- 要解决的问题 1、RCNN和SPPnet分多步训练，先要fine tuning一个预训练的网络，然后针对每个类别都训练一个SVM分类器，最后还要用regressors对bounding-box进行回归，另外region proposal也要单独用selective search的方式获得，步骤比较繁琐。 2、时间和内存消耗比较大。... 要解决的问题 1、RCNN和SPPnet分多步训练，先要fine tuning一个预训练的网络，然后针对每个类别都训练一个SVM分类器，最后还要用regressors对bounding-box进行回归，另外region proposal也要单独用selective search的方式获得，步骤比较繁琐。 2、时间和内存消耗比较大。...
- 贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。而朴素朴素贝叶斯分类是贝叶斯分类中最简单，也是常见的一种分类方法。 分类问题 从数学角度来说，分类问题可做如下定义：已... 贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。而朴素朴素贝叶斯分类是贝叶斯分类中最简单，也是常见的一种分类方法。 分类问题 从数学角度来说，分类问题可做如下定义：已...
- 本演示使用手工定位的点来训练分类器。 每个训练点都有一个叫做 "土地覆盖 "的字段，包含了该位置的分类标签。下面的块包含了这些点的构造代码。 将鼠标悬停在 "城市 "变量上，点击对话框中的 "转换"。 var urban = /* color: #ff0000 */ee.FeatureCollection( ... 本演示使用手工定位的点来训练分类器。 每个训练点都有一个叫做 "土地覆盖 "的字段，包含了该位置的分类标签。下面的块包含了这些点的构造代码。 将鼠标悬停在 "城市 "变量上，点击对话框中的 "转换"。 var urban = /* color: #ff0000 */ee.FeatureCollection( ...
- 粒子群算法（PSO）基本思想 粒子群（PSO）算法最早是由美国电气工程师Eberhart和社会心理学家Kennedy在1995年基于群鸟觅食提出来的。 群鸟觅食其实是一个最佳决策的过程， 与人类决策的... 粒子群算法（PSO）基本思想 粒子群（PSO）算法最早是由美国电气工程师Eberhart和社会心理学家Kennedy在1995年基于群鸟觅食提出来的。 群鸟觅食其实是一个最佳决策的过程， 与人类决策的...
- 提高机器学习模型准确性的推荐最佳实践是调整不同的参数。例如，在使用ee.Classifier.smileRandomForest()分类器时，我们必须指定Number of Trees。我们知道更多的树会导致更多的计算需求，但这并不一定会导致更好的结果。我们不是猜测，而是以编程方式尝试一系列值并选择可能导致最高准确度的最小值。 ... 提高机器学习模型准确性的推荐最佳实践是调整不同的参数。例如，在使用ee.Classifier.smileRandomForest()分类器时，我们必须指定Number of Trees。我们知道更多的树会导致更多的计算需求，但这并不一定会导致更好的结果。我们不是猜测，而是以编程方式尝试一系列值并选择可能导致最高准确度的最小值。 ...
- 此演示使用手动定位点来训练分类器。每个训练点都有一个名为“landcover”的字段，其中包含该位置的类标签。以下块包含点的构造代码。将鼠标悬停在“城市”变量上并单击对话框中的“转换”。 分类中使用了三个一个是城市一个是农田一个是水域，因为分类比较简单，所采集的样本数量也比较少。 最后分类的结果  ... 此演示使用手动定位点来训练分类器。每个训练点都有一个名为“landcover”的字段，其中包含该位置的类标签。以下块包含点的构造代码。将鼠标悬停在“城市”变量上并单击对话框中的“转换”。 分类中使用了三个一个是城市一个是农田一个是水域，因为分类比较简单，所采集的样本数量也比较少。 最后分类的结果  ...
- 我们的总体目标是能够使用 Landsat 系列卫星查看特定地点的土地覆盖变化。为此，我们首先需要了解 Landsat 系列卫星的一些背景知识。 Landsat 系列卫星是首批部署的遥感平台之一。许多已经远远超过了预期的使用寿命（Landsat 5 在轨道上运行了近 28 年，预期使用寿命约为 3！）L... 我们的总体目标是能够使用 Landsat 系列卫星查看特定地点的土地覆盖变化。为此，我们首先需要了解 Landsat 系列卫星的一些背景知识。 Landsat 系列卫星是首批部署的遥感平台之一。许多已经远远超过了预期的使用寿命（Landsat 5 在轨道上运行了近 28 年，预期使用寿命约为 3！）L...
- K-Means 聚类是一种流行的算法，用于自动将点分组为自然聚类。QGIS 带有处理工具箱算法“K-means 聚类”，它可以采用矢量图层并将特征分组为 N 个簇。该算法的一个问题是您无法控制每个集群中的最终点数。许多应用程序要求您将数据层分割成大小相等的集群或具有最少点数的集群。您可能需要的一些示例 在规划 FTTH（光纤到户）... K-Means 聚类是一种流行的算法，用于自动将点分组为自然聚类。QGIS 带有处理工具箱算法“K-means 聚类”，它可以采用矢量图层并将特征分组为 N 个簇。该算法的一个问题是您无法控制每个集群中的最终点数。许多应用程序要求您将数据层分割成大小相等的集群或具有最少点数的集群。您可能需要的一些示例 在规划 FTTH（光纤到户）...
