注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 模式识别——系统聚类法

  2. 模式识别中的经典非监督是算法，系统聚类法。 VS2005的工程文件包；也可以直接查看工程下的.c文件。 算法关键问题是距离矩阵的演算；而演算的关键思路是动态规划的，即(i j)元素只由i j右下的元素确定,也就是若干(t,k)，其中t>=i k>=j。

  3. 所属分类：其它

    • 发布日期：2009-09-15
    • 文件大小：165888
    • 提供者：azhu422

  1. 单片机应用技术选编（7）

  2. 内容简介 　　 《单片机应用技术选编》(7) 选编了1998年国内50种科技期刊中有关单片机开发应用的文 章共510篇，其中全文编入的有113篇，摘要编入的397篇。全书共分八章，即单片机综合 应用技术；智能仪表与测试技术；网络、通信与数据传输；可靠性与抗干扰技术；控制系统 与功率接口技术；电源技术；实用设计；文章摘要。 　　 本书具有重要实用价值，书中介绍的新技术、新器件以及单片机应用系统的软、硬件资 料有助于减少产品研制过程中的重复性劳动，提高单片机应用技术水平，是从事单片机应用 开发技

  3. 所属分类：硬件开发

    • 发布日期：2010-05-19
    • 文件大小：13631488
    • 提供者：zgraeae

  1. 基于无线传感器网络的行为识别与目标定位研究

  2. 传感器技术、无线通讯技术、嵌入式计算技术、分布式信息处理技术、微电子技术等领域的进步及相互结合，推动了无线传感器网络的快速发展。无线传感 器网络将逻辑上的信息世界与客观上的物理世界连接起来，改变了人类与环境的 交互方式，提供了利用逻辑信息来表述客观世界的一种有效的、便捷的方法。目 前，无线传感器网络已经广泛地应用于环境智能、环境监控、工业制造、交通运 输、军事工程等众多领域。 作为无线传感器网络的一个重要应用领域，环境智能泛指能感知到用户的存 在并为其提供智能化服务的电子环境和系统。环境智能的

  3. 所属分类：其它

    • 发布日期：2011-03-20
    • 文件大小：5242880
    • 提供者：mykensington

  1. 一种聚类算法，简单有效

  2. 很好地聚类方法。适用于初学者效果很好。是一种非监督式的聚类。

  3. 所属分类：Android

    • 发布日期：2014-10-15
    • 文件大小：430
    • 提供者：wgb221

  1. fast-rcnn和faster-rcnn的论文

  2. CNN也就是众多周知的convolutional neural network, R是region的缩写，意为对图像进行局部区域的处理。 该文的主要亮点在于：，一是利用的region proposals对物体探测中位置信息的精确处理，二是利用监督式预训练和主域特殊化的微调方法，代替了传统的非监督式预训练和监督式微调，使得MAP（mean average precision ）得到大幅提升。fast-rcnn和faster-rcnn是rcnn方法的改进，大幅提高速度。

  3. 所属分类：其它

    • 发布日期：2016-08-08
    • 文件大小：6291456
    • 提供者：wangkai001_tg

  1. 斯坦福大学机器学习课程讲义

  2. 机器学习是一门研究在非特定编程条件下让计算机采取行动的学科。最近二十年，机器学习为我们带来了自动驾驶汽车、实用的语音识别、高效的网络搜索，让我们对人类基因的解读能力大大提高。当今机器学习技术已经非常普遍，您很可能在毫无察觉情况下每天使用几十次。许多研究者还认为机器学习是人工智能（AI）取得进展的最有效途径。在本课程中，您将学习最高效的机器学习技术，了解如何使用这些技术，并自己动手实践这些技术。更重要的是，您将不仅将学习理论知识，还将学习如何实践，如何快速使用强大的技术来解决新问题。最后，您将了

  3. 所属分类：机器学习

    • 发布日期：2017-11-07
    • 文件大小：5242880
    • 提供者：fantastikman

  1. 学校机房管理系统解决方案

  2. 学校机房管理系统解决方案 一、 功能介绍 通过本系统，可以实现如下功能： ◆ 学生刷卡进入，同时系统自动分配并可开启一台电脑。 ◆ 学生下机必须正常关闭计算机，出门时再刷卡，系统根据上机的时间自动扣除卡上所用金额，否则系统默认为继续上机并计费。 ◆ 完整的信息管理档案可以使您的工作做到细致如微，该系统提供上机人员档案，如姓名、性别、班级、帐号及密码等。 ◆ 在工作中，管理员可以查询学生在过去任意一时间内上机的情况。使管理更加规范。 ◆ 提供上机预约功能，团体可以提前预约上机，预约情况清楚明了。

