- 深度神经网络的过采样和欠采样：客户流失分类模型 文章目录 一、不平衡数据的查看于处理 1.1 读取数据 1.2 查看类... 深度神经网络的过采样和欠采样：客户流失分类模型 文章目录 一、不平衡数据的查看于处理 1.1 读取数据 1.2 查看类...
- 前言 之前在看Swin Transformer的时候，发现该算法在目标检测、实例分割等各种视觉任务上屠榜，于是想来实践测试一下。 官方地址：https://github.com/SwinTransfo... 前言 之前在看Swin Transformer的时候，发现该算法在目标检测、实例分割等各种视觉任务上屠榜，于是想来实践测试一下。 官方地址：https://github.com/SwinTransfo...
- 一、GRNN模型 GRNN是一种非线性回归的前馈式神经网络。通常是由输入层、模式层、求和层和输出层构成。GRNN算法在运算速度与学习能力上比径向基函数神经网络(radial basis function... 一、GRNN模型 GRNN是一种非线性回归的前馈式神经网络。通常是由输入层、模式层、求和层和输出层构成。GRNN算法在运算速度与学习能力上比径向基函数神经网络(radial basis function...
- 一、文化算法及BP神经网络简介 1 文化粒子群算法原理 本文提出的文化粒子群算法采用文化算法的双层演化结构。[4]算法包含两个进化空间, 一个是由具体个体组成的群体空间;另一个是由在进化过程中获取的经验... 一、文化算法及BP神经网络简介 1 文化粒子群算法原理 本文提出的文化粒子群算法采用文化算法的双层演化结构。[4]算法包含两个进化空间, 一个是由具体个体组成的群体空间;另一个是由在进化过程中获取的经验...
- PERSIANN-CDR：使用人工神经网络-气候数据记录从遥感信息中估计降水量 PERSIANN-CDR 是一个从 1983 年 1 月 1 日至今的每日准全球降水产品。该数据每季度生成一次，通常滞后三个月。该产品由加州大学欧文分校水文气象和遥感中心 (UC-IRVINE/CHRS) 使用源自合并 ISCCP B1 IR ... PERSIANN-CDR：使用人工神经网络-气候数据记录从遥感信息中估计降水量 PERSIANN-CDR 是一个从 1983 年 1 月 1 日至今的每日准全球降水产品。该数据每季度生成一次，通常滞后三个月。该产品由加州大学欧文分校水文气象和遥感中心 (UC-IRVINE/CHRS) 使用源自合并 ISCCP B1 IR ...
- 一、获取代码方式 获取代码方式1： 完整代码已上传我的资源：【ELM分类】基于matlab遗传算法优化ELM神经网络数据分类【含Matlab源码 2138期】 点击上面蓝色字体，直接付费下载，即可。 ... 一、获取代码方式 获取代码方式1： 完整代码已上传我的资源：【ELM分类】基于matlab遗传算法优化ELM神经网络数据分类【含Matlab源码 2138期】 点击上面蓝色字体，直接付费下载，即可。 ...
- 通常，在面临三项选择时，比如功能、效率和低成本-如强大、高效和低成本，实际上可供您选择的只有一到两项。机器学习（ML）开发者在开发移动神经网络时，对于模型的要求一般是小而快，并且功耗低，因此，并不总能奢望选出一两个最优先的目标。 AIMET 技术指南正在上传…重新上传取消https://arxiv.org/abs/2201.084... 通常，在面临三项选择时，比如功能、效率和低成本-如强大、高效和低成本，实际上可供您选择的只有一到两项。机器学习（ML）开发者在开发移动神经网络时，对于模型的要求一般是小而快，并且功耗低，因此，并不总能奢望选出一两个最优先的目标。 AIMET 技术指南正在上传…重新上传取消https://arxiv.org/abs/2201.084...
- 一、 D-S证据理论及解释 证据理论由Dempster在1967年最初提出,并由他的学生Shafer改进推广使之成为符合有限离散领域中推理的形式,因此称为D-S理论。证据理论讨论一个“辨识框架”(Fra... 一、 D-S证据理论及解释 证据理论由Dempster在1967年最初提出,并由他的学生Shafer改进推广使之成为符合有限离散领域中推理的形式,因此称为D-S理论。证据理论讨论一个“辨识框架”(Fra...
