特征

数据结构入门 (一)：线性表的基石 —— 顺序表详解

1.线性表的定义2.线性表的特征3.核心概念总结二、线性表的顺序存储1.从逻辑结构到物理存储2.顺序表的核心结构3.内存分配策略对比静态分配实现动态分配实现三、核心机制：动态内存管理与扩容策略1.为什么必须是堆内存
·2025-06-16 14:07

Python OpenCV 4.10 库详解

数学运算ImgProc模块：图像处理的核心功能，包括颜色转换、几何变换、滤波、边缘检测VideoIO模块：视频和摄像头操作HighGUI模块：用户界面功能，窗口管理、事件处理Features2D模块：特征检测和匹配
yz123lucky·2025-06-16 14:37

鸿蒙开发实战之Universal Keystore Kit构建美颜相机金融级安全存储

一、核心安全场景通过UniversalKeystoreKit实现三大保护：密钥安全存储人脸特征加密密钥（TEE隔离存储）每月自动轮换（符合FIPS140-2Level3）敏感数据加密用户隐私数据SM4加密
·2025-06-16 14:22

使用Halcon进行图像预处理的策略

图像预处理是机器视觉系统中的一个关键步骤，它有助于提高图像质量，从而使得后续的图像分析和特征提取更加准确。在Halcon中，图像预处理通常包括滤波、对比度增强、归一化、边缘增强等操作。
AI_Guru人工智能·2025-06-16 12:20

CNN中的感受野

感受野（ReceptiveField）是卷积神经网络（CNN）中的核心概念，指网络中某一层特征图上的单个神经元在输入图像上所能“看到”或影响的区域范围。
AI扶我青云志·2025-06-16 12:47

线性回归讲解L1和L2正则化

假设我们有一个线性回归问题：用房屋的面积（size）和房龄（age）两个特征来预测房价（price）。
XiaoQiong.Zhang·2025-06-16 09:59

深度学习小项目合集之音频语音识别-视频介绍下自取

哔哩哔哩_bilibili简介:本代码python代码，pytorch框架下运行，是将data文件夹下动物的异常声音的wav格式的音频文件读取，转化成了梅尔卡图，再通过cnn卷积神经网络对转化后的声音特征进行训练
no_work·2025-06-16 07:20

Python领域数据挖掘的实战经验

Python领域数据挖掘的实战经验：从新手到高手的全流程指南关键词：数据挖掘、Python实战、数据清洗、特征工程、模型训练、评估优化、应用场景摘要：本文以“做蛋糕”为类比，用通俗易懂的语言拆解数据挖掘全流程
AI天才研究院·2025-06-16 06:44

鸿蒙开发实战之Device Security Kit加固美颜相机安全防线

调试器附加等动态攻击固件漏洞：摄像头驱动层的潜在安全隐患DeviceSecurityKit提供四维防护：设备完整性校验（Bootloader到应用层的完整信任链）运行时防护（内存加密、反调试等）硬件安全区隔离（TEE中处理人脸特征
·2025-06-16 06:43

PCL 计算点云OBB包围盒——PCA主成分分析法

目录一、概述1.1原理1.2实现步骤1.3应用场景1.4注意事项二、关键函数2.1头文件2.2读取点云2.3计算点云质心和协方差矩阵2.4协方差矩阵分解求特征值和特征向量2.5校正主方向2.6将输入点云转换至原点
点云侠'·2025-06-16 05:04

《面试官视角揭秘：那些年薪50W+的年轻程序员，都掌握了这6个「反内卷」特质》面试了无数个年轻人，发现混得好的都有这5个特征|混得好的年轻人，都藏着这些职场密码：从面试官视角拆解成功者的底层逻辑

《面试官视角揭秘：那些年薪50W+的年轻程序员，都掌握了这6个「反内卷」特质》（基于对1000+候选人案例分析，融合技术面试官评价体系与职场发展规律）一、技术能力之外的「隐性筛选线」数据洞察：2025年技术岗招聘中，「非技术能力」权重占比已达47%（沟通表达25%+业务理解15%+学习潜力7%）淘汰率对比：纯技术达标但沟通薄弱者，二面通过率仅31%；技术中等但业务理解优秀者通过率达68%面试官原声
南北极之间·2025-06-16 04:28

手撕 Layer Normalization

它与BatchNormalization不同，LayerNormalization是在单个样本的特征维度上进行归一化，而不是在批次维度上。
·2025-06-16 04:28

