您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 支持向量机训练工具,对SVMLib进行封闭写的一个训练工具

  2. 最新学习支持向量,使用网上的SVMLib写了一个界面工具,用于训练测试样本最后产生权值文件,
  3. 所属分类:其它

    • 发布日期:2009-08-27
    • 文件大小:245760
    • 提供者:yinzhaohui
  1. 基于BP神经网络的压缩机性能预测模型的建立

  2. 利用BP 网络,以全年运行的空气源热泵冷热水机组性能预测为目标,对半封闭往复式压缩机建立了性能预测 模型。以网络的泛化能力作为衡量建模效果的标准,同时指出模型的建立过程就是网络最佳结构参数的搜索过程。计 算实例显示,网络的预测效果与训练效果吻合较好,训练代价适中,所建模型可用于压缩机全年运行的性能预测与故障 诊断中。
  3. 所属分类:网络基础

    • 发布日期:2009-10-22
    • 文件大小:119808
    • 提供者:yuxingxing1234
  1. C++MFC教程

  2. Visual C++MFC入门教程 目录 +-- 第一章 VC入门 |------ 1.1 如何学好VC |------ 1.2 理解Windows消息机制 |------ 1.3 利用Visual C++/MFC开发Windows程序的优势 |------ 1.4 利用MFC进行开发的通用方法介绍 |------ 1.5 MFC中常用类,宏,函数介绍 +-- 第二章 图形输出 |------ 2.1 和GUI有关的各种对象 |------ 2.2 在窗口中输出文字 |------ 2.3 使
  3. 所属分类:C/C++

    • 发布日期:2013-05-21
    • 文件大小:676864
    • 提供者:u010696144
  1. 封闭训练的流程,有兴趣的看一下

  2. 这是封闭训练的流程,很详细,有这方面需求的人看一下
  3. 所属分类:专业指导

    • 发布日期:2009-03-05
    • 文件大小:25600
    • 提供者:hujihong
  1. 基于超像素特征表示的图像前景背景分割算法

  2. 图像前景背景分割是图像处理中的关键技术,文中提出了基于超像素分类的二值分割算法。对于输入图像,首先采用超像素分割算法,将图像分割成多个保留边缘的封闭区域,即超像素;对每一块超像素,考虑颜色和纹理,构造一种对光照和颜色较为鲁棒的特征,来消除同种物体在光照和颜色差异下的影响;用所得特征训练分类器,判断每块超像素属于前景或背景;最后将超像素分类结果作为初值用图分割的方法进行修正,得到最终的二值分割结果。实验结果显示算法能较好的完成前景背景分割的任务。此外,本算法易于和现有的分类算法相结合,具有较强的可
  3. 所属分类:其它

    • 发布日期:2020-04-30
    • 文件大小:1048576
    • 提供者:weixin_38687968
  1. 新时代下大学生工程训练体系改革设想

  2. 高等教育中理工科类大学工程训练体系已显得尤为重要。提出新时代下高等教育工程训练体系的特点,以实现与社会需求接轨。并且认为,大学工程训练必须具备从封闭变开放、从被动变主动、从认知变创造、从分割变互补的转变,才能培养出创新人才。
  3. 所属分类:其它

    • 发布日期:2020-04-23
    • 文件大小:179200
    • 提供者:weixin_38548231
  1. 图神经网络构建代码

  2. # GPF ## 一、GPF(Graph Processing Flow):利用图神经网络处理问题的一般化流程 1、图节点预表示:利用NE框架,直接获得全图每个节点的Embedding; 2、正负样本采样:(1)单节点样本;(2)节点对样本; 3、抽取封闭子图:可做类化处理,建立一种通用图数据结构; 4、子图特征融合:预表示、节点特征、全局特征、边特征; 5、网络配置:可以是图输入、图输出的网络;也可以是图输入,分类/聚类结果输出的网络; 6、训练和测试; ## 二、主要文件: 1、gr
  3. 所属分类:深度学习

    • 发布日期:2019-03-04
    • 文件大小:121856
    • 提供者:jinmaodao1990
  1. 基于深度学习的复杂分拣图像快速识别方法研究

  2. 训练速度更快、识别精准度更高的图像识别技术一直是智能技术的研究热点及前沿。针对物流分拣仓库环境复杂、照明度不高以及快递外包装区别不明显的特点,对基于深度学习的分拣图像快速识别进行了研究,设计了一个卷积神经网络。由于仓库的封闭环境和光照条件等因素而导致分拣图像不是很清晰,首先用对偶树复小波变换对其进行降噪等预处理;然后在基于AlexNet神经网络的基础上,对于卷积神经网络的卷积层、ReLU层和池化层参数进行重新定义来加快神经网络的学习速度;最后根据新的图像分类任务对神经网络的最后三层全连接层、So
  3. 所属分类:其它

