- 智能形状匹配技术全解析：从经典算法到深度学习与神经形态计算 1. 介绍智能形状匹配技术是计算机视觉和模式识别领域的重要研究方向，旨在通过算法和模型识别、匹配和比较不同形状的相似性。随着技术的发展，形状匹配从经典的几何算法逐步演进到基于深度学习和神经形态计算的智能方法。本文将从技术背景、应用场景、算法原理、代码实现、部署场景等多个方面全面解析智能形状匹配技术。 2. 引言形状匹配技术在多个领... 智能形状匹配技术全解析：从经典算法到深度学习与神经形态计算 1. 介绍智能形状匹配技术是计算机视觉和模式识别领域的重要研究方向，旨在通过算法和模型识别、匹配和比较不同形状的相似性。随着技术的发展，形状匹配从经典的几何算法逐步演进到基于深度学习和神经形态计算的智能方法。本文将从技术背景、应用场景、算法原理、代码实现、部署场景等多个方面全面解析智能形状匹配技术。 2. 引言形状匹配技术在多个领...
- 前馈神经网络（FFN）是自然语言处理（NLP）领域中不可或缺的组件，尤其在Transformer等架构中发挥重要作用。FFN通过非线性变换和特征提取，增强模型对复杂语义的理解能力，同时平衡注意力机制输出，提升泛化性能。其基本结构包括输入层、隐藏层和输出层，工作原理涉及加权求和与激活函数处理。 前馈神经网络（FFN）是自然语言处理（NLP）领域中不可或缺的组件，尤其在Transformer等架构中发挥重要作用。FFN通过非线性变换和特征提取，增强模型对复杂语义的理解能力，同时平衡注意力机制输出，提升泛化性能。其基本结构包括输入层、隐藏层和输出层，工作原理涉及加权求和与激活函数处理。
- 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）g1 = woa_idx; LR = g1(1);NN1 = floor(g1(2))+1; if g1(3)<1/3 x1=4;endif g1(3)>=1/3 &... 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）g1 = woa_idx; LR = g1(1);NN1 = floor(g1(2))+1; if g1(3)<1/3 x1=4;endif g1(3)>=1/3 &...
- 1.课题概述 两电机变频调速系统是一个多输入多输出非线性强耦合的控制系统。本课题使用神经网络构造原系统的a阶逆系统，设计线性闭环调节器进行控制，通过matlab对系统进行仿真。对两电机变频调速系统更为精确地实现了张力和速度间的解藕控制。 2.系统仿真结果（完整程序运行后无水印）3.核心程序与模型版本：MATLAB2022a%电机仿真参数%电机仿真参数%两电机模型的具体参数可以更改... 1.课题概述 两电机变频调速系统是一个多输入多输出非线性强耦合的控制系统。本课题使用神经网络构造原系统的a阶逆系统，设计线性闭环调节器进行控制，通过matlab对系统进行仿真。对两电机变频调速系统更为精确地实现了张力和速度间的解藕控制。 2.系统仿真结果（完整程序运行后无水印）3.核心程序与模型版本：MATLAB2022a%电机仿真参数%电机仿真参数%两电机模型的具体参数可以更改...
- 1.程序功能描述 基于模糊神经网络的金融序列预测算法matlab仿真,根据序列的MAD,RSI,KD等指标实现序列的预测和最终收益分析。2.测试软件版本以及运行结果展示MATLAB2022A版本运行（完整程序运行后无水印）3.核心程序 load B_idx.mat%输入层for i = 1:length(Price)i %MACDMACDt{i} = Vmacd{... 1.程序功能描述 基于模糊神经网络的金融序列预测算法matlab仿真,根据序列的MAD,RSI,KD等指标实现序列的预测和最终收益分析。2.测试软件版本以及运行结果展示MATLAB2022A版本运行（完整程序运行后无水印）3.核心程序 load B_idx.mat%输入层for i = 1:length(Price)i %MACDMACDt{i} = Vmacd{...
