执行文件(Wi
Threathunter·2023-10-10 14:03

【机器学习】人工智能实验二：利用贝叶斯分类器实现手写数字识别

一、数据获取对于新手而言，熟练掌握各种数据的读取方式，并了解读入的数据具体存储形式及相关操作，实际上任务已经完成一大半了！之所以这么讲，主要是为了强调，数据获取数据处理的在机器学习中的重要意义！1、Python几种读取mat格式数据的方法对于怎么获取.mat最合适，以及它们之间的差别，暂时我还没搞清楚，先“搁置争议”（不求甚解），毕竟这篇博客主打的记录代码2、数据获取：数据获取见博客：分类-MNI
Vivid-victory·2023-10-10 05:43

使用mapreduce用贝叶斯分类器训练

实验项目链接：https://download.csdn.net/download/weixin_42615157/10883188实验原理：贝叶斯分类器，通过其名字我们就可以知道，是以贝叶斯公式为基础
秃顶高富帅·2023-10-09 22:19

【ESP32 + Edge Impulse平台】模拟多传感器数据融合实验测试

完成数据集的采集、训练、测试、模型部署和运行，实现多传感器数据的融合目录1.实验描述1.1【场景1固件】1.2【场景2固件】2.数据集采集2.1数据集12.1数据集23.数据集训练3.1生成数据特征3.2选用分类器训练数据集
Intoxicated_Rookie·2023-10-09 20:28

python画出roc曲线 auc计算逻辑_利用Python画ROC曲线和AUC值计算，rocauc

利用Python画ROC曲线和AUC值计算，rocauc前言ROC(ReceiverOperatingCharacteristic)曲线和AUC常被用来评价一个二值分类器(binaryclassifier
weixin_39615643·2023-10-09 14:42

退出税

当前，我国面临严峻的富豪移民及财富外流形势。主要表现在三个“惊人”。一是惊
爱的天梯·2023-10-09 13:00

3D mesh重建003-（GAN-inv）2d的GAN学到了3d知识了吗？

架构的核心是一个迭代策略，它探索和利用了GAN图像流形中的不同视角和照明变化。该框架不需要二维
小熊bdg·2023-10-09 11:10

Joint Copying and Restricted Generation for Paraphrase

copydecoder和生成受限decoder的seq2seq模型copydecoder生成受限decoder看论文时的疑问在结合copydecoder和生成受限decoder两种结果的时候，采用的是建立分类器来预测选取其中哪种结果
rzhangpku·2023-10-09 07:26

one-hot独热编码

一、独热编码出现之前：针对无序离散的分类特征，机器学习算法的分类器并不
阿波拉·2023-10-09 05:52

第十章 降维与度量学习

章节目录k近邻学习低纬嵌入主成分分析核化线性降维流形学习度量学习知识点1.懒惰学习（lazylearning）：此类学习技术在训练阶段仅仅是把样本保存起来，训练时间开销为零，待收到测试样本后再进行处理。
泽平阿·2023-10-09 02:13

机器学习笔记 - 两个静态手势识别的简单示例

静态手势是那些只需要在分类器的输入处处理单个图像的手势，这种方法的优点是计算成本较低。动态手势需要处理图像序列和更复杂的手势识别方法。进一步了解可以参考下面链接。
坐望云起·2023-10-09 00:33

机器学习：随机森林

集成学习的基本思想是通过结合多个弱分类器或回归器的预测结果，来构建一个更强大的集成模型。集成学习可以用于分类问题和回归问题。
fakerth·2023-10-08 23:21

一个非常简单的变分量子分类器 （VQC）

二、实验概述今天，我将设计一个变分量子分类器（VQC），它是一个混合计算分类器，如图1所示。
无水先生·2023-10-08 21:18

支持向量机入门到精通

分类作为数据挖掘领域中一项非常重要的任务，它的目的是学会一个分类函数或分类模型(或者叫做分类器)，而支持向量机本身便是一种监督式学习的方法(至于具体什么是监督学习与非监督学习，请参见此系列MachineL
aec1234·2023-10-08 19:37

安果计算器-您的全能计算伴侣

高级数学:平方根、立方根、开方、随机复数、随机整数、绝对值、常用对数、自然对数、正弦、余弦、正切等众多复杂运算都可以轻松处理。
安果移不动·2023-10-08 09:13

预测算法6|BP_adaboost算法原理及其实现

此外，Adaboost是一种迭代分类算法，其在同一训练集采用不同方法训练不同分类器（弱分类器），并根据弱分类
KAU的云实验台·2023-10-08 07:48

回归预测|GWO-BPNN-Adaboost算法原理及其实现（Matlab）

在上一篇文章中介绍了BPNN-Adaboost算法的原理及其实现，Adaboost算法可以将多个BPNN作为弱分类器进行训练，使其相互补充，集成为具有较强鲁棒性的强分类器。
KAU的云实验台·2023-10-08 07:48

使用OpenCV工具包成功实现人脸检测与人脸识别，包括传统视觉和深度学习方法（附完整代码，模型下载......）

OpenCV实现人脸检测OpenCV人脸检测方法基于Haar特征的人脸检测Haar级联检测器预训练模型下载Haar级联分类器OpenCV-Python实现基于深度学习的人脸检测传统视觉方法与深度学习方法对比
半个女码农·2023-10-08 05:41

