流形正切分类器第43页

【目标检测】入门基础原理学一遍就够了吧

目标定位实现的思路1.4两种bbox名称解释2R-CNN2.1目标检测-Overfeat模型2.2目标检测-R-CNN模型2.2.1候选区域（ROI）2.2.2CNN网络提取特征2.2.3特征向量训练分类器

我菜就爱学·2023-03-01 07:13

【YOLO系列】YOLOv3论文超详细解读（翻译＋学习笔记）

YOLOv3在YOLOv2的基础上改良了网络的主干，利用多尺度特征图进行检测，改进了多个独立的Logisticregression分类器来取代softmax来预测类别分类。这篇论文

路人贾'ω'·2023-02-28 08:24

自适应变异粒子群matlab,一种自适应变异粒子群优化算法的制作方法

本算法属于数据挖掘领域，涉及到SVM分类器和参数寻优，特别涉及到其变异操作，使得能够最大限度的搜索到全局最优解。

菠萝虎·2023-02-26 07:41

一种自适应模拟退火粒子群优化算法-附代码

采用双曲正切函数来控制惯性权重系数，进行非线性自适应变化；利用线性变化策略控制社会学习因子和自我

智能算法研学社（Jack旭）·2023-02-26 07:39

一个简单的opencv入门例子——图片人脸检测

先上程序importcv2#选择分类器，注意路径为绝对值，安装了opencv后，可以在电脑中搜素cv2，找到data文件夹的haar分类器文件face_cascade=cv2.CascadeClassifier

sunsunshine123·2023-02-26 07:09

深度学习激活函数

在神经网络中，常用的激活函数（activationfunction）有以下几种：1、sigmoid函数2、双曲正切函数tanh()3、修正线性函数rectifiedlinearfunctionf(x)=

Yaphat·2023-02-25 08:53

目标检测（五）基于SVM的目标分类

自带行人检测器实现行人检测（2）利用opencv实现HOG检测器的自定义数据训练支持向量机（supportvectormachines,SVM）是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器

失了志的咸鱼·2023-02-25 07:03

选择最佳机器学习模型的10步指南

分类问题:逻辑回归、决策树分类器、随机森林分类器、支持向量机(SVM)、朴素贝叶斯分类器或神

·2023-02-24 11:23

机器学习之理解逻辑回归

一、逻辑回归简介逻辑回归其实是一个线性分类器，其本质是由线性回归变化而来，是一种广泛使用于分类问题中的广义回归算法。

superY25·2023-02-24 07:53

使用python搭建一个简易的神经网络实现对手写数字的识别（每行代码都有注释）

一些简单的介绍如果一个简单的线性分类器不能对数据进行划分，我们就需要使用多个线性分类器来划分数据；使用多个分类器一起工作，这是神经网络的核心思想。

Foools·2023-02-24 07:13

机器学习算法： AdaBoost 详解

1.集成学习概述1.1.定义集成学习（Ensemblelearning）就是将若干个弱分类器通过一定的策略组合之后产生一个强分类器。

·2023-02-22 22:34

NeurIPS | 达摩院联合华科开源基于流形结构对齐的零样本学习框架HSVA

一、论文&代码论文链接：HSVA:HierarchicalSemantic-VisualAdaptationforZero-ShotLearning开源代码：https://github.com/shiming-chen/HSVA二、背景本文介绍我们被机器学习顶会NeurIPS2021接收的论文“HSVA:HierarchicalSemantic-VisualAdaptationforZero-S

AI记忆·2023-02-22 16:42

干货！基于层次适应的零样本学习

语义异构特征难对准的问题，我们提出一种层次视觉-语义层次适应的学习模型，通过同时进行结构对准和分布对准，学习一个具有结构和分布一致性的公共子空间，避免当前学习模型只进行分布对准而造成视觉和语义分布在不同的子流形上