    • 发布日期:2020-10-15
    • 文件大小:653312
    • 提供者:weixin_38742291
  1. Tensorflow模型保存与调用

  2. 1、什么是PB文件       PB文件表示MetaGraph的protocal buffer格式的文件,MetaGraph包括计算图,数据流,以及相关的变量和输入输出signature以及asserts指创建计算图时额外的文件。       谷歌推荐的保存模型的方式是保存模型为 PB 文件,它具有语言独立性,可独立运行,封闭的序列化格式,任何语言都可以解析它,它允许其他语言和深度学习框架读取、继续训练和迁移 TensorFlow 的模型。 2、tensorflow模型保存为pb文件示例 示例代
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:34816
    • 提供者:weixin_38719702
  1. open-search:“开放式跨域可视搜索”的源代码(CVIU,2020年)-Search source code

  2. 开放式搜索 这是从本文再现实验的源代码: 威廉·通(William Thong),帕斯卡·梅特斯(Pascal Mettes),塞斯·通用·斯诺克(Ces) 2020年,计算机视觉与图像理解(CVIU),第200卷 TL; DR我们搜索从任何源域到任何目标域的可见和不可见类别。 为了实现这一目标,我们训练了具有特定领域的原型学习器,并使用归一化的温度标度交叉熵损失来将输入映射到公共语义空间。 我们在封闭环境(a)中验证了三个完善的基于草图的任务所提出的方法。 我们提出了三种新颖的开放式跨域任
  3. 所属分类:其它

    • 发布日期:2021-03-24
    • 文件大小:8388608
    • 提供者:weixin_42164534
  1. sefa:[CVPR 2021] GAN中潜在语义的闭式分解-源码

  2. SeFa-GAN中潜在语义的闭式分解 图:使用SeFa从各种GAN模型中发现的通用语义。 GAN中潜在语义的闭式分解沉玉军,周伯雷2021年计算机视觉和模式识别(CVPR)(口头) [] [] [] [ ] 在此存储库中,我们提出了一种封闭形式的方法,称为SeFa ,用于GAN中的无监督潜在语义分解。 使用此算法,我们能够从在各种数据集上训练的不同GAN模型中发现通用语义。 最重要的是,该方法不依赖于预先训练语义预测并有一个非常快速的实现(即小于1秒来解释模型)。 下面显示了一些有关动
  3. 所属分类:其它

    • 发布日期:2021-03-17
    • 文件大小:49283072
    • 提供者:weixin_42131261
  1. neuralEntropy:一个轻量级的程序包,用于探索和利用物理知觉的神经网络进行熵封闭-源码

  2. 适用于boltzmann方程的深度学习熵闭合的NeuroEntropy程序包 一个构建一些神经网络以解决最小熵问题的项目。 如何使用 初步:确保在您的机器上安装tensorflow(带有或不带有GPU加速)。 这个小型网络套件旨在解决Boltzmann方程的最小熵闭包问题。 问题如下: $ \ alpha * = argmin _ {\ alpha} h(\ alpha; u)= argmin _ {\ alpha} {\ alpha u-} $ 其中$ \ alpha $是滞后乘数,$
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:20971520
    • 提供者:weixin_42115003
  1. ClosedDomainQA:实验性封闭域质量检查管道,用于构建可查询联合国项目文档的电报聊天机器人-源码

  2. 神经问题解答: 问题回答(QA)是信息检索和自然语言处理(NLP)领域中的一门计算机科学学科,它与自动回答人类用自然语言提出的问题的建筑系统有关。 问题解答的实现通常是计算机程序,它可以通过查询通常是知识库的知识或信息的结构化数据库来构造其答案。 更常见的是,问答系统可以从自然语言文档的非结构化集合中获取答案。 。 尝试使用该应用程序,使用由句子转换器提供支持的神经质量保证管道来向开发计划署项目文档提出未解决的问题,以建立语料库嵌入和段落排名。 为了检索,采用了提取QA的预训练变压器模型。
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:66060288
    • 提供者:weixin_42118056
  1. MineRL-源码

  2. 抽象的 我们将使用流行的沙盒视频游戏Minecraft及其相关的Malmo平台来训练代理,以成功打击被称为“暴民”的游戏内实体。 我们希望,像我们在模拟环境中用于训练代理的方法那样,可以外推到现实世界中的应用程序,例如机器人技术。 我们将使用一种流行的强化学习技术,称为Deep Q Learning,它使用了几种不同的特征表示,并比较了性能差异。 简介与背景 Minecraft是一款流行的沙盒视频游戏,其中包含许多被称为“暴民”的敌对非玩家实体; 这些实体旨在攻击和杀死玩家角色。 我们的特工将必
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:1048576
    • 提供者:weixin_42102220
  1. 防止交叉验证与内核稳定性过度拟合

