量化特征关联第4页

【数据仓库】指标管理

指标就是用来量化事物的一个工具，帮助我们去将一些抽象的事件得出一个轮廓上的描述。

·2025-02-28 01:34

Python 布尔类型深度剖析：与其他数据类型的对比及应用

tekin·2025-02-28 01:03

量化交易如何利用算法模型进行股票筛选？其选股策略包含哪些方面？

前言量化交易是一种基于数学模型、统计分析和计算机算法的交易方式，通过系统化的方法筛选股票并进行投资决策。与传统交易依赖主观判断不同，量化交易强调数据驱动和模型优化，能够更高效地捕捉市场机会并控制风险。

量化问财·2025-02-28 00:28

【第三天】零基础学习量化基础代码分析-持续更新

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录记录量化基础代码总览引言基本概念量化投资伪代码示例：量化投资模型框架总结每日-往期回看第一天零基础学量化基础知识点总览-持续更新第二天零基础学习量化基础代码总览

Long_poem·2025-02-28 00:24

ASFF算法

1.特征金字塔的缺点：对于单发检测器，在不同尺度上的不一致。2.采用启发式引导的特征选择:大实例通常与上层特征映射相关联，小实例与下层特征映射相关联。

神笔馬良·2025-02-28 00:21

YOLOv11改进 | 检测头改进篇 | 利用ASFF改进YOLOv11检测头，自适应空间特征融合模块，在所有的目标检测上均有大幅度的涨点效果

YOLOv8v10v11专栏限时199元订阅链接:限时199元去b站关注：AI缝合怪订阅YOLOv8v10v11创新改进高效涨点+持续改进500多篇（订阅的小伙伴，终身免费享有后续YOLOv12或是其他版本的改进专栏）目录一、ASFF模块介绍ASFF网络结构图：ASFF的创新点主要包括：作用原理优势二、核心代码三、手把手教你添加v11Detect_ASFFHead检测头模块1.首先在ultraly

Ai缝合怪YOLO涨点改进·2025-02-27 23:19

VQ-Diffusion 深度解析与实战指南

VQ-Diffusion项目地址:https://gitcode.com/gh_mirrors/vqd/VQ-Diffusion1.项目介绍VQ-Diffusion是一个用于文本到图像合成的深度学习模型，基于矢量量化变分自编码器

晏灵昀Odette·2025-02-27 23:45

每日Attention学习24——Strip Convolution Block

ConnectivityAttentionNetworkforRoadExtractionFromSatelliteImagery模块名称StripConvolutionBlock(SCB)模块作用多方向条形特征提取模块结构模块特点类

xiongxyowo·2025-02-27 22:08

AI探索笔记：线性回归

内容什么是线性回归线性回归（LinearRegression）是统计学和机器学习中最基础且广泛使用的预测模型，用于建立**自变量（输入特征）与因变量（输出目标）**之间的线性关系模型。其核心思想是通

安意诚Matrix·2025-02-27 22:37

ELMo ，LM：一串词序列的概率分布probability distribution over sequences of words

Languagemodelisaprobabilitydistributionoversequencesofwords.GPT与ELMo当成特征的做法不同，OpenAIGPT不需要再重新对任务构建新的模型结构

强化学习曾小健·2025-02-27 22:05

DCMNet一种用于目标检测的轻量级骨干结构模型详解及代码复现

早期的手工特征提取方法如Viola-Jones和HOG逐渐被卷积神经网络（CNN）取代，其中AlexNet在2012年的ILSVRC比赛中表现突出，推动了CNN在计算机视觉中的广泛应用。

清风AI·2025-02-27 21:03

数据挖掘与数据分析

目录数据挖掘与数据分析一．数据的本质二．什么是数据挖掘和数据分析三．数据挖掘和数据分析有什么区别案例及应用1.基于分类模型的案例2.基于预测模型的案例3.基于关联分析的案例4.基于聚类分析的案例5.基于异常值分析的案例