AITIME论道·2023-02-22 16:40

MULTI-GRID ASSIGNMENT

这里是用于精确目标检测的多网格冗余边界框标注,现在领先的目标检测器是从基于深度CNN的主干分类器网络重新调整用途的两级或单级网络。

whaosoft143·2023-02-22 13:25

Caffe Loss层 - HingelossLayer

one-of-many分类任务的hingeloss.HingeLoss概念定义为：E(z)=max(0,1−z)E(z)=max(0,1−z)常用在SVM的最大化间隔分类中.对于期望输出t=+1,−1t=+1,−1和分类器分

AIHGF·2023-02-22 09:49

网络安全高级攻击

对分类器的高层次攻击可以分为以下三种类型：对抗性输入：这是专门设计的输入，旨在确保被误分类，以躲避检测。对抗性输入包含专门用来躲避防病毒程序的恶意文档和试图逃避垃圾邮件过滤器的电子邮件。

沐阳zz·2023-02-21 15:38

分类模型评价指标

AUC代表面积AUC是数据化分类器的效果。混淆矩阵T代表我們預測對了F代表我们预测错了P代表我们预测为1N代表我们预测为0TP是我们预测为对了，并且预测为1FP代表我们预测为1，但是预测错了。

qq_40707269·2023-02-21 11:12

ADAM工具箱下载安装

工具箱以多种方式执行并可视化多个比较校正组解码和前向编码结果，例如跨时间的分类器性能、分

牧林乡客·2023-02-21 11:08

sklearn专题五：逻辑回归

目录1概述1.1名为“回归”的分类器1.2为什么需要逻辑回归2linear_model.LogisticRegression2.1二元逻辑回归的损失函数2.1.1损失函数的概念与解惑2.2重要参数penalty

Colorfully_lu·2023-02-21 07:07

297个机器学习彩图知识点（12）

1.随机梯度下降2.停用词3.不平衡数据策略4.过拟合策略5.监督式深度学习的核心规则6.监督&非监督学习7.支持向量机分类器8.软间隔分类9.支持向量10.SVC的径向基函数核11.T统计量12.双曲正切激活函数

·2023-02-20 22:03

卷积神经网络的基本原理,图卷积神经网络原理

图形化表示为下图：当我们的g(h)为sigmoid函数时候，它就是一个逻辑回归的分类器。当g(h)是一个只能取0或1值的函数时，它就是一个感知机。

小浣熊的技术·2023-02-20 14:26

OpenSCA用开源的方式做开源风险治理：Why? What? How?

随着容器、微服务等新技术的快速迭代，开源软件已成为业界主流形态，开源和云原生时代的到来导致软件供应链越来越趋于复杂化和多样化，网络攻击者开始采用软件供应链攻击作为击破关键基础设施的的重要突破口，从而导致软件供应链的安全风险日益增加

·2023-02-20 14:35

【YOLO系列】YOLOv1论文超详细解读（翻译＋学习笔记）

它与之前的目标检测算法如R-CNN等不同之处在于，R-CNN等目标检测算法是两阶段算法，步骤为先在图片上生成候选框，然后利用分类器对

路人贾'ω'·2023-02-20 07:56

StackingClassifier

概述Stacking是一种集合学习技术，通过元分类器组合多个分类模型。基于完整训练集训练各个分类模型;然后，基于整体中的各个分类模型的输出-

taojinglong·2023-02-19 05:08

逻辑回归笔记

目标：建立分类器（求解出三个参数）设定阈值，根据阈值判断录取结果要完成的模块sigmoid:映射到概率的函数model:返回预测结果值cost:根据参数计算损失gradient:计算每个参数的梯度方向descent

