- 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：【回归预测】基于matlab灰狼算法优化ELMAN神经网络回归预测【含Matlab源码 1782期】 获取代码方式2： 通过订阅紫极神光博客... 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：【回归预测】基于matlab灰狼算法优化ELMAN神经网络回归预测【含Matlab源码 1782期】 获取代码方式2： 通过订阅紫极神光博客...
- 一、BP车牌识别简介（附课程作业报告） 车牌识别系统设计与实现 车牌识别系统主要分为三部分：车牌图像预处理、特征提取以及基于BP神经网络对特征进行训练和分类，流程图如图1所示。 图1 车牌识别系统组成... 一、BP车牌识别简介（附课程作业报告） 车牌识别系统设计与实现 车牌识别系统主要分为三部分：车牌图像预处理、特征提取以及基于BP神经网络对特征进行训练和分类，流程图如图1所示。 图1 车牌识别系统组成...
- 一、粒子群算法优化RBF神经网络简介 1 引言 20世纪80年代中期以来, 神经网络的应用取得了很大的成绩, 已经运用于众多的领域中, 如电气信息, 优化组合, 雷达信号处理与识别等。在众多的神经网络模... 一、粒子群算法优化RBF神经网络简介 1 引言 20世纪80年代中期以来, 神经网络的应用取得了很大的成绩, 已经运用于众多的领域中, 如电气信息, 优化组合, 雷达信号处理与识别等。在众多的神经网络模...
- 一、麻雀算法优化LSSVM简介 1 标准麻雀算法 算法运算过程由探索者、追随者与预警者3部分构成，其中探索者与追随者的总数量与比例不变，根据适应度数值的改变，两者可以相互转化。通过觅食和反捕食行为来不断... 一、麻雀算法优化LSSVM简介 1 标准麻雀算法 算法运算过程由探索者、追随者与预警者3部分构成，其中探索者与追随者的总数量与比例不变，根据适应度数值的改变，两者可以相互转化。通过觅食和反捕食行为来不断...
- 一、获取代码方式（附实验题目说明） 获取代码方式1： 完整代码已上传我的资源：【通信仿真】基于matlab信道编码和交织【含Matlab源码 1685期】 获取代码方式2： 通过订阅紫极神光博客付费专... 一、获取代码方式（附实验题目说明） 获取代码方式1： 完整代码已上传我的资源：【通信仿真】基于matlab信道编码和交织【含Matlab源码 1685期】 获取代码方式2： 通过订阅紫极神光博客付费专...
- 一、BP神经网络交通标志识别简介 道路交通标志用以禁止、警告、指示和限制道路使用者有秩序地使用道路, 保障出行安全.若能自动识别道路交通标志, 则将极大减少道路交通事故的发生.但是由于道路交通错综复杂,... 一、BP神经网络交通标志识别简介 道路交通标志用以禁止、警告、指示和限制道路使用者有秩序地使用道路, 保障出行安全.若能自动识别道路交通标志, 则将极大减少道路交通事故的发生.但是由于道路交通错综复杂,...
- 一、LSTM和BiLSTM神经网络结构及原理介绍 长短期记忆网络(Long short-term memory, LSTM)实质上可以理解为一种特殊的RNN,主要是为了解决RNN网络在长序列训练过程中发... 一、LSTM和BiLSTM神经网络结构及原理介绍 长短期记忆网络(Long short-term memory, LSTM)实质上可以理解为一种特殊的RNN,主要是为了解决RNN网络在长序列训练过程中发...
- 简 介： 记录了2022年春季学期论文评审答辩信息。 关键词： 硕士论文，评审意见 §01 第一篇论文 一、论文信息 1、题目： 基于弱监督学习的地震... 简 介： 记录了2022年春季学期论文评审答辩信息。 关键词： 硕士论文，评审意见 §01 第一篇论文 一、论文信息 1、题目： 基于弱监督学习的地震...
- 文章目录 一、DSSM模型1.1 DSSM模型架构1.2 模型原理 二、负样本构造的6个常用方法2.1 曝光未点击数据2.2 全局随机选择负例2.3 Batch内随机选择负例2.4 曝光数据中... 文章目录 一、DSSM模型1.1 DSSM模型架构1.2 模型原理 二、负样本构造的6个常用方法2.1 曝光未点击数据2.2 全局随机选择负例2.3 Batch内随机选择负例2.4 曝光数据中...