「已注销」·2025-02-27 21:55

深入miniqmt：掌握创建交易对象的关键步骤

深入miniqmt：掌握创建交易对象的关键步骤量化软件开通量化实战教程在量化交易的世界中，miniqmt是一个强大的工具，它允许开发者通过编程方式执行复杂的交易策略。

量化投资技术·2025-02-27 20:22

PCA主成分分析降维算法及其可视化（附完整版代码）

主成分分析常用于减少数据集的维度，同时保留对方差贡献最大的特征。这是通过保留低阶主成分、忽略高阶主

Jason_Orton·2025-02-27 20:46

自编码器（Autoencoders）

通过训练，自编码器能够学习数据的有效表示，常用于降维和特征提取。相比于独立模型，它的输入输出更灵活，且可以在输入完成后在完成解码。

路野yue·2025-02-27 17:55

VIT（Vision Transformer）【超详细 pytorch实现

CNN的局限性：传统的CNN通过局部卷积核提取特征，虽然可以通过堆叠多层卷积扩大感受野，但仍然依赖于局部信息的逐步聚合，难以直接建模全局依赖关系。

周玄九·2025-02-27 17:54

机器学习——无监督学习(k-means算法)

步骤：1、随机设置K个特征空间内的点作为初始聚类中心；2、对于其他每个点计算到K个中心的距离，未知的点选择最近的一个聚类中心点作为标记种类；3、接着对标记的聚类中心之后，重新计算出每个聚类的中心点(平均值

张起灵ovo·2025-02-27 16:20

【2025年07期免费获取股票数据API接口】实例演示五种主流语言获取股票行情api接口之沪深A股历史分时KDJ数据获取实例演示及接口API说明文档

在近一至两年期间，股票量化分析逐步成为备受关注的热门议题。对于投身于该领域工作而言，首要步骤便是获取全面且精准的股票数据。

不会写代码的码农农·2025-02-27 16:15

说话人识别系统原理

简单来说，说话人识别系统就像是一位“语音侦探”，能够通过分析语音中的独特特征，精准地判断出说话者的身份。

醉心编码·2025-02-27 16:14

自动驾驶之BEVDet

BEVDet主要分为4个模块：1、图像视图编码器（Image-viewEncoder）:就是一个图像特征提取的网络，由主干网络backbone+颈部网络neck构成。

maxruan·2025-02-27 16:13

【Transforme-SVM多特征分类预测】基于Transforme-支持向量机多特征分类预测。(可做分类/回归/时序预测，具体私聊)，可直接运行。matlab代码，2023b及其以上。1.运行

【Transforme-SVM多特征分类预测】基于Transforme-支持向量机多特征分类预测。(可做分类/回归/时序预测，具体私聊)，可直接运行。matlab代码，2023b及其以上。

智能算法及其模型预测·2025-02-27 14:31

【漫话机器学习系列】106.线性激活函数（Linear Activation Function）

传统的线性激活函数常用于一些特定场景，比如回归问题，其中预测的目标值与输入特征之间可能存在线性关系。2.线性激活函数的特点线性关系：与其他常见的激活

IT古董·2025-02-27 13:25

模式识别课程设计：人脸识别背景与问题引入之问题描述

本研究设计了一种基于主成分分析（PCA）[7]和K-L变换的人脸识别系统，利用ORL人脸数据库作为数据源，对输入的人脸图像进行识别，并输出与其特征最相似的人脸。该系统的