醋溜八酱·2023-02-19 03:30

水文-好为人师是种病

当时，科室的小姑娘晨晨正切了个葡萄柚，扔进袖珍榨汁机里榨汁喝。范大姐看到了，眉头皱了起来：“晨晨啊！我不是和你说过好多次嘛，水果不要榨汁喝！

胖爺萬人景仰·2023-02-18 15:14

草原雄鹰诗社王巧英老师的作品《鹧鸪天三首：寄友人：寄语草原雄鹰诗社诗人》文/王巧英——内蒙古诗人

心正切，意方留，草原期盼与君游。倾情欢聚花间月，酌酒品茶云外楼。鹧鸪天：三亚冬景词/王巧英（中华新韵）冬雨缠绵江夜寒，为君闲赋鹧鸪天。凤凰花绽盈城灿，似火燃烧映宇颜。竹御意、柳弹弦，广场高曲舞翩跹。

草原雄鹰诗社·2023-02-18 10:02

写作于我

收藏的文里寻寻觅觅，罗玲老师的文章《拿什么来淡定》，正切合当时的心境，这学期开学以来，儿子成绩不稳定，原以为已修炼至七八成的我，一改往日的淡定，指责抱怨不停地在他耳边回响，企图他引起重视，把更多精力放在学习上

玉玲秋·2023-02-18 07:06

OpenCV源码目录结构

1.目录注释3rdparty：包含静止图像的解编码器的库文件和头文件apps：包含进行Haar分类器训练的工具data：包含OpenCV库及范例中用到的资源文件doc：包含生成文档所需的源文件寄辅助脚本

sunny被注册·2023-02-17 12:57

【231】有一种表达叫“见字如面”

写信作为一种独特的情感交流形式，对于70后的我来说是自己的学生时代非常常见的联络方式，可是在当今的互联网时代似乎成了“奢侈品”。

亲亲鱼老师·2023-02-17 10:22

朴素贝叶斯分类器

朴素贝叶斯分类器是和线性模型非常相似的一种分类器，但它的训练速度往往更快。

编程回忆录·2023-02-17 06:16

模型融合 - 第二课

简而言之，堆叠用作第一级（基础），预测几个基本分类器，然后在第二级使用另一个模型来预测早期第一级预测的输出。示例数据集使用泰坦尼克数据集。

readilen·2023-02-17 03:24

【机器学习实战-7章】利用AdaBoost元算法提高分类性能

7.1基于数据集多重抽样的分类器前面我们介绍了五种不同的分类算法：KNN、决策树、贝叶斯、Logistic回归以及SVM，我们可以将

唐生一·2023-02-17 00:08

模式识别和机器学习实战- 集成学习- Python实现 - AdaBoost算法

文章目录前言一、AdaBoost算法原理概述二、实战基于单层决策树构建弱分类器1.简单数据集构建2.建立单层决策树三、完整AdaBoost实现以及测试算法附加题：实战之房价预测完整代码前言我们在思考一个问题的时候

能智工人_Leo·2023-02-16 23:35

【论文精读】Deep Residual Learning for Image Recognition

深度网络自然地将低/中/高级特征和分类器以端到端的多层方式集成在一起，特征的“层次”可以通过堆叠层数(深度)来丰富。

拟禾·2023-02-16 21:27

基于机器学习SVM KNN的动作识别系统毕业设计附完整代码

等模拟智能家电，并以按钮的形式表名了该家电的状态，点击学习列表的某一按钮，向服务器发送一条学习指令，服务器的动作学习模块，会将最新的动作数据TO_PREDICT和该学习指令对应起来，作为一条新的SVM分类器训练数据

程序员uu·2023-02-16 21:45

电子科技大学人工智能期末复习笔记（五）：机器学习

目录前言监督学习vs无监督学习回归vs分类RegressionvsClassification训练集vs测试集vs验证集泛化和过拟合Generalization&Overfitting线性分类器LinearClassifiers