  3. 所属分类：其它

    • 发布日期：2009-03-11
    • 文件大小：55296
    • 提供者：jkuo0089

  1. Deep Learning

  2. 深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。[1] 深度学习的概念由Hinton等人于2006年提出。基于深度置信网络(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。[1] 深度学习是机器学习中一种基

  3. 所属分类：深度学习

    • 发布日期：2018-03-20
    • 文件大小：22020096
    • 提供者：mathstar

  1. 一天看懂深度学pdf 简单明了

  2. 深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值（例如一幅图像）可以使用多种方式来表示，如每个像素强度值的向量，或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务（例如，人脸识别或面部表情识别）。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。

  3. 所属分类：深度学习

    • 发布日期：2019-01-16
    • 文件大小：15728640
    • 提供者：asd258741

  1. 支持向量机.pdf

  2. 在机器学习中，支持向量机（英语：support vector machine，常简称为SVM，又名支持向量网络）是在分类与回归分析中分析数据的监督式学习模型与相关的学习算法。给定一组训练实例，每个训练实例被标记为属于两个类别中的一个或另一个，SVM训练算法创建一个将新的实例分配给两个类别之一的模型，使其成为非概率二元线性分类器。SVM模型是将实例表示为空间中的点，这样映射就使得单独类别的实例被尽可能宽的明显的间隔分开。然后，将新的实例映射到同一空间，并基于它们落在间隔的哪一侧来预测所属类别。

  3. 所属分类：机器学习

    • 发布日期：2019-07-11
    • 文件大小：3145728
    • 提供者：qq_41483750

  1. 大数据机器学习框架（弥勒佛）MLF.zip

  2. 让天下没有难做的大数据模型！功能下面是弥勒佛框架解决的问题类型，括号中的斜体代表尚未实现以及预计实现的时间监督式学习：最大熵分类模型（max entropy classifier），决策树模型（decision tree based models，2014 Q1）非监督式学习：聚类问题（k-means，2014 Q1）在线学习：在线梯度递降模型（online stochastic gradient descent）神经网络（2014 Q2/3）项目实现了下面的组件多种数据集（in-mem，sk

  3. 所属分类：其它

    • 发布日期：2019-07-19
    • 文件大小：5242880
    • 提供者：weixin_39841848

  1. TalkingData：2019年互联网报告

  2. 报告关键词 移动互联网 聚类分析 机器学习 圈层人群 人群画像 市场潜力 月活 趋势 榜单 市场分析 应用类别 网络购物 移动工具 学习教育 手机游戏 人力资源 移动视频 Z世代 她经济 下沉人群 知识人群 疫情影响 报告概述 2019年国内移动设备量达16亿，年度增长3525万，较去年1.49亿的增长有明显回落，且2019年第二季度首次出现负增长，国内移动用户已近饱和。“移动用户饱和”看似已经“老生常谈”，但在此背景下，下沉市场潜力不断被挖掘，短视频爆发式增长与带货渠道的崛起、小众高

  3. 所属分类：互联网

    • 发布日期：2020-04-10
    • 文件大小：3145728
    • 提供者：dst1213

  1. 1）2020C-一种硬盘故障预测的非监督对抗学习方法.pdf

  2. 领域：异常检测，深度学习 方法：非监督对抗学习 场景：硬盘故障检测 网络结构：基于LSTM自编码器与生成式对抗网络相结合 数据集：BackBlaze 采用非监督对抗学习的好处，由于训练阶段未用到异常样本(即正样本)，模型不受样本不均衡的影响，很好的避免了由于训练样本不均衡导致的过拟合问题。 已有研究大都使用5 天以内的短期序列数据进行学习和检测，不能很好的学习到自我监测分析报告数据长期稳定的变化趋势，使得模型不具有鲁棒性。同时结合14年提出的生成式对抗网络。故提出了基于LSTM的自编码器与生

