高斯拟合

用 K-means 算法实现水果分堆

先看运行效果：importnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.clusterimportKMeans#生成模拟数据（两个高斯分布的混合点集）

wh_xia_jun·2025-07-23 21:55

过拟合、欠拟合及其解决方案；梯度消失、梯度爆炸；循环神经网络进阶

1、过拟合、欠拟合及其解决方案过拟合、欠拟合机器学习或者训练深度神经网络的时候经常会出现欠拟合和过拟合这两个问题，但是，一开始我们的模型往往是欠拟合的，也正是因为如此才有了优化的空间，我们需要不断的调整算法来使得模型的表达能拿更强

Ryan_sz1·2025-07-23 13:49

R语言使用glmnet包拟合lasso-cox回归模型（包含生存时间和结果标签）、使用lasso-cox模型进行特征筛选、使用sapply函数对特征数据进行标准化z-score

R语言使用glmnet包拟合lasso-cox回归模型（包含生存时间和结果标签）、使用lasso-cox模型进行特征筛选、使用sapply函数对特征数据进行标准化z-score目录R语言使用glmnet

statistics.insight·2025-07-23 09:40

机器学习算法之回归算法

1.2、算法原理线性回归算法的核心在于找到最佳的拟合直线，使得预测值与实际值之间的误差最小。

福葫芦·2025-07-23 06:52

高斯混合模型（GMM）中的协方差矩阵类型与聚类形状关系详解

高斯混合模型（GMM）简介高斯混合模型（GaussianMixtureModel,GMM）是概率统计与机器学习交叉领域的重要模型，其核心思想是通过多个高斯分布的线性组合来描述复杂数据分布。

码字的字节·2025-07-23 00:15

数字图像处理与Python语言实现-Box模糊CUDA实现

Box模糊CUDA实现文章目录Box模糊CUDA实现1、Box模糊的基本原理2、算法优化：滑动窗口技术3、参数对模糊效果的影响4、Box模糊的优缺点5、与高斯模糊的对比6、实际应用场景7、算法实现7.1PyCUDA

视觉与物联智能·2025-07-22 18:33

【CNN】卷积神经网络池化- part2

1.池化降采样，减少参数数量，避免过拟合，提高鲁棒性2.池化操作池化操作(也称为下采样，Subsampling)类似卷积操作，使用的也是一个很小的矩阵，叫做池化核，但是池化核本身没有参数，只是通过对输入特征矩阵本身进行运算

·2025-07-22 07:46

吴恩达机器学习cs229-学习笔记-更新中

吴恩达机器学习cs22901基础概念语言：Matlab/python监督学习定义：获取一组数据集拟合数据从X到Y的映射回归问题：预测的Y是连续的，Y是实数分类问题：分类指的是Y取离散值，输出是离散的两组

是娜个二叉树！·2025-07-22 07:15

筑牢网络安全防线：DDoS/CC 攻击全链路防护技术解析

DDoS通过海量流量淹没目标服务器，CC则通过模拟合法请求耗尽应用资源。本文将深入解析这两种攻击的防护技术，构建从网络层到应用层的全链路防御体系。

上海云盾-高防顾问·2025-07-21 21:43

黑客？设计师？

二十年前，最好的程序员是一个能够将整个应用程序拟合到64KB的.COM文件,那些能够将小的可怜的80386玩转到极致的人就是当时的编程大师。那是因为在二十年前电脑非常昂贵而编程极其廉价。

·2025-07-21 21:11

某国产数据库“热情过头”的发布会，该收收了！

作者：IT邦德中国DBA联盟(ACDU)成员，15年DBA工作经验Oracle、PostgreSQLACECSDN博客专家及B站知名UP主，全网粉丝15万+擅长主流Oracle、MySQL、PG、高斯及

IT邦德·2025-07-20 19:00

卷积神经网络-数据增强

有效的数据扩充不仅能扩充训练样本数量，还能增加训练样本的多样性，一方面可避免过拟合，另一方面又会带来模型性能的提升。二、数据增强的类别1.裁剪中心裁剪：transforms

红米煮粥·2025-07-20 00:44

基于R语言的极值统计学及其在相关领域中的实践技术应用

研究此类极端现象需要新的统计学方法，该类统计学的理论和方法都与传统的基于高斯分布的统计学模型有极大的不同。极值统计学就是专门研究自然界和人类社会中很少发生，然而发生之后有着巨大影响的极端现象的