Vec_Kun·2023-02-16 21:15

pythonsvd内存不足_python - 使用stastmodels的WLS时出错：SVD未收敛 - 堆栈内存溢出

我已经在statsmodels中使用WLS(加权最小二乘回归)编写了用于级联提升分类器的算法，并且能够成功运行几次。我用了几百张图片，一切都很好。但是，我现在使用它来训练大约4000张图像中的模型。

weixin_39805195·2023-02-16 21:29

用初次训练的SVM+HOG分类器在负样本原图上检测HardExample

难例(或叫做难样本，HardExample，HardNegative，HardInstance)是指利用第一次训练的分类器在负样本原图(肯定没有人体)上进行行人检测时所有检测到的矩形框，这些矩形框区域很明显都是误报

amulet0703·2023-02-16 21:23

机器学习笔记 - 什么是UMAP？

1、UMAP概述统一流形逼近和投影(UMAP)是一种降维技术，可用于类似于t-SNE的可视化，但也可用于一般的非线性降维。UMAP是一种基于流形学习技术和拓扑数据分析思想的降维算法。

坐望云起·2023-02-07 13:04

sklearn常用分类算法分析乳腺癌数据

模型评估参考网址:机器学习分类模型评价指标详述-知乎机器学习模型评估的方法总结（回归、分类模型的评估）_人工智能_sinat_16388393的博客-CSDN博客【机器学习】Sklearn常用分类器（全

-朝汐-·2023-02-07 11:31

集成学习、Bagging集成原理、随机森林构造过程、随机森林api与案例、boosting集成原理、梯度提升决策树(GBDT）、XGBoost与泰勒展开式

一、集成学习集成学习：通过建立几个模型来解决单一预测问题，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。

learning-striving·2023-02-07 11:58

降维与度量学习（KNN、PCA、KPCA、流形学习、度量学习）

一、KNN确定训练样本，以及某种距离度量。对于某个给定的测试样本，找到训练集中距离最近的k个样本，对于分类问题使用“投票法”获得预测结果，对于回归问题使用“平均法”获得预测结果。还可基于距离远近进行加权平均或加权投票，距离越近的样本权重越大。当k取不同值时，分类结果会有显著不同。若采用不同的距离计算方式，则找出的“近邻”可能有显著差别，从而也会导致分类结果有显著不同二、维数灾难一般情况下，如果使用

夕述·2023-02-07 11:47

集成学习（2）— bagging和boosting

Boosting则使用弱分类器，其个体学习器之间存在强依赖关系，是一种序列化方法。Bagging主要关注降低方差，而Boosting主要关注降低偏差。

orangerfun·2023-02-07 11:40

集成学习 Boosting与Bagging

集成学习是通过将多个分类器组合在一起的方式，构建出一个强分类器。

chaichai1997·2023-02-07 11:33

机器学习基础：AUC与ROC

ROC曲线是评估分类器分类能力的曲线；ROC曲线是由FPR、TPR的值决定的；

紫昂张·2023-02-07 11:03

集成学习（Boosting、Bagging）

集成学习通过构建并结合多个学习器来提升性能在一定条件下，随着集成分类器数目的增加，集成的错误率将指数级下降，最终趋向于0。

夕述·2023-02-07 11:01

NMS 和 Soft-NMS简单介绍

所谓非极大值抑制：先假设有6个输出的矩形框(即proposal_clip_box)，根据分类器类别分类概率做排序，从小到大分别属于车辆的概率(scores)分别为A、B、C、D、E、F。

zaf赵·2023-02-07 09:18

线性回归大家族

决策树，随机森林，支持向量机的分类器等分类算法的预测标签是分类变量，多以{0，1}来表示，而无监督学习算法比如PCA，KMeans并不求解标签，注意加以区别。

Garcia-zhang·2023-02-07 08:52

机器学习笔记：朴素贝叶斯分类器（二）

在前一篇文章中，我们通过计算频率的方式来计算条件概率。对于未观测到的样本，其条件概率为0。这种假设看起来不太合理。现在我们要采用另一种方式来计算条件概率。我们假设特征之间相互独立，并服从正态分布。所有分类为C的样本的集合为Dc，集合中第i个特征服从正态分布：Xi~N(0，1)。通过计算Dc中所有特征的条件概率，最终得到单个样本属于分类C的条件概率，从而达到分类的目的。计算过程如下:贝叶斯分类.pn

谌显·2023-02-07 05:52

推荐频道

流形正切分类器