- 本文介绍由亚马逊的研究团队推出的应用于生命科学的图神经网络指南《Graph Neural Networks in Life Sciences: Opportunities and Solutions》，这个工作发表在2022年数据挖掘顶会KDD上。图结构数据在生命科学以及医疗场景无处不在，最近很多研究把原来依赖于描述性数据分析的问... 本文介绍由亚马逊的研究团队推出的应用于生命科学的图神经网络指南《Graph Neural Networks in Life Sciences: Opportunities and Solutions》，这个工作发表在2022年数据挖掘顶会KDD上。图结构数据在生命科学以及医疗场景无处不在，最近很多研究把原来依赖于描述性数据分析的问...
- 文章目录 一、前言 二、主要内容 一、前言 Zichen Wang, Vassilis N. Ioannidis, Huzefa Rangwala, Ta... 文章目录 一、前言 二、主要内容 一、前言 Zichen Wang, Vassilis N. Ioannidis, Huzefa Rangwala, Ta...
- 预训练比较大， Convnext-tiny 250多m，yolov7 530多m。 https://github.com/jinfagang/yolov7_d2 ConvNeXt 可以看做是把 Swin Transformer 包括 ViT 的所有特殊的设计集于一身之后的卷积网络进化版，升级了 ResNet 架构，看... 预训练比较大， Convnext-tiny 250多m，yolov7 530多m。 https://github.com/jinfagang/yolov7_d2 ConvNeXt 可以看做是把 Swin Transformer 包括 ViT 的所有特殊的设计集于一身之后的卷积网络进化版，升级了 ResNet 架构，看...
- 一、粒子群优化前馈神经网络简介 1 前馈神经网络FNN 前馈神经网络FNN是解决非线性问题的很好模型,它通过梯度下降算法进行网络训练。FNN与时间序列法等传统方法相比,能够更好地来描述问题的非线性特性;... 一、粒子群优化前馈神经网络简介 1 前馈神经网络FNN 前馈神经网络FNN是解决非线性问题的很好模型,它通过梯度下降算法进行网络训练。FNN与时间序列法等传统方法相比,能够更好地来描述问题的非线性特性;...
- 一、粒子群优化前馈神经网络简介 1 前馈神经网络FNN 前馈神经网络FNN是解决非线性问题的很好模型,它通过梯度下降算法进行网络训练。FNN与时间序列法等传统方法相比,能够更好地来描述问题的非线性特性;... 一、粒子群优化前馈神经网络简介 1 前馈神经网络FNN 前馈神经网络FNN是解决非线性问题的很好模型,它通过梯度下降算法进行网络训练。FNN与时间序列法等传统方法相比,能够更好地来描述问题的非线性特性;...
- 基础理论就在这里不讲解了，本文实战为主。相关理论与参考文献，请看以下部分： https://www.mathworks.com/matlabcentral/fileexchange/44974-gr... 基础理论就在这里不讲解了，本文实战为主。相关理论与参考文献，请看以下部分： https://www.mathworks.com/matlabcentral/fileexchange/44974-gr...
- 最近想对OpenCV进行系统学习，看到网上这份教程写得不错，于是跟着来学习实践一下。 【youcans@qq.com, youcans 的 OpenCV 例程, https://youcans.bl... 最近想对OpenCV进行系统学习，看到网上这份教程写得不错，于是跟着来学习实践一下。 【youcans@qq.com, youcans 的 OpenCV 例程, https://youcans.bl...
上滑加载中
推荐直播
-
华为云码道-玩转OpenClaw，在线养虾2026/03/11 周三 19:00-21:00
刘昱，华为云高级工程师/谈心，华为云技术专家/李海仑，上海圭卓智能科技有限公司CEO
OpenClaw 火爆开发者圈，华为云码道最新推出 Skill ——开发者只需输入一句口令，即可部署一个功能完整的「小龙虾」智能体。直播带你玩转华为云码道，玩转OpenClaw
回顾中 -
华为云码道-AI时代应用开发利器2026/03/18 周三 19:00-20:00
童得力，华为云开发者生态运营总监/姚圣伟，华为云HCDE开发者专家
本次直播由华为专家带你实战应用开发，看华为云码道(CodeArts)代码智能体如何在AI时代让你的创意应用快速落地。更有华为云HCDE开发者专家带你用码道玩转JiuwenClaw，让小艺成为你的AI助理。
回顾中 -
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
热门标签