3.2.3XGBoost

提升（Boosting）分类器隶属于集成学习模型。它的基本思想是把成百上千个分类准确率低的树模型组合起来，成为一个准确率很高的模型。这个模型的特点在于不断迭代，每次迭代就生成一颗新的树。
idatadesign·2023-10-08 04:52

计算机竞赛 题目：基于深度学习卷积神经网络的花卉识别 - 深度学习 机器视觉

文章目录0前言1项目背景2花卉识别的基本原理3算法实现3.1预处理3.2特征提取和选择3.3分类器设计和决策3.4卷积神经网络基本原理4算法实现4.1花卉图像数据4.2模块组成5项目执行结果6最后0前言优质竞赛项目系列
Mr.D学长·2023-10-07 20:50

班级随笔

小孩打扫卫生完了，我正切个橙子给他吃。没想到班上的小尚和小恩同学来了。站在门口又想进来又不想进来。我纳闷了，这么晚了，他们还没走？正好橙子一人一块分给他们了。接着，小恩
途途老师·2023-10-07 20:55

文字转语音播报模块（一）:阿里云nls服务使用示例

一、业务场景最近笔者在业务中涉及到语音告警的模块，需要讲告警内容以文件或流形式返回给前端进行语音播报，具体的分析与处理如下二、业务分析首先告警内容提示信息这里做的处理是通过专门字段去存储、编辑，根据拟定好的代码逻辑判断是否触发语音告警操作
极赫赫·2023-10-07 18:36

越的夜

此时此刻，真正切切体会到了什么叫“度日如年”的感觉，也让我更加坚信，在辩论赛：辩题“睡不着和起不来哪一个更痛苦？”话题中，坚决选择睡不着更痛苦的原因吧。一场说走就走的旅行，去见自己想
Jz天晴·2023-10-07 18:48

【人脸检测】Compact Cascade CNN和MTCNN算法

目前人脸识别技术已经遍地开花，火车站、机场、会议签到等等领域都有应用，人脸识别的过程中有个重要的环节叫做人脸检测，顾名思义就是在一张图片中找出所有的人脸的位置，早期的人脸检测是用人工提取特征的方式，训练分类器
城市中迷途小书童·2023-10-07 15:38

分类模型评价指标-召回率和精确率

.几个常用的术语现在假设我们的分类目标只有两类，计为正类（positive）和负类（negtive）分别是：1）Truepositives(TP):（真阳性）被正确地划分为正例的个数，即实际为正例且被分类器划分为正例的实例数
未响的铃铛·2023-10-07 09:36

精确率与召回率

混淆举证在分类任务下，预测结果(PredictedCondition)与正确标记(TrueCondition)之间存在四种不同的组合，构成混淆矩阵(适用于多分类)TP：TruePositives，表示实际为正例且被分类器判定为正例的样本数
自我学习的娱乐员·2023-10-07 09:35

人工智能需要学习哪些数学基础？AI数学基础

例如，朴素贝叶斯分类器、高斯混合模型、隐马尔可夫模型等算法都是基于概率论和统计学理论。线性代数：线性代数是
AI小菜鸡一个·2023-10-07 08:40

【课程笔记】深度学习网络 - 1 - AlexNet

的提出对深度学习领域产生的重大影响3、后续改进方案4、网络特征与创新点一、补充知识点1、过拟合2、Dropout随机失活机制3、卷积层计算后的矩阵尺寸大小二、模型零件与封装1、特征层的封装（feature）2、分类器的封装
牛顿第八定律·2023-10-07 07:30

深度学习02 -分类

分类我们使用深度学习来训练一个象限分类器，简而言之就是根据点的坐标决策他的象限。例如，点(1,-1)位于第三象限。这里没有细分损失函数和评估方法，下次内容会深入探讨。
HDU_Ang·2023-10-07 02:22

Google Earth Engine（GEE）——监督分类案例分析

监督分类主要流程是选择样本点来分析，通过指定的分类器完成监督分类。
此星光明·2023-10-06 22:39

GEE ——绘制二元分类的特征 (ROC) 曲线、计算曲线下面积 (AUC)

要计算ROC曲线，首先需要计算分类器不同阈值下的真正率（TPR）和假正率（FPR）。TPR是正确分类的正例的比例，而FPR是错误分类的负例的比例。
此星光明·2023-10-06 22:03

Multi-Source Transfer Learning via Ensemble Approach for Initial Diagnosis of Alzheimer’s Disease

每个源域数据集会与目标域数据集结合生成新的训练集，接着在新的训练数据集上迭代训练三个异构分类器，直到满足指标。
宇来风满楼·2023-10-06 20:20

多源蒸馏域适应

方法D是域判别器，C是分类器。阶段3选择更接近目标的源训练样本用来微调C。阶段4对于每个源域，基于阶段2学到的目标编码器提取图像特征。
宇来风满楼·2023-10-06 20:49

集成学习

(zhihu.com)https://zhuanlan.zhihu.com/p/27689464集成学习就是组合这里的多个弱监督模型以期得到一个更好更全面的强监督模型，集成学习潜在的思想是即便某一个弱分类器得到了错误的预测
盐巴饭团193·2023-10-06 19:24

机器学习基础之《分类算法（8）—随机森林》

它的工作原理是生成多个分类器/模型，各自独立地学习和作出预测。
csj50·2023-10-06 15:06

逻辑回归与评分卡

一、概述1.名为“回归”的分类器有不少带“回归”二字的算法，回归树，随机森林的回归，无一例外都是区别于分类算法们，用来处理和预测连续型标签的算法。
Garcia-zhang·2023-10-06 15:32
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他