- 1.算法运行效果图预览(完整程序运行后无水印) 本课题所用步态数据库： 测试结果如下： 步态能量图 识别率对比 上图识别率含义是： 1.使用0度的数据库进行训练，分别测试0度，45度，90度。 2.使用45度的数据库进行训练，分别测试0度，45度，90度。 3.使用90度的数据库进行训练，分别测试0度，45度，90度。 4.使用0度，45度，90度三种样本混合进行训练，分别测试混合样... 1.算法运行效果图预览(完整程序运行后无水印) 本课题所用步态数据库： 测试结果如下： 步态能量图 识别率对比 上图识别率含义是： 1.使用0度的数据库进行训练，分别测试0度，45度，90度。 2.使用45度的数据库进行训练，分别测试0度，45度，90度。 3.使用90度的数据库进行训练，分别测试0度，45度，90度。 4.使用0度，45度，90度三种样本混合进行训练，分别测试混合样...
- 少样本与零样本学习的新支撑—自监督机制的理论基础与实战深度学习已经从最初的多层感知器（MLP）发展出复杂的神经网络体系，如卷积神经网络（CNN）、循环神经网络（RNN）乃至Transformer架构。但近年来，自监督学习（Self-Supervised Learning, SSL） 正逐渐成为推动深度学习前沿的新范式。本文将系统回顾从基础网络演进到自监督学习的过程，并通过代码实例展示核心思... 少样本与零样本学习的新支撑—自监督机制的理论基础与实战深度学习已经从最初的多层感知器（MLP）发展出复杂的神经网络体系，如卷积神经网络（CNN）、循环神经网络（RNN）乃至Transformer架构。但近年来，自监督学习（Self-Supervised Learning, SSL） 正逐渐成为推动深度学习前沿的新范式。本文将系统回顾从基础网络演进到自监督学习的过程，并通过代码实例展示核心思...
- 【AI大模型入门指南】概念与专有名词详解 （二） 一 、前言当你和聊天机器人聊得天花乱坠时，当你用文字让AI生成精美图片时，当手机相册自动帮你分类照片时 —— 这些看似智能的操作背后，都藏着 AI 大模型的身影。本文将用最接地气的比喻和案例，带新手穿透专业术语的迷雾：从大模型家族，再到模型调教的核心逻辑（如何给模型喂数据、怎么让它瘦身提速）。无论你是对 AI 好奇的小白，还是想梳理知识框架... 【AI大模型入门指南】概念与专有名词详解 （二） 一 、前言当你和聊天机器人聊得天花乱坠时，当你用文字让AI生成精美图片时，当手机相册自动帮你分类照片时 —— 这些看似智能的操作背后，都藏着 AI 大模型的身影。本文将用最接地气的比喻和案例，带新手穿透专业术语的迷雾：从大模型家族，再到模型调教的核心逻辑（如何给模型喂数据、怎么让它瘦身提速）。无论你是对 AI 好奇的小白，还是想梳理知识框架...
- 图神经网络（GNN）是专门处理非欧几里得结构数据（如社交网络、分子结构、知识图谱等图数据）的深度学习框架。其核心优势在于通过消息传递机制动态聚合节点的邻居信息，从而捕捉图的结构依赖关系。以下从非欧几里得数据特性、消息传递机制、图卷积数学原理三个维度展开解析。一、非欧几里得数据与GNN的适配性1. 非欧几里得数据的特性传统欧几里得数据（如图像、文... 图神经网络（GNN）是专门处理非欧几里得结构数据（如社交网络、分子结构、知识图谱等图数据）的深度学习框架。其核心优势在于通过消息传递机制动态聚合节点的邻居信息，从而捕捉图的结构依赖关系。以下从非欧几里得数据特性、消息传递机制、图卷积数学原理三个维度展开解析。一、非欧几里得数据与GNN的适配性1. 非欧几里得数据的特性传统欧几里得数据（如图像、文...