强化学习在金融投资中的应用实践

强化学习在金融投资中的应用实践1.背景介绍1.1金融投资的挑战金融市场的复杂性和不确定性影响因素众多且相互关联数据噪声和非平稳性投资决策的高风险高回报特征回报与风险并存需要精准把握时机1.2传统投资方法的局限性基于人工经验的投资策略主观性强
AI天才研究院·2025-06-16 03:24

鸿蒙开发实战之Crypto Architecture Kit构建美颜相机安全基座

一、安全架构设计基于CryptoArchitectureKit构建美颜相机三级防护体系：数据安全层人脸特征向量国密SM9加密存储用户生物特征TEE隔离处理通信安全层端到端加密聊天（Signal协议改进版
·2025-06-16 02:11

python打卡day21

fromsklearn.manifoldimportTSNEfromsklearn.decompositionimportPCAimportmatplotlib.pyplotasplt#假设X是特征数据
荣582·2025-06-16 02:16

29 - ResNeSt模块

论文《ResNeSt:Split-AttentionNetworks》1、作用ResNeSt提出了一种新的模块化分裂注意力（Split-Attention）块，通过在特征图组间实现注意力机制。
Leo Chaw·2025-06-16 02:45

【OpenCV人脸识别】基于深度学习（Dlib+HOG特征）的人脸识别——QT（C++）+Linux

以下是Dlib主要的特点和功能：人脸检测和识别：Dlib提供了高性能的人脸检测器，基于HOG特征和深度学习模型。它还包括面部关键点检测和人脸识别的功
·2025-06-16 01:43

1G（第一代移动通信系统）详解

语音信号：核心频率范围：主要能量集中区：30Hz-3400Hz，涵盖基频、共振峰及大部分语音特征成分。电话通信标准：传统窄带电话仅传输300Hz-3400Hz范围，以保证语音可懂度。
zdd56789·2025-06-16 01:39

AI Agent实战——用CrewAI实现博客自动撰写并发送邮箱

AIAgent的一些主要特征如下：自主性：AIAgent的操作无需人为干预。一旦有了目标，它们就能独立完成任务。决策：它们使用算法、规则和人工智能模型（LLM），根据自己的认知和目标做出决策。
·2025-06-16 01:08

YOLOv8新突破：FASFFHead多尺度检测的极致探索

文章目录一、引言：YOLO检测头的演进与挑战二、FASFFHead核心设计原理2.1多尺度特征增强架构2.2自适应空间特征融合（ASFF）机制三、FASFFHead完整实现3.1网络结构定义3.2特征融合模块实现四
向哆哆·2025-06-16 00:34

鸿蒙开发实战之Data Protection Kit构建美颜相机隐私盾牌

DataProtectionKit实现美颜相机数据安全四重防护：隐私合规检测自动识别敏感数据字段（人脸/地理位置等）实时监控GDPR/CCPA等30+法规合规状态动态数据脱敏拍摄地点模糊化（街道级→城市级）人脸特征值不可逆哈希处理智能数据清理用户删除数据后自动触发三级擦除
·2025-06-15 23:37

当卷积作用于信号处理

通过持续分析环境噪声的频谱特征，系统动态生成具有特定频响特性的卷积核。当嘈杂环境的低频机械噪声和高频啸叫声被麦克风捕捉时，这些定制化的数字滤波器会像剪刀，剪除不同范围的频段，同时保留关键人声频段。
思绪漂移·2025-06-15 22:22

28 - ShuffleAttention模块

它通过在神经网络中引入注意力机制，使网络能够更加关注于图像中的重要特征，同时抑制不相关的信息。2、机制1、特征分组：SA模块首先将输入特征图沿通道维度分成多个子特征组，这样每个子特征组可以
Leo Chaw·2025-06-15 22:47

YoloV8改进策略：Block改进|MKP，多尺度卷积核级联结构，增强感受野适应性|即插即用|AAAI 2025

文章目录1论文信息2创新点2.1特征互补映射模块（FCM）2.2多内核感知单元（MKP）2.3冗余驱动的轻量化设计3方法3.1整体架构3.2MKP单元优化3.3MKP设计优势4效果4.1性能对比实验4.2
AI智韵·2025-06-15 17:24