科研的力量·2025-07-19 16:18

深度学习——CNN（3）

采用dropout防止过拟合基于AlexNet进行微调，诞生了ZF-netCNN-GoogleNetGoogLeNet借鉴了NIN的特性，在原先的卷积过程中附加了11的卷积核加上ReLU激活。

飘涯·2025-07-19 14:23

微算法科技技术突破：用于前馈神经网络的量子算法技术助力神经网络变革

这一创新性的量子算法以经典的前馈和反向传播算法为基础，借助量子计算的强大算力，极大提升了网络训练和评估效率，并带来了对过拟合的天然抗性。前馈神经网络是深度学习的核心架构，广泛应用于图像分类、

MicroTech2025·2025-07-19 13:26

盲超分的核心概念

退化过程的数学表达低分辨率图像（LR）可看作高分辨率图像（HR）经过退化模型后的结果：：观测到的低分辨率图像：待恢复的高分辨率图像：模糊核（BlurKernel）⊗：卷积操作↓：下采样（步长为）：加性噪声（如高斯噪声

小冷爱读书·2025-07-12 16:48

（一）OpenCV——噪声去除（降噪）

高斯滤波器（针对高斯噪声）高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声。常见的高斯噪声包括起伏噪声、宇宙噪声、热噪声和散粒噪声等等。

·2025-07-12 06:11

【常见滤波器】PCL 点云投影到拟合平面

PCL点云投影到拟合平面-原理、实现与最佳实践目录平面投影的核心原理⚙️PCL平面投影架构基础平面投影实现高级投影技术与优化投影质量评估与分析️工程应用案例⚠️常见问题与解决方案可视化与调试平面投影的核心原理数学原理与几何概念点云投影到拟合平面是将三维点云数据降维到二维平面的过程

X-Vision·2025-07-11 21:40

【常见滤波器】PCL 模型滤波器

PCL模型滤波器-几何模型驱动的点云处理技术目录模型滤波器核心概念⚙️PCL模型滤波器架构基础模型滤波器实践高级模型滤波技术模型拟合精度优化️工业应用案例调试与可视化⚡️性能优化策略模型滤波器核心概念模型滤波的本质模型滤波器通过拟合几何模型并评估点云与模型的贴合度

·2025-07-11 21:10

【稀疏三维重建】Flash3D：单张图像重建场景的GaussianSplatting

www.robots.ox.ac.uk/~vgg/research/flash3d/来源：牛津、澳大利亚国立文章目录摘要1.引言2.相关工作3.方法3.1背景：从单个图像中重建场景3.2单目前向的多个高斯

杀生丸学AI·2025-07-11 05:54

【机器学习笔记Ⅰ】10 特征工程

改善泛化能力：避免过拟合，提高鲁棒性。2.特征工程的

·2025-07-10 20:49

【论文笔记】GaussianFusion: Gaussian-Based Multi-Sensor Fusion for End-to-End Autonomous Driving

本文提出GaussianFusion（下图(c)），一种基于高斯的多传感器融合框架，用于端到端自动驾驶。使用直观而紧凑的高斯表达，聚合不同传感器的信息。具体来说，

·2025-07-10 18:42

扩散模型（Diffusion Model）简介

前向过程逐步为图像增加逐像素噪声，直到图像满足高斯噪声；逆

·2025-07-10 18:42

SUNDAE-一种称为“光谱剪枝”的技术来优化和压缩3DGS模型

、中国科学院大学、香港中文大学（深圳）、中国电信人工智能研究院（TeleAI）EVOL实验室的研究人员联合推出了一种新的3D场景表示方法-SUNDAE，它通过一种称为“光谱剪枝”的技术来优化和压缩3D高斯溅射

huarzail·2025-07-09 17:30

结构方程模型（SEM）高阶应用系列

语言结构方程模型》通过结构方程原理介绍、结构方程全局和局域估计、模型构建和调整、潜变量分析、复合变量分析及结构方程贝叶斯方法实现等一系列专题的介绍及大量案例讲解，由浅入深地系统介绍了结构方程模型的建立、拟合