- 面向通用智能的推理Agent-从规划到自适应执行的技术路径随着深度学习和大语言模型的发展，AI 推理正从“感知智能”迈向“认知智能”。推理能力，作为人类智能的核心特征之一，是通用人工智能（AGI）实现的关键。本篇文章将深入探讨当前AI推理的理论框架、技术突破，并以代码案例展示推理模型的实现雏形。 一、AI推理的本质与挑战推理（Reasoning）是指基于已有知识，得出新结论的能力。在AI领... 面向通用智能的推理Agent-从规划到自适应执行的技术路径随着深度学习和大语言模型的发展，AI 推理正从“感知智能”迈向“认知智能”。推理能力，作为人类智能的核心特征之一，是通用人工智能（AGI）实现的关键。本篇文章将深入探讨当前AI推理的理论框架、技术突破，并以代码案例展示推理模型的实现雏形。 一、AI推理的本质与挑战推理（Reasoning）是指基于已有知识，得出新结论的能力。在AI领...
- 1.算法运行效果图预览(完整程序运行后无水印)2.算法运行软件版本matlab2022a/matlab2024b 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）%设置网络参数 lgraph=func_layers2(Dims,Dimso,X); %参数设置options = trainingOptions("adam",... 'Ini... 1.算法运行效果图预览(完整程序运行后无水印)2.算法运行软件版本matlab2022a/matlab2024b 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）%设置网络参数 lgraph=func_layers2(Dims,Dimso,X); %参数设置options = trainingOptions("adam",... 'Ini...
- 1.算法运行效果图预览(完整程序运行后无水印)2.算法运行软件版本matlab2022a/matlab2024b 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）X = woa_idx;%设置网络参数 %卷积核Nfilter = floor(X(1));%8; %卷积核大小Sfilter = floor(X(2));%5; %丢失因子drops = X(... 1.算法运行效果图预览(完整程序运行后无水印)2.算法运行软件版本matlab2022a/matlab2024b 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）X = woa_idx;%设置网络参数 %卷积核Nfilter = floor(X(1));%8; %卷积核大小Sfilter = floor(X(2));%5; %丢失因子drops = X(...
- 1.算法运行效果图预览(完整程序运行后无水印) GRNN与GA-GRNN对比： 测试1（两个算法均识别正确）：测试2（GA-GRNN识别正确，GRNN识别错误）：测试3（两个算法均识别正确）：2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频） function y = func_feature2(image); %HOG函数参数FX_Nu... 1.算法运行效果图预览(完整程序运行后无水印) GRNN与GA-GRNN对比： 测试1（两个算法均识别正确）：测试2（GA-GRNN识别正确，GRNN识别错误）：测试3（两个算法均识别正确）：2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频） function y = func_feature2(image); %HOG函数参数FX_Nu...
- TinyML（微型机器学习）是一种将机器学习能力引入资源受限的边缘设备（如微控制器和物联网设备）的技术。与依赖云端计算的传统方法不同，TinyML通过算法优化、模型压缩和量化技术，在低功耗设备上实现实时智能决策。ESP32作为一款集成Wi-Fi和蓝牙功能的微控制器，凭借其强大的处理能力和低功耗特性，成为TinyML应用的理想平台。 TinyML（微型机器学习）是一种将机器学习能力引入资源受限的边缘设备（如微控制器和物联网设备）的技术。与依赖云端计算的传统方法不同，TinyML通过算法优化、模型压缩和量化技术，在低功耗设备上实现实时智能决策。ESP32作为一款集成Wi-Fi和蓝牙功能的微控制器，凭借其强大的处理能力和低功耗特性，成为TinyML应用的理想平台。
- 1.算法运行效果图预览(完整程序运行后无水印)2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频） figure;plot(gb1,'-bs',... 'LineWidth',1,... 'MarkerSize',6,... 'MarkerEdgeColor','k',... 'MarkerFaceColor',[0... 1.算法运行效果图预览(完整程序运行后无水印)2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频） figure;plot(gb1,'-bs',... 'LineWidth',1,... 'MarkerSize',6,... 'MarkerEdgeColor','k',... 'MarkerFaceColor',[0...