- 抵制不必要地增加训练数据集大小。尽管在某些情况下增加训练数据量是一种有效的机器学习策略，但它也会增加计算成本，而不会相应提高准确性。（要了解何时增加训练数据集大小，请参阅 此参考资料）。以下示例演示了请求过多训练数据如何导致可怕的“计算值太大”错误： 不好——不要采样太多数据 var l8raw = ee.ImageCol... 抵制不必要地增加训练数据集大小。尽管在某些情况下增加训练数据量是一种有效的机器学习策略，但它也会增加计算成本，而不会相应提高准确性。（要了解何时增加训练数据集大小，请参阅 此参考资料）。以下示例演示了请求过多训练数据如何导致可怕的“计算值太大”错误： 不好——不要采样太多数据 var l8raw = ee.ImageCol...
- Results from time-series analysis of Landsat images in characterizing global forest extent and change. The 'first' and 'last' bands are reference multispectral imagery ... Results from time-series analysis of Landsat images in characterizing global forest extent and change. The 'first' and 'last' bands are reference multispectral imagery ...
- 当在数据一个线性子空间像扁平饼时 PCA 是非常有用的。但是如果数据形成更复杂的形状呢？一个平面（线性子空间）可以推广到一个 流形 （非线性子空间），它可以被认为是一个被各种拉伸和滚动的表面。 如果线性子空间是平的纸张，那么卷起的纸张就是非线性流形的例子。你也可以叫它瑞士卷。（见图 7-1），一旦滚动，二维平面就会变为三维的。然而，它... 当在数据一个线性子空间像扁平饼时 PCA 是非常有用的。但是如果数据形成更复杂的形状呢？一个平面（线性子空间）可以推广到一个 流形 （非线性子空间），它可以被认为是一个被各种拉伸和滚动的表面。 如果线性子空间是平的纸张，那么卷起的纸张就是非线性流形的例子。你也可以叫它瑞士卷。（见图 7-1），一旦滚动，二维平面就会变为三维的。然而，它...
- Earth Engine 中的机器学习 (ML) 支持： 在EE API方法ee.Classifier，ee.Clusterer或 ee.Reducer包地球引擎内的训练和推理。 TFRecord 文件的导出导入功能，方便 TensorFlow 模型开发。该ee.Model软件包支持使用 Earth Engine 中的... Earth Engine 中的机器学习 (ML) 支持： 在EE API方法ee.Classifier，ee.Clusterer或 ee.Reducer包地球引擎内的训练和推理。 TFRecord 文件的导出导入功能，方便 TensorFlow 模型开发。该ee.Model软件包支持使用 Earth Engine 中的...
- 朴素贝叶斯是基于贝叶斯理论的一种监督学习算法，『朴素』意思是假设所有特征两两相互独立，给出类别y和一组依赖特征[x1..xn]，根据贝叶斯理论，他们有如下的关系。 P(y|x1,...xn)=P... 朴素贝叶斯是基于贝叶斯理论的一种监督学习算法，『朴素』意思是假设所有特征两两相互独立，给出类别y和一组依赖特征[x1..xn]，根据贝叶斯理论，他们有如下的关系。 P(y|x1,...xn)=P...
- 我将教你一种编程语言：Octave语言。你能够用它来非常迅速地实现这门课中我们已经学过的，或者将要学的机器学习算法。 过去我一直尝试用不同的编程语言来教授机器学习，包括C++、Java、Python、Numpy和Octave。我发现当使用像Octave这样的高级语言时，学生能够更快更好地学习并掌握这些算法。事实上，在硅谷，我经常看到进... 我将教你一种编程语言：Octave语言。你能够用它来非常迅速地实现这门课中我们已经学过的，或者将要学的机器学习算法。 过去我一直尝试用不同的编程语言来教授机器学习，包括C++、Java、Python、Numpy和Octave。我发现当使用像Octave这样的高级语言时，学生能够更快更好地学习并掌握这些算法。事实上，在硅谷，我经常看到进...
- 随机森林简介 随机森林是机器学习一种常用的方法。它是以决策树为基础，用随机的方式排列建立的，森林里每个决策树之间都是没有关联的。 在得到森林之后，当有一个新的输入样本进入的时候，就让森林中的每一棵决策树分别进行一下判断，看看这个样本应该属于哪一类（对于分类算法），然后看看哪一类被选择最多，就预测这个样本为那一类。随机森林可以用来进行无... 随机森林简介 随机森林是机器学习一种常用的方法。它是以决策树为基础，用随机的方式排列建立的，森林里每个决策树之间都是没有关联的。 在得到森林之后，当有一个新的输入样本进入的时候，就让森林中的每一棵决策树分别进行一下判断，看看这个样本应该属于哪一类（对于分类算法），然后看看哪一类被选择最多，就预测这个样本为那一类。随机森林可以用来进行无...
上滑加载中
推荐直播
-
华为云码道 × 仓颉编程：工程化AI编码探索2026/05/27 周三 19:00-21:00
刘俊杰-华为云仓颉语言专家/李炎-华为云码道技术专家/王智鹏-OpenCangjie开源社区发起人
本场直播围绕华为云仓颉语言与华为云码道的深度结合，展示华为云智能编程从零基础到高效落地的完整生态能力。以华为云码道为引擎，仓颉语言为载体，带给大家日常提效、趣味创新到极速量产的开发体验。
即将直播
热门标签