【大模型学习路线首发】 AI大模型学习路线：（非常详细）AI大模型学习路线，收藏这一篇就够了！

1.打好基础：数学与编程数学基础线性代数：理解矩阵、向量、特征值、特征向量等概念。推荐课程：KhanAcademy的线性代数课程、MIT的线性代数公开课。
AI大模型-大飞·2025-06-15 16:46

微服务与单体架构的比较

它们各自具有独特的特征、优缺点和适用场景。以下是对这两者的深入比较：1.定义单体架构：单体架构是一种将所有功能模块整合到一个单一代码库中的方法。
yymagicer·2025-06-15 13:25

微服务架构和单体架构的优缺点对比。

微服务架构与单体架构的优缺点对比分析一、架构定义与核心特征微服务架构通过将应用程序分解为多个独立部署、松耦合的服务单元，每个服务专注于单一业务功能，通过轻量级协议（如HTTP/REST）通信。
破碎的天堂鸟·2025-06-15 13:49

HALCON学习笔记（四）——图像增强

图像增强：有目的的强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同特征之间的差别，抑制不感兴趣特征，改善图像质量，丰富信息量，满足分析需要。
weixin_45482443·2025-06-15 12:18

【机器学习与数据挖掘实战 | 医疗】案例16：基于K-Means聚类的医疗保险的欺诈发现

它利用统计和计算方法，使模型能够从数据中自动提取特征并做出预测或决策。数据挖掘则是从大型数据集中发现模式、关联和异常的过程，旨在提取有价值的信息和知识。
Francek Chen·2025-06-15 12:44

一文读懂特征对齐：多模态世界的“月老红线”

文章目录1、引言2、啥是多模态数据3、为啥要特征对齐4、特征对齐是咋干活的5、特征对齐的应用场景6、多模态领域里特征对齐的方法6.1基于神经网络架构设计6.2基于注意力机制6.3基于损失函数设计6.4基于生成对抗网络
.别止步春天.·2025-06-15 10:32

Knowledge Graph Contrastive Learning for Recommendation（KGCL）阅读笔记

现有知识图谱（KG）的稀疏性和噪声使得项目-实体依赖关系偏离了反映其真实特征，从而显着放大了噪声效应，阻碍了用户偏好的准确表示。
forever0827·2025-06-15 10:00

计算机网络信息安全毕业设计题目,网络信息安全系统毕业设计

内容介绍原文档由会员霜天盈月发布网络信息安全系统毕业设计本文共计15页，12124字；摘要随着计算机技术的不断发展，计算机网络已经成为信息时代的重要特征，人们称它为信息高速公路。
UIUnicorn·2025-06-15 09:58

机器学习中的数据预处理：清洗、转换与标准化

目录一、前言二、数据预处理的基本概念（一）数据预处理的定义（二）数据预处理的重要性三、数据预处理的常用方法（一）数据清洗（二）特征选择（三）特征转换（四）数据标准化四、数据预处理的代码示例（一）环境准备
CarlowZJ·2025-06-15 05:30

机器学习中的数据准备关键技术

定性数据描述对象的特征，而定量数据描述对象的数量。定性（分类）数据名义：无序的命名类别（例如，性别，国家）。无法执行算术运算。使用独热编码或标签编码。
Morpheon·2025-06-15 05:29

接口 RESTful 中的超媒体：REST 架构的灵魂驱动

Hypermedia）**是一个核心概念，它体现了REST的“表述性状态转移（RepresentationalStateTransfer）”的本质，也是区分“真RESTfulAPI”与“伪RESTfulAPI”的重要特征
贾修行·2025-06-15 05:59

什么是TRS收益互换？金融创新架构下的交易系统开发与实践

（二）与传统融资融券的差异化特征维度TRS收益互换
Ashlee_code·2025-06-15 04:20

AR技术下的电商：虚拟试穿/试用/试戴成新风尚

其三大核心特征——虚实结合、实时交互、沉浸式体验，共同构建了AR技术
mirrornan·2025-06-15 03:48

工业实时操作系统的变革之路：开放生态与国产化突破

在这场静默的技术革命中，一个以开放生态为核心、国产化突破为特征的新格局正在形成。
望获linux·2025-06-15 03:17

2025高标准农田建设解决方案，如何落地？

2023年中央一号文件明确提出“到2025年建成10亿亩高标准农田”的硬性目标，标志着我国农业进入以科技驱动、生态优先、全域协同为特征的新发展阶段。
智农Y30·2025-06-15 03:45