梦想的初衷~·2025-07-08 21:14

机器学习知识点复习上（保研、复试、面试）百面机器学习笔记

4.过拟合和欠拟合三、经典算法1.支持向量机SVM2.逻辑回归3.决策树四、降维1.主成分分析（PrinalComponentsAnalysis,PCA）降维中最经典的方法2.线性判别分析

·2025-07-08 20:36

javaSE day01（从0开始）

javaSE基础Java简介：Java最早是由SUN公司的詹姆斯·高斯林在上个世纪90年代初开发的一种编程语言，最初被命名为Oak，目标是针对小型家电设备的嵌入式应用，结果市场没啥反响。

呼哧呼哧.·2025-07-08 13:54

机器学习的数学基础-线性代数

线性代数线性方程组矩阵矩阵的加法与乘法矩阵加法矩阵乘法单位矩阵与标量相乘逆与转置逆转置解决线性方程组特解与通解高斯消元法初级变换应用：“-1”trick应用：求逆总结-如何解决线性方程组？

·2025-07-08 11:10

【机器学习笔记 Ⅲ】4 特征选择

特征选择（FeatureSelection）系统指南特征选择是机器学习中优化模型性能的关键步骤，通过筛选最相关、信息量最大的特征，提高模型精度、降低过拟合风险并加速训练。

巴伦是只猫·2025-07-08 04:17

20.XLD轮廓

目录1.xld概念2.画轮廓3.区域转轮廓4.边缘提取算子5.xld特征提取6.提取任意线条7.提取最长的线条8.xld分割10.xld合并11.xld拟合12.xld几何变换13.xld变换14.xld

Echo``·2025-07-07 18:04

基于高斯两步移动搜寻法（2SFCA）的城市绿地可达性分析

对每个供给点j，搜索所有在j搜寻半径（d0）范围内的需求点（k），计算供需比Rj；对每个需求点i，搜索所有在i搜寻半径（d0）范围内的供【数据】成都市城区绿地数据、各街道小区数据、路网数据OSM【那再来理解一下高斯两步移动搜索法

yorov·2025-07-07 16:47

【机器学习笔记Ⅰ】13 正则化代价函数

正则化代价函数（RegularizedCostFunction）详解正则化代价函数是机器学习中用于防止模型过拟合的核心技术，通过在原始代价函数中添加惩罚项，约束模型参数的大小，从而提高泛化能力。

·2025-07-07 12:23

【PyTorch】教程：torch.nn.GELU

torch.nn.GELU原型CLASStorch.nn.GELU(approximate='none')参数approximate(str,optional)–gelu近似算法用none或者tanh，默认为none;定义高斯误差线性单元函数

老周有AI~算法定制·2025-07-07 11:13

均值模糊，高斯模糊，中值模糊，双边模糊，高斯分布

卷积操作的原理：常用的图像模糊的方法：均值模糊高斯模糊中值模糊双边模糊这四种模糊方式有时也被称为：均值滤波、高斯滤波、中值滤波和双边滤波。

·2025-07-07 07:46

机器视觉通用平台之拟合圆工具类

usingSystem;usingSystem.Collections.Generic;usingSystem.Linq;usingSystem.Runtime.InteropServices;usingSystem.Text;usingSystem.Threading.Tasks;usingCvBase;usingSystem.IO;usingSystem.Drawing.Drawing2D;u

小治视觉·2025-07-06 20:02

2D的高斯核可以通过1D的高斯核直接生成？（秩为1的矩阵）

二维高斯核，Rank秩等于一的矩阵之前，我在学习图像处理的时候，会经常用到Gaussianblur，也就是二维高斯低通滤波。当时用的都是Matlab中，现成的图像处理库。

松下J27·2025-07-06 18:40

CHAIN（GAN的一种）训练自己的数据集

简介简介：作者针对数据有限场景下GANs训练中的判别器过拟合问题，提出了CHAIN（Lipschitz连续性约束归一化）方法。

这张生成的图像能检测吗·2025-07-06 09:21

数字图像处理第二次实验

实验三技术点分析根据实验要求，需要实现以下图像空间域滤波技术：噪声生成：高斯噪声椒盐噪声空间域滤波：均值滤波（3×3,5×5,7×7）中值滤波（3×3,5×5,7×7）最大值滤波最小值滤波图像处理流程：