  3. 所属分类：互联网

    • 发布日期：2020-10-16
    • 文件大小：881664
    • 提供者：qq_16488989

  1. 捷思达科技智能IC卡食堂非接触式系统

  2. 第一章 系统概述 　　现贵公司食堂改为自助餐管理模式，以至于每次开饭时需专人监督，即浪费人力，又不利于提升管理档次。而采用本公司生产的感应式三辊闸收费系统，已真正做到无人值守自动收费。 　　智能三辊闸管理系统，是非接触式智能IC卡 "一卡通"应用系统的一部分，该系统具有身份识别、收费、考勤、统计、单向限流、双向流通等多项功能。三辊闸外形美观，使用可靠，功能完善，是食堂、商场、宾馆、码头、俱乐部会所等出入场所进行智能管理的有效设施，被誉为信道世界的"科技卫士". 　　1、智能三辊闸管理系统的

  3. 所属分类：其它

    • 发布日期：2020-10-23
    • 文件大小：110592
    • 提供者：weixin_38595528

  1. 对开放式监督控制和数据采集系统的行为的非侵入式运行时实施

  2. 对开放式监督控制和数据采集系统的行为的非侵入式运行时实施

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：1048576
    • 提供者：weixin_38698174

  1. 一文了解强化学习

  2. 本文来自于csdn，文章详细介绍了强化学习的概念，区别以及主要算法等相关知识。虽然是周末，也保持充电，今天来看看强化学习，不过不是要用它来玩游戏，而是觉得它在制造业，库存，电商，广告，推荐，金融，医疗等与我们生活息息相关的领域也有很好的应用，当然要了解一下了。本文结构：定义和监督式学习,非监督式学习的区别主要算法和类别应用举例强化学习是机器学习的一个重要分支，是多学科多领域交叉的一个产物，它的本质是解决decisionmaking问题，即自动进行决策，并且可以做连续决策。它主要包含四个元素，ag

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：584704
    • 提供者：weixin_38587473

  1. 一文了解强化学习

  2. 本文来自于csdn，文章详细介绍了强化学习的概念，区别以及主要算法等相关知识。虽然是周末，也保持充电，今天来看看强化学习，不过不是要用它来玩游戏，而是觉得它在制造业，库存，电商，广告，推荐，金融，医疗等与我们生活息息相关的领域也有很好的应用，当然要了解一下了。 本文结构： 定义 和监督式学习,非监督式学习的区别 主要算法和类别

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：584704
    • 提供者：weixin_38628310

  1. 基于半监督生成对抗网络的三维重建云工作室

  2. 由于固有的问题复杂性和计算复杂度，三维重建是计算机视觉研究和应用领域非常重要且富有挑战性的课题。目前已有的三维重建算法往往会导致重建的三维模型上存在着明显的空洞、扭曲失真或者模糊不清的部分，而基于机器学习的三维重建算法往往又只能重建简单的分离物体，并表示成三维体元形式。所以这些算法框架对于实际应用来说都还远远不够。从 2014 年起，生成对抗网络被广泛应用于半监督学习，以及产生非真实数据集的应用中。所以本文的重点是采用生产对抗网络原理，来获得高质量的三维重建效果。提出了一种新颖的半监督三维重建算

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：3145728
    • 提供者：weixin_38546308

  1. 基于聚类和关联分析的居民用户非侵入式负荷分解

  2. 现有的非侵入式负荷监测方法主要采用监督学习模型，该类模型需要具有针对性的大量训练数据，而且无法有效识别在训练数据中未出现的负荷。在分析多种家用电器负荷特征的基础上，选取负荷投切过程中暂态功率波形和功率变量作为负荷特征，并提出一种基于聚类和关联分析的无监督学习居民用户非侵入式负荷分解方法。首先根据功率变化情况提取电流和电压数据，并计算得到暂态功率波形；然后通过动态时间规整算法计算当前暂态功率波形与历史暂态功率波形的匹配度，并利用动态聚类算法和其他暂态负荷特征判别该功率波形对应的负荷操作；最后以周为

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：3145728
    • 提供者：weixin_38732842

  1. 基于监督学习的非侵入式负荷监测算法比较

  2. 非侵入式负荷监测(NILM)能够在不干扰用户正常用电的情况下，低成本地实现用户用电设备类型的识别和用电负荷的分解，因此非常适用于家庭用户用电监测。大量智能电表在家庭用户中的安装为居民NILM提供了数据支撑，也使得居民NILM研究成为热点。基于家庭负荷稳态电流样本，采用负荷电流谐波系数作为负荷分类特征，建立了基于多层感知器(MLP)神经网络、k-近邻算法、逻辑回归、支持向量机的4种NILM分类模型，利用BLUED数据库对4种分类器进行训练和测试，对比分析其在识别精度、训练时间、识别速度和抗噪能力方

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：1048576
    • 提供者：weixin_38688097
« 12 3 »