  2. 内核选择对于内核方法至关重要。 交叉验证(CV)是一种广泛接受的内核选择方法。 但是,基于CV的估计值通常显示出较高的方差,因此易于过度拟合。 为了防止高方差,我们首先提出了一种新的稳定性版本,称为内核稳定性。 这种稳定性量化了核矩阵相对于训练集变化的扰动。 然后,我们建立了内核稳定性和CV方差之间的联系。 通过限制导出的方差上限,我们提出了一种内核选择准则,该准则可以防止CV的高方差,从而保证良好的泛化性能。 此外,我们导出了用于估计内核稳定性的封闭形式,从而使基于内核稳定性的标准在计算上更加
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:331776
    • 提供者:weixin_38659789
  1. 基于稀疏表示的线性贝叶斯MAP估计的图像去噪算法

  2. 提出了一种基于稀疏表示模型的线性贝叶斯极大后验(MAP)估计图像去噪算法。 从在表示向量中构造先验概率分布开始,构建线性贝叶斯MAP估计器,以获取观测值背后最可能的一个,这适用于解决广义图像逆问题。 此外,通过提供一些可能的近似值,可以获得实用的封闭形式的解决方案,因此可以容易地解决作为专业化的图像去噪的问题。 使用我们的新方法,我们首先从嘈杂的图像中提取所有可能的色块,然后根据它们的结构模式将它们分类为几个子组,然后使用K-SVD算法为每个子集训练不同的字典,然后在MAP估计器中估计相应的参数
  3. 所属分类:其它

    • 发布日期:2021-03-06
    • 文件大小:2097152
    • 提供者:weixin_38571104
  1. PARARULE_Plus:为PARARULE生成的新数据集-源码

  2. PARARULE Plus 为PARARULE生成的新数据集。 它是根据封闭世界的假设生成的。 PARARULE Plus是对PARARULE数据集的改进(Peter Clark,2020年)。 这样做的动机是生成更深的PARARULE训练样本。 对于深度大于或等于2的情况,我们添加了更多的训练样本,以探讨Transformer是否具有推理能力。 资料分配 例子 非深度规则为Depth = 2的示例表示需要由两个规则得出问题。 否定规则的深度为2的示例表示该问题需要由两个规则得出。 其他连结
  3. 所属分类:其它

    • 发布日期:2021-03-03
    • 文件大小:9437184
    • 提供者:weixin_42119866
  1. 使用SimpleMKL可以很容易地合并radius-info

  2. 最近的研究表明将训练数据的最小封闭球(MEB)的半径合并到多核学习(MKL)中的好处。 但是,直接合并该半径会导致复杂的学习结构并大大增加计算量。 此外,此半径对异常值的众所周知的敏感性可能会对MKL产生不利影响。 在本文中,我们没有直接合并MEB的半径,而是合并了它的近亲,即数据散射矩阵的轨迹,以避免上述问题。 通过分析所得优化的特征,我们证明了结合MEB半径的好处可以完全保留。 更重要的是,我们的算法可以在现有的MKL框架(例如SimpleMKL)中轻松实现。 唯一的区别是规范基本内核的方法
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:523264
    • 提供者:weixin_38736721
  1. penguin-libs:此存储库用于企鹅帮派。 它包括“ penguin”库,在Yelp项目中使用的有用函数的集合(但也许还会向前发展)-源码

  2. 企鹅库 该存储库包含“核狮子企鹅的Yelp情绪分析”程序。 用于训练封闭模型的数据可以在找到。
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:32505856
    • 提供者:weixin_42113794
  1. 莱蒂斯尼斯托扬卡-源码

  2. 机场停机坪物体检测仪 使用在安全摄像机机场停机坪镜头上训练的自定义YoloV4 / YoloV4-tiny模型,检测并跟踪关键的机场停机坪对象。 机场停机坪的关键对象 飞机 货舱门-用于(卸下)行李的飞机舱门 喷射桥-封闭的可移动连接器,通常从机场航站楼大门延伸到飞机 油箱卡车-用于为飞机加油或为其供电的车辆 货运卡车-用于移动货运箱的特殊车辆 后推式卡车-执行后推程序的车辆-飞机被外部动力从机场大门向后推开 行李装卸车-用于通过货门将装卸的行李装卸的车辆 货箱-用于存放行李或其他飞机物料的容器
  3. 所属分类:其它

    • 发布日期:2021-02-15
    • 文件大小:1048576
    • 提供者:weixin_42130862
« 12 »