XLYcmy·2025-02-27 10:32

python曲线回归小案例教程

其主要特征如下：非线性关系：曲线回归适用于那些不能用直线来充分描述的数据关系。它允许模型以曲线形式

jackispy·2025-02-27 09:00

【机器学习与数据挖掘实战】案例15：基于LDA模型的电商产品评论数据情感分析

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·2025-02-27 09:29

中断、异常、故障、陷阱与中止他妈的到底是什么

向量事件vectoredevents主要作用:向量化事件(中断和异常)导致处理器在保存了处理器的大部分状态(足够让执行可以从该点继续执行)之后，跳转到中断处理

我代码抄都抄不明白·2025-02-27 09:58

基于 RAG（检索增强生成）、KAG（知识感知生成）和 CoT（链式思维）的生成式语言模型驱动推荐系统

特征工程：行为序列：用户行为的时间顺序，如最近浏览的商品类别。频率与时长：浏览某类商品的频率和时长。转化率：从浏览到购买的转化情况。

路人与大师·2025-02-27 09:27

大模型成本优化实战：从分布式训练到量化剪枝，轻松降低AI计算开销

网罗开发（小红书、快手、视频号同名）大家好，我是展菲，目前在上市企业从事人工智能项目研发管理工作，平时热衷于分享各种编程领域的软硬技能知识以及前沿技术，包括iOS、前端、HarmonyOS、Java、Python等方向。在移动端开发、鸿蒙开发、物联网、嵌入式、云原生、开源等领域有深厚造诣。图书作者：《ESP32-C3物联网工程开发实战》图书作者：《SwiftUI入门，进阶与实战》超级个体：CO

网罗开发·2025-02-27 08:54

Redis面试题----MySQL 里有 2000w 数据，Redis 中只存 20w 的数据，如何保证 Redis 中的数据都是热点数据？

要保证Redis中存储的20w数据都是热点数据，可以从数据筛选和数据淘汰两个大的方面来考虑，以下是详细的实现思路和方法：数据筛选1.基于业务规则分析业务场景：不同的业务场景有不同的热点数据特征。

指尖下的技术·2025-02-27 08:24

KNN 算法性能跃升秘籍：优化实战，打造高效分类利器！

然而，正如任何算法一样，基础的KNN算法也存在着性能瓶颈，尤其是在处理大规模数据集和高维度特征时，其计算效率和预测精度都可能受到挑战。你是

清水白石008·2025-02-27 07:16

《李航统计学习方法》学习笔记——第五章决策树

决策树5.1决策树模型与学习5.2特征选择5.2.1信息增益5.2.2信息增益比python代码实现例题：信息增益与信息增益比5.3决策树的生成5.3.1ID3算法（python实现）5.3.2C4.5

eveiiii·2025-02-27 07:40

RAG技术落地：核心痛点与应对策略全面解析

核心痛点与应对策略全面解析一、技术实现层的四大挑战二、数据质量管理的生死线三、产业落地的软性痛点四、未来技术演进方向RAG技术落地：核心痛点与应对策略全面解析检索增强生成（RAG）技术凭借其提升内容精准性与上下文关联的优势

山风wind·2025-02-27 05:58

mrmr学习笔记

luojiaao·2025-02-27 05:57

DataFlow 模型是什么？

与此同时，这些数据集的消费者已经进化出复杂的要求，例如事件时间排序和按数据本身的特征进行窗口，此外，他们贪得无

Shockang·2025-02-27 05:55

【AI+智造】用DeepSeek支持设备温度、振动、速度、加速度量化数据的应用方案——以常州新能源动力电池制造企业为例

作者：Odoo技术开发/资深信息化负责人日期：2025年2月25日一、常州制造业特点与行业选择依据常州作为“中国新能源之都”，其制造业的核心竞争力体现在新能源产业链的垂直整合能力、智能化升级需求以及科创资源的集聚效应。2024年，常州新能源产业规模突破8500亿元，动力电池产业链完整度高达97%，产业集聚度全国第三，投资热度连续三年全国第一。以动力电池行业为例，其生产设备需高精度控制温度、振动、速

邹工转型手札·2025-02-27 05:51

3D Web轻量化引擎HOOPS Communicator如何赋能航空航天制造？

在当今航空航天制造领域，精确度、效率和协作是推动行业发展的关键要素。随着数字化技术的飞速发展，3DWeb可视化开发包HOOPSCommunicator为航空航天制造带来了革命性的变化。它凭借强大的功能和灵活的应用，助力企业在设计、生产、培训等各个环节实现高效协同和创新优化，成为航空航天制造企业迈向数字化转型的重要工具。本文将深入探讨HOOPSCommunicator在航空航天制造中的广泛应用，揭示