- AGI的未来：探索通用人工智能的挑战与机遇随着人工智能（AI）技术的迅猛发展，越来越多的关注开始转向更为复杂的目标——通用人工智能（AGI）。与目前的狭义人工智能（Narrow AI）不同，AGI的目标是创造能够执行任何智能任务的机器，它具备人类般的推理、学习和适应能力。本文将探讨AGI的未来发展，分析其面临的挑战以及潜在的机遇，并通过代码实例展示当前相关技术的应用。 什么是通用人工智能（... AGI的未来：探索通用人工智能的挑战与机遇随着人工智能（AI）技术的迅猛发展，越来越多的关注开始转向更为复杂的目标——通用人工智能（AGI）。与目前的狭义人工智能（Narrow AI）不同，AGI的目标是创造能够执行任何智能任务的机器，它具备人类般的推理、学习和适应能力。本文将探讨AGI的未来发展，分析其面临的挑战以及潜在的机遇，并通过代码实例展示当前相关技术的应用。 什么是通用人工智能（...
- PaddlePaddle是百度开源的深度学习框架，以其卓越性能和丰富工具助力开发者打造高效AI应用。本文从模型架构设计（如选择合适模型、模型压缩与剪枝）、数据处理与加载（如高效预处理、优化加载机制）、训练过程（如优化器选择、分布式训练）及推理过程（如引擎优化、模型缓存）四个方面，深入探讨性能优化策略，帮助开发者充分挖掘PaddlePaddle潜力，实现高性能AI应用落地。 PaddlePaddle是百度开源的深度学习框架，以其卓越性能和丰富工具助力开发者打造高效AI应用。本文从模型架构设计（如选择合适模型、模型压缩与剪枝）、数据处理与加载（如高效预处理、优化加载机制）、训练过程（如优化器选择、分布式训练）及推理过程（如引擎优化、模型缓存）四个方面，深入探讨性能优化策略，帮助开发者充分挖掘PaddlePaddle潜力，实现高性能AI应用落地。
- 量子计算与人工智能是当今科技领域的两大前沿，其核心机制分别为量子门操作和神经元计算。量子门利用叠加与纠缠特性操控量子比特，实现高效并行计算；而神经元计算模拟生物神经网络，通过权重调整学习数据模式。两者本质不同，但均致力于信息处理与转换。量子计算强调物理原理驱动的加速，AI则侧重数据分析与优化。二者相互启发，共同推动计算与智能技术迈向新高度，为解决复杂问题和改善生活开辟广阔前景。 量子计算与人工智能是当今科技领域的两大前沿，其核心机制分别为量子门操作和神经元计算。量子门利用叠加与纠缠特性操控量子比特，实现高效并行计算；而神经元计算模拟生物神经网络，通过权重调整学习数据模式。两者本质不同，但均致力于信息处理与转换。量子计算强调物理原理驱动的加速，AI则侧重数据分析与优化。二者相互启发，共同推动计算与智能技术迈向新高度，为解决复杂问题和改善生活开辟广阔前景。
- 速度与精度的结合：Faster R-CNN模型的性能剖析 速度与精度的结合：Faster R-CNN模型的性能剖析
- 新型深度神经网络架构：ENet模型 新型深度神经网络架构：ENet模型
- 基于连接感知的实时困倦分类图神经网络 基于连接感知的实时困倦分类图神经网络
- F-GNN的新型检测框架：随机森林增强图神经网络 F-GNN的新型检测框架：随机森林增强图神经网络
- 目标检测：视觉系统中的CNN-Transformer融合网络 目标检测：视觉系统中的CNN-Transformer融合网络
- 轻量图像超分辨率残差网络：Attention与ResNet融合 轻量图像超分辨率残差网络：Attention与ResNet融合
- 通道注意力机制|Channel Attention Neural Network 通道注意力机制|Channel Attention Neural Network
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