- 以下是关于从RNN到GRU、LSTM再到Transformer的全面解析，涵盖技术演进、核心原理、代码实现及未来趋势：一、引言序列建模是自然语言处理（NLP）、时间序列预测等领域的核心任务。传统RNN因梯度消失/爆炸问题难以处理长序列，LSTM和GRU通过门控机制改进这一问题，而Transformer则通过自注意力机制彻底革新了序列建模范式。二、技术背景模型对比模型 核心机制 优... 以下是关于从RNN到GRU、LSTM再到Transformer的全面解析，涵盖技术演进、核心原理、代码实现及未来趋势：一、引言序列建模是自然语言处理（NLP）、时间序列预测等领域的核心任务。传统RNN因梯度消失/爆炸问题难以处理长序列，LSTM和GRU通过门控机制改进这一问题，而Transformer则通过自注意力机制彻底革新了序列建模范式。二、技术背景模型对比模型 核心机制 优...
- 1.算法运行效果图预览(完整程序运行后无水印)2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）figure;plot(gb1,'-bs',... 'LineWidth',1,... 'MarkerSize',6,... 'MarkerEdgeColor','k',... 'MarkerFaceColor',[0.... 1.算法运行效果图预览(完整程序运行后无水印)2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）figure;plot(gb1,'-bs',... 'LineWidth',1,... 'MarkerSize',6,... 'MarkerEdgeColor','k',... 'MarkerFaceColor',[0....
- 知乎上有一个关于卷积神经网络的一个很有意思的问题：为什么把图像像素打乱，CNN还是能进行分类预测呢？笔者在这里谈一谈自己的看法。错误之处在所难免，请广大同行指正。当我们把图像像素打乱时，其实是对图像的一种全局扰动。这种扰动看似破坏了图像的空间结构，但 CNN 依然具备一定的分类能力，尽管准确率有所降低但依然有效。 卷积神经网络 (CNN) 的本质首先我们要理解 CNN 的本质是通过卷积核来提... 知乎上有一个关于卷积神经网络的一个很有意思的问题：为什么把图像像素打乱，CNN还是能进行分类预测呢？笔者在这里谈一谈自己的看法。错误之处在所难免，请广大同行指正。当我们把图像像素打乱时，其实是对图像的一种全局扰动。这种扰动看似破坏了图像的空间结构，但 CNN 依然具备一定的分类能力，尽管准确率有所降低但依然有效。 卷积神经网络 (CNN) 的本质首先我们要理解 CNN 的本质是通过卷积核来提...
- 近年来，随着计算能力的提升和数据量的爆炸式增长，机器学习（Machine Learning, ML）、深度学习（Deep Learning, DL）以及神经网络（Neural Networks, NN）已经成为推动人工智能发展的核心技术。在众多应用领域中，自然语言处理（Natural Language Processing, NLP）因其复杂性和广泛应用而备受关注。本文将探讨机器学习、深度... 近年来，随着计算能力的提升和数据量的爆炸式增长，机器学习（Machine Learning, ML）、深度学习（Deep Learning, DL）以及神经网络（Neural Networks, NN）已经成为推动人工智能发展的核心技术。在众多应用领域中，自然语言处理（Natural Language Processing, NLP）因其复杂性和广泛应用而备受关注。本文将探讨机器学习、深度...
- 在人工智能（AI）快速发展的今天，**机器学习（Machine Learning, ML）、深度学习（Deep Learning, DL）与神经网络（Neural Network）已成为推动技术突破的核心引擎，而自然语言处理（Natural Language Processing, NLP）**则成为这些技术最引人注目的应用领域之一。本文将深入探讨这些技术的内在逻辑、协同作用，以及它们如何共... 在人工智能（AI）快速发展的今天，**机器学习（Machine Learning, ML）、深度学习（Deep Learning, DL）与神经网络（Neural Network）已成为推动技术突破的核心引擎，而自然语言处理（Natural Language Processing, NLP）**则成为这些技术最引人注目的应用领域之一。本文将深入探讨这些技术的内在逻辑、协同作用，以及它们如何共...
上滑加载中
推荐直播
-
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中 -
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中
热门标签