工业3D_大熊·2025-02-27 04:16

基于特征提取的方法实现对心室视频的追踪

一、特征提取的方法本代码实现了一套基于计算机视觉的心脏运动定量分析系统，通过特征点追踪技术对超声心动图视频进行动态解析。

阿蛋会代码·2025-02-27 03:37

【网络安全】网络安全防护体系

1.2网络安全防护体系的定义网络安全防护体系是指由一系列相互关联的网

网络安全-杰克·2025-02-27 02:30

mysql联合查询效率_MySQL单表多次查询和多表联合查询，哪个效率高？

很多高性能的应用都会对关联查询进行分解。简单地，可以对每个表进行一次单表查询，然后将结果在应用程序中进行关联。

红茶漫山·2025-02-27 02:25

LM_Funny-2-01 递推算法：从数学基础到跨学科应用

目录第一章递推算法的数学本质1.1形式化定义与公理化体系定理1.1(完备性条件)1.2高阶递推的特征分析案例：Gauss同余递推4第二章工程实现优化技术2.1内存压缩的革新方法滚动窗口策略分块存储技术2.2

王旭·wangxu_a·2025-02-27 01:25

【AI+智造】基于DeepSeek的船舶海工设备多维度数据分析技术方案——以南通船舶制造企业为例

作者：Odoo技术开发/资深信息化负责人日期：2025年2月25日以下技术方案基于南通市制造业特点，结合船舶海工行业实际应用场景，针对设备数据量化分析需求展开论述。

邹工转型手札·2025-02-27 00:17

ALOAM代码解析laserMapping（二）

文章目录前言1.计算当前帧位置的IJK坐标2.与地图特征点与线段拟合及残差计算2.1.变换点云坐标系2.2.寻找最近邻点2.3.计算最近邻点的中心2.4.计算协方差矩阵2.5.特征值与特征向量分析2.6

大山同学·2025-02-26 23:32

Vue3 中如何实现响应式系统中的依赖收集和更新队列的解耦？

在响应式系统中，依赖收集（追踪数据与视图的关联关系）和更新队列（批量处理数据变化带来的副作用）是两个核心但职责不同的模块。

程序员黄同学·2025-02-26 22:59

基于Matlab实现汽车远近光灯识别的详细步骤及代码示例

特征提取：提取灯光区域的特征，如亮度、面积、形状等。模式识别：根据提取的特征，利用阈值或机器学习方法进行远近光灯的分类。代码实现%读取图像image=imrea

go5463158465·2025-02-26 22:58

从中医到代码：用Java揭开《皇帝内经》的神秘面纱

不过，我们可以从几个方面来探讨它们之间的关联：1.知识体系系统性：无论是《皇帝内经》还是Java编程，都有自己的知识体系。

guzhoumingyue·2025-02-26 20:45

（5-2-01）DeepSeek多模态大模型架构：Janus模型（1）

传统多模态模型通常使用单一的视觉编码器来处理多模态理解和视觉生成任务，但由于这两种任务对视觉特征的需求存在显著差异，单一编码器往往难以同时满足两种任务的需求，从而导致性能瓶颈。

码农三叔·2025-02-26 20:44

使用Momento Vector Index (MVI) 高效管理和查询数据

通过MVI，用户可以快速对数据执行向量化处理，并通过自动扩展功能满足不同规模的数据需求。核心原理解析MVI利用向量索引技术，通过将文本数据转换为向量形式，来实现高效的

bavDHAUO·2025-02-26 20:14

什么是DApp?从智能合约到完整DApp系统开发

去中心化应用（DApp）是一种运行在区块链网络上的应用程序，具有以下几个显著特征：去中心化：DApp的数据存储和处理不依

电报号dapp119·2025-02-26 20:43

深度、机器学习算法

决策树：以树形结构展示决策过程，从根节点开始，依据特征值逐步向下划分，直到叶子节点得出分类或回归结果。它易于理解和解释，可处理数值型和分类型数据，但容易

yzx991013·2025-02-26 20:40

Python内置函数object()详解

Python中的object()函数是一个内置函数，它返回一个新的无特征对象。object是所有类的基类，它提供了所有Python类实例的基本方法。

嘻嘻爱编码·2025-02-26 19:38

推荐频道

量化特征关联