Java 的抽象特性：抽象类与接口深度解析

转载自：https://blog.csdn.net/justloveyou_/article/details/52944564要点：抽象类接口抽象类与接口的区别一.抽象对于面向对象编程来说，抽象是它的四大特征之一
zhumqs·2025-06-15 02:36

全景图拼接和视频行人检测(Python + opencv)

3.根据关键点特征和描述符,对两张图像进行匹配,得到若干匹配点对,并移除错误匹配4.使用Ransac算法和匹配的特征来估计单应矩阵(homographymatrix)5.通过单应矩阵来对图像进行仿射变换
weixin-Vip1104z·2025-06-15 00:55

JavaScript 将一个带K-V特征的JSON数组转换为JSON对象

文章目录方法1：使用`Array.prototype.reduce()`方法2：使用`Object.fromEntries()`（ES2019+）⚙️方法3：手动遍历数组⚠️注意事项完整流程示例总结数据处理过程中，要将一个包含key和value属性的JSON数组整合成一个JSON对象（其中每个元素的key作为属性名，value作为属性值），以下是几种常用的JavaScript实现方法及示例：方法1
Humbunklung·2025-06-14 22:09

TypeScript 接口详解

接口是一系列抽象方法的声明，是一些方法特征的集合，这些方法都应该是抽象的，需要由具体的类去实现，然后第三方就可以通过这组抽象方法调用，让具体的类执行具体的方法。
言程序plus·2025-06-14 17:32

DEM 地形分析与水文建模：基于 ArcGIS 的流域特征提取

技术点目录一、GIS理论及ArcGIS认识二、ArcGIS数据管理与转换三、ArcGIS地图制作与发布四、ArcGIS数据制备与编辑五、ArcGIS矢量空间分析及应用六、ArcGIS栅格空间分析及应用七、ArcGIS空间插值及应用八、DEM数据与GIS三维分析九、ArcGIS高级建模及应用十、综合讲解了解更多—————————————————————————————————————————————
zm-v-15930433986·2025-06-14 15:46

初级会计实务-3

会计要素及其确认条件资产负债所有者权益收入费用利润二.会计要素计量属性及其应用原则历史成本重置成本可变现净值现值公允价值三.会计等式会计等式的表现形式交易或事项对会计等式的影响一.会计要素及其确认条件会计要素是根据交易或者事项的经济特征所确定的财务会计对象和基本分类
一个老废物·2025-06-14 14:44

matlab纹理分析,森林遥感图片的纹理分析(MATLAB)☆

摘要遥感技术不断提高，森林遥感图像所含信息越来越多，仅用光谱信息无法将其区分开，而用纹理特征分析对于在图像的识别起着非常重要的作用，因此遥感影像的纹理分析已经成为一种重要的提高遥感影像分类精度的手段。
沐辉东方·2025-06-14 13:06

边缘计算算法与自动驾驶安全优化实践

针对复杂行车场景，数据预处理与特征工程的双向协同显著优化了障碍物识别与路径规划的鲁棒性，结合F1值
智能计算研究中心·2025-06-14 13:06

YoloV8改进策略：Block改进|FCM，特征互补映射模块|AAAI 2025|即插即用

1论文信息FBRT-YOLO（FasterandBetterforReal-TimeAerialImageDetection）是由北京理工大学团队提出的专用于航拍图像实时目标检测的创新框架，发表于AAAI2025。论文针对航拍场景中小目标检测的核心难题展开研究，重点解决小目标因分辨率低、背景干扰多导致的定位困难，以及现有方法在实时性与精度间的失衡问题。航拍图像目标检测是无人机、遥感监测等应用的关键
AI智韵·2025-06-14 11:20

计算机视觉生物启发视觉算法：如何模拟人眼与大脑？

一、前言二、人眼与大脑视觉系统基础概念2.1人眼的生理结构与功能2.2大脑视觉皮层的信息处理机制三、生物启发视觉算法的核心技术3.1视网膜启发的特征提取算法3.2视觉皮层启发的分层特征学习算法3.3注意力机制的生物启发实现四
xcLeigh·2025-06-14 09:15

python打卡第50天

其次是训练的时候如何训练才可以更好的避免破坏原有的特征提取器的参数。所以今天的内容，我们需要回答2个问题。1.resnet18中如何插入cb
whyeekkk·2025-06-14 07:59
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他