- 前言 KNN（K- Nearest Neighbor）法即K最邻近法，最初由 Cover和Hart于1968年提出，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。 KNN算法的核心思想是，如果一个样本在特征空间中的K个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确... 前言 KNN（K- Nearest Neighbor）法即K最邻近法，最初由 Cover和Hart于1968年提出，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。 KNN算法的核心思想是，如果一个样本在特征空间中的K个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确...
- 一个视频带你了解傅里叶变换全过程 傅里叶级数视频解析 复共轭序列的DFT 意义：1、时域x(n)取共轭，对应于频域X(k)取循环反转共轭（实部取循环反转，虚部取循环反转的负值） 2、频域X(k)取共轭，对应于时域x(n)取循环反转共轭。 DFT的共轭对称性 有限长共轭对... 一个视频带你了解傅里叶变换全过程 傅里叶级数视频解析 复共轭序列的DFT 意义：1、时域x(n)取共轭，对应于频域X(k)取循环反转共轭（实部取循环反转，虚部取循环反转的负值） 2、频域X(k)取共轭，对应于时域x(n)取循环反转共轭。 DFT的共轭对称性 有限长共轭对...
- 一： K近邻算法描述 k近邻法(k-nearest neighbor, k-NN)是1967年由Cover T和Hart P提出的一种基本分类与回归方法。K近邻可能是机器学习最容易理解的算法，事实上它根本就没有进行学习。它的工作原理是：存在... 一： K近邻算法描述 k近邻法(k-nearest neighbor, k-NN)是1967年由Cover T和Hart P提出的一种基本分类与回归方法。K近邻可能是机器学习最容易理解的算法，事实上它根本就没有进行学习。它的工作原理是：存在...
- 目录 一、实验目的 二、实验内容 三、实验思考 一、实验目的 1．在理论学习的基础上，通过本实验，加深对FFT的理解，熟悉FFT子程序； 2．熟练掌握FFT实现两个序列的线性卷积的方法； 3．熟悉应用FFT进行信号频谱分析过程中可能出现的问题以便在实际中正确应用FFT； 4. 学习用FFT对连续信号进行谱分析的... 目录 一、实验目的 二、实验内容 三、实验思考 一、实验目的 1．在理论学习的基础上，通过本实验，加深对FFT的理解，熟悉FFT子程序； 2．熟练掌握FFT实现两个序列的线性卷积的方法； 3．熟悉应用FFT进行信号频谱分析过程中可能出现的问题以便在实际中正确应用FFT； 4. 学习用FFT对连续信号进行谱分析的...
- 一个视频带你了解傅里叶变换全过程 傅里叶级数视频解析 目录 数字频率与模拟角频率的关系： 线性系统： 时不变系统： 采样定理： 时移和频移 时域卷积及频域卷积 帕斯维尔（Parseval）定理 序列的反转 序列的共轭 FT的对称性 序列傅里叶变换（D... 一个视频带你了解傅里叶变换全过程 傅里叶级数视频解析 目录 数字频率与模拟角频率的关系： 线性系统： 时不变系统： 采样定理： 时移和频移 时域卷积及频域卷积 帕斯维尔（Parseval）定理 序列的反转 序列的共轭 FT的对称性 序列傅里叶变换（D...
- 目录 谱估计及栅栏效应 高密度谱如上 高分辨率谱如上 频域采样 线性卷积与循环卷积 谱估计及栅栏效应 该处DFT的点数N点采样并不是其有效长度 当有限长序列为[1 2 3 4 3 2]时 当N=8，16，32，128时 高密度谱如上 观察可发现，当补零个数增加，则可看到未显示的栅栏，看到的频谱... 目录 谱估计及栅栏效应 高密度谱如上 高分辨率谱如上 频域采样 线性卷积与循环卷积 谱估计及栅栏效应 该处DFT的点数N点采样并不是其有效长度 当有限长序列为[1 2 3 4 3 2]时 当N=8，16，32，128时 高密度谱如上 观察可发现，当补零个数增加，则可看到未显示的栅栏，看到的频谱...
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