自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(7)
  • 资源 (2)
  • 收藏
  • 关注

原创 QDU青岛大学计算机课程数字电路Multisim实验报告

本实验报告涉及9个实验内容,均为包括电子电路仿真方法与门电路实验、门电路基础、组合逻辑电路设计、编码器及其应用、译码器及其应用、数据选择器、触发器、逻辑电路综合设计、计算器及其应用等。部分实验截图未加载出来,完整版实验报告及实验过程等见附带资源 实验项目 实验一 电子电路仿真方法与门电路实验 日期 实验环境 Multisim 成绩评定

2024-05-01 13:44:58 53 2

原创 实验六 卷积神经网络 CNN 框架的实现与应用

依托本实验利用CNN实现手写识别,切实了解了卷积神经网络 CNN 框架,学习了LeNet5网络的7层结构,并且通过本实验,了解了PyCharm软件中下载库函数各种意外情况,学会了搭建虚拟地Python环境并应用到程序程序执行中。在此之前,我下载了有关MNIST的数据集,后来通过查询相关资料,得知torchvision.datasets中有一些常用的数据集,其中就包含mnist,在此,直接进行下载并导入,定义预处理函数,这些预处理依次放在Compose函数中。直至把所有的数据都抛出。直至把所有的数据都抛出。

2024-05-01 12:41:56 539

原创 人工智能实验五 SVM 分类器的设计与应用

投票是以如下方式进行。首先,通过数据及折线图可知,将图像数据降维到不同维数时,在相同核函数的分类器中得到的识别准确率不同,根据不同核函数的特点,一般情况下降到的维数越高,准确率越高,反之,准确率越低,当然也有个例,如poly函数与其他核函数训练的模型准确率变化趋势相反。同时,根据数据及折线图可知,不同的核函数对相同数据建立的分类器,具有不同效果,如sigmoid核函数对维数较低的数据建立的分类器准确率较低,linear核函数和poly核函数不论是降维到较低维数,还是降维到较高位数的数据,均有较高的准确率。

2024-05-01 12:37:16 292

原创 人工智能实验四 感知器算法的设计实现

因为产生的数据是随机的,可能会相近,或相等,所以数据可能会重合,不利于分类,若新生成的数据与先前生成的数据产生碰撞,即距离较近,则令其重新生成。选择0-100内的数据进行分类,首先创建向量,与所有修正后的权向量相乘,寻找最大值,并将其划分到该类中。利用感知器准则实现多类分类,首先每一类初始化一个权向量,然后,对每一类的数据进行修正,根据前面给出的公式进行操作,调整权向量。可以证明,这种算法在经过有限次迭代之后是收敛的,也就是说,根据此规则修正权向量,可以让所有的特征向量都正确分类。

2024-05-01 12:31:54 1018

原创 人工智能实验三 Fisher线性分类器的设计与实现

对于ORL人脸库中的样本都是图像类型,存储在文件夹中,如何处理文件夹下的内容是一道难题,通过参照其他程序可知,在程序中处理文件夹下的内容,可以输入文件夹的路径,然后通过os.listdir(file_path)可获得该文件夹下的所有文件;在我们做新样本数据的分类时,将其投影到同样的直线上,再根据投影点的位置来确定新样本的类别。以前的练习都是处理的excel文件或csv文件,对于PGM类型文件,即图像的处理,并没有处理过,所以学习了相关的处理图像的方法,即处理表示图像的二维矩阵,作为参数,训练模型。

2024-05-01 12:27:42 319

原创 人工智能实验二 利用α-β搜索的博弈树算法编写一字棋游戏

当然还用一个评估函数,即getvalue()函数,用以对后续状态进行考虑,计算评估值,赢的评估值设为100,输的评估值设为-100,其他情况为 e(P)=e(那些仍为 MAX 空着的完全的行、列或对角线的总数)-e(那些仍为 MIN 空着的完全的行、列或对角线的总数),通过评估值来表示赢面,数值最大时,为当前局面的最佳落棋位置。MAX节点的评估下限α设为第一个MIN子节点的值,若后续的子节点高于α,则取为新的α,而对于后续评估值小于等于α的节点的搜索可以停止,即进行了α剪枝。这一过程称为 α 剪枝。

2024-05-01 12:15:08 700 1

原创 人工智能实验一 A*算法求解 8 数码问题

通过对程序的修改、调试、完善等,实现正确输出求解八数码问题的过程,通过对实验结果的分析,如:所用时间、生成节点数、扩展结点数等的分析可知,启发性信息越强,搜索节点数越少,启发性越弱,搜索节点越多,由此可见,设计一个恰当的启发函数,对于求解一个问题是非常重要的,当然,在实验过程中发现,复杂问题,如,难以到达目标状态的八数码排列,需要耗费很长时间,经过很多步骤,生成上千节点,代价过大,所以前面的结果比较和结果截图均选用简单情况。对于一般的启发式图搜索,总是选择估价函数 f 值最小的节点作为扩展节点。

2024-05-01 12:02:18 584 2

QDU(青岛大学)-数字电路Multisim实验.rar

计算机类专业数电课程实验,包含所需软件Multisim,9个实验内容及相应的实验报告,具体内容请见本人《数字电路》专栏,包含电子电路仿真方法与门电路实验、门电路基础、组合逻辑电路设计(一)、编码器及其应用、译码器及其应用、组合逻辑电路设计(二)与数据选择器、 触发器、逻辑电路综合设计(一)、计算器及其应用

2024-05-01

小组合作-人工智能项目-中文文本情感分析

其中包含代码、PPT、小组分工、相关数据等资源,可直接作为人工智能、大数据等相关课程的小组合作项目或个人项目,代码为Python,使用notebook运行(.ipynb) 有关评价中的情感分析,处理自然语言,使用到贝叶斯分类,

2024-05-01

8数码、α-β搜索的博弈树算法编写一字棋游戏、Fisher线性分类器、感知器算法、SVM 分类器、卷积神经网络 CNN 框架

具体实验内容可见博主《人工智能》专栏,包含实验报告及实验代码、需要数据资源等,包括求解8数码问题、利用α-β搜索的博弈树算法编写一字棋游戏、Fisher线性分类器的设计与实现、感知器算法的设计实现、SVM 分类器的设计与应用、卷积神经网络 CNN 框架的实现与应用,

2024-05-01

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除