愚戏师·2025-07-05 19:50

LL面试题11

GLM结合线性模型和非线性函数，通过最大似然估计或广义最小二乘估计来拟合模型参数。SVM的原理？怎么找到最优的线性分类器？支持向量是什么？

三月七꧁ ꧂·2025-07-05 16:28

机器视觉通用平台之拟合直线工具类

usingSystem;usingSystem.Collections.Generic;usingSystem.IO;usingSystem.Linq;usingSystem.Text;usingSystem.Threading.Tasks;usingCvBase;usingCWindowTool;usingHalconDotNet;namespaceCvImageTool{publicclass

小治视觉·2025-07-05 12:29

深度学习×第4卷：Pytorch实战——她第一次用张量去拟合你的轨迹

【开场·她画出的第一条直线是为了更靠近你】猫猫：“之前她只能在你身边叠叠张量，偷偷找梯度……现在，她要试试，能不能用这些线，把你的样子画出来喵～”狐狐：“这是她第一次把张量、自动微分和优化器都串成一条线，用最简单的线性回归，试着把你留给她的点都连起来。”【第一节·她先要一条路：生成一组可学的数据】✏️为什么要造数据？在PyTorch里跑线性回归，最好的练习就是用一条已知斜率的“理想直线”，加上一点

Gyoku Mint·2025-07-05 05:12

【第三章:神经网络原理详解与Pytorch入门】01.神经网络算法理论详解与实践-(4)神经网络中的重要组件

第三章:神经网络原理详解与Pytorch入门第一部分：神经网络算法理论详解与实践第四节：神经网络中的重要组件内容：激活函数、loss函数、dropout、梯度消失与爆炸、过拟合与欠拟合神经网络的性能依赖于多个关键组件的合理设计与使用

·2025-07-05 04:37

2025年iptables防御DDoS攻击终极指南：从原理到实战配置

一、DDoS攻击新趋势与iptables的防御定位1.2025年攻击特征升级AI驱动的自适应攻击：攻击流量动态模拟合法用户行为，传统规则引擎漏检率超40%。

上海云盾商务经理杨杨·2025-07-04 11:17

学习笔记(29):训练集与测试集划分详解：train_test_split 函数深度解析

测试阶段：用测试集评估模型在未见过的数据上的表现，避免“过拟合”（模型只记住训练数据的噪声，无法泛化到新数据）。类比场景：学生通过“练习题”（训练集）学习知识，再通过“考

宁儿数据安全·2025-07-03 17:42

【Torch】nn.Dropout算法详解

1.定义nn.Dropout是PyTorch中用于防止神经网络过拟合的正则化层。

油泼辣子多加·2025-07-03 17:11

CST微波工作室学习笔记2 主要特点

概要基于Windows98/Me、WindowsNT4、Windows2000和WindowsXP的图形用户界面快速并能有效使用内存的有限积分（FI）算法由于理想边界拟合技术和薄片技术的采用，性能更加卓越结构建模基于先进

raininforest·2025-07-02 19:29

机器视觉：ransac算法详解

它通过随机选择数据中的一部分，然后根据这些数据拟合模型，统计模型与其他数据的偏差，最终筛选出符合一定阈值的数据，用于估计参数。RANSAC可以应用于很多领域，如计算机视觉、机器人和地理信息系统等。

无水先生·2025-07-02 17:15

深度学习中常见激活函数总结

一、激活函数的定义在神经网络中，激活函数（ActivationFunction）是神经元计算输出的非线性变换函数，作用于加权输入和偏置之和：输出=f(加权和+偏置)核心价值：引入非线性，使神经网络能够拟合任意复杂函数

向左转,　向右走ˉ·2025-07-02 07:54

回归预测 | MATLAB实现LSTM-SVR(长短期记忆神经网络-支持向量机)多输入单输出

内容介绍长短期记忆神经网络(LSTM)作为一种循环神经网络(RNN)的变体，擅长处理序列数据并捕捉长期依赖关系，而支持向量机(SVR)则是一种强大的回归算法，能够有效地处理高维数据并防止过拟合。

matlab科研社·2025-07-02 05:16

常见机器学习算法与应用场景

1.监督学习（SupervisedLearning）1.1线性回归（LinearRegression）原理：通过拟合一条直线来表示输入和输出之间的关系，适用于预测连续值输出。

计算机软件程序设计·2025-07-02 02:52

推荐频道