- 博客(19)
- 资源 (15)
- 收藏
- 关注
RSS订阅原创 毕业设计 : 中文文本分类 ( 机器学习 和 深度学习 ) - 新闻分类 情感分类 垃圾邮件分类
1 前言学长今天帮助同学开发项目，正好需要到文本分类，今天就带大家梳理一下中文文本分类的主要方法和流程学长本片博客的目的主要记录学长自己构建文本分类系统的过程，分别构建基于传统机器学习的文本分类和基于深度学习的文本分类系统，并在同一数据集上进行测试。2 中文文本分类作为NLP领域最经典的场景之一，文本分类积累了大量的技术实现方法，如果将是否使用深度学习技术作为标准来衡量，实现方法大致可以分成两类：基于传统机器学习的文本分类基于深度学习的文本分类facebook之前开源的fastText属于
2021-12-26 12:53:29
9780
2
原创 毕业设计 : 基于机器学习的驾驶疲劳检测 - 开发记录
0 前言最近在帮同一位同学研究基于机器学习方法的驾驶疲劳算法，这里做一些记录1 总结首先，总结一下检测某一特征的方法：（1）模板匹配计算当前帧与模板相同位置处的灰度值或颜色值的差值，通过特定的距离公式来计算匹配程度。稳定可靠与光照和姿势无关计算量大（2）区域分割对面部区域进行二值化分割对孤立区域进行标示，再根据几何特征进行定位。（如连通面积等）。运算量小噪声影响大（3）对称变换法：DST方向对称变换计算量大（4）灰度投影法：对人脸图像进行水平和垂直方向的投影，根据波峰波谷分
2021-12-24 17:50:31
5839
原创 毕业设计 : 基于Spark的海量新闻文本聚类 - Spark 新闻分类 文本分类新闻聚类
毕业设计 : 基于Spark的海量新闻文本聚类 - Spark 新闻分类 文本分类新闻聚类
2021-12-23 10:32:39
4451
1
原创 毕业设计 : 基于LSTM的文本情感分类 - 情感分类 情感分析 lstm
毕业设计 : 基于LSTM的文本情感分类 - 情感分类 情感分析 lstm
2021-12-22 16:25:48
6282
3
原创 毕业设计：基于深度学习的中文情感分类 - 卷积神经网络 情感分类 情感分析 情感识别 评论情感分类
毕业设计：基于深度学习的中文情感分类 - 卷积神经网络 情感分类 情感分析 情感识别 评论情感分类
2021-12-22 09:49:00
4368
6
原创 2022年最新计算机专业毕业设计选题 - 选题推荐 毕设开题 简单易过 题目新颖
2022年最新计算机专业毕业设计选题 - 选题推荐 毕设开题 简单易过 题目新颖 毕设帮助 开题 开题指导 技术解答 毕设怎么做 计算机毕设怎么做 计算机毕设最新选题
2021-12-21 16:41:36
25510
5
原创 毕业设计 : 基于机器学习的恶意流量识别检测 - 网络安全 信息安全 异常检测 恶意登录识别
毕业设计 : 基于机器学习的恶意流量识别检测 - 网络安全 信息安全 异常检测 恶意登录识别
2021-12-21 10:28:03
12699
12
原创 毕业设计 - 题目: 基于协同过滤的电影推荐系统 - Django 在线电影推荐协同过滤
毕业设计 - 题目: 基于协同过滤的电影推荐系统 - Django 在线电影推荐协同过滤
2021-12-20 18:52:22
20715
39
原创 毕业设计 - 题目：基于机器视觉opencv的手势检测 手势识别 算法 - 深度学习 卷积神经网络 opencv python
毕业设计 - 题目：基于机器视觉opencv的手势检测 手势识别 算法 - 深度学习 卷积神经网络 opencv python
2021-12-20 11:55:41
11231
8
原创 毕业设计：深度学习卷积神经网络垃圾分类系统 - 深度学习 神经网络 图像识别 垃圾分类 算法 小程序
毕业设计：深度学习卷积神经网络垃圾分类系统 - 深度学习 神经网络 图像识别 垃圾分类 算法 小程序所得的垃圾图片数据集中有40个二级类别，图片数量合计 14802张。由图3-1可以看出，各个垃圾类别的图像数据量不均衡，其中图片数据量较少的类别有：类别0(一次性快餐盒)、类别3(牙签)、类别20(快递纸袋)；数据量较多的类别是：类别11(菜叶根)、类别21(插头电线)、类别25(毛绒玩具)。
2021-12-17 15:03:03
20976
7
原创 HMM隐马尔科夫模型及股票预测
1 马尔科夫链隐马尔科夫模型是自然语言处理中很重要的一种算法。在此之前，我们首先给大家介绍马尔科夫链。马尔科夫链，因安德烈·马尔科夫得名，是指数学中具有马尔科夫性质的离散事件的随机过程。在给定当前知识或信息的情况下，过去对于预测未来是无关的。每个状态的转移只依赖于之前的N个状态，这个过程被称为1个n阶的模型。其中n是影响转移状态的数目。最简单的马尔科夫过程就是一阶过程，每一个状态的转移只依赖于其之前的哪一个状态。用数学的表达式表示就是如下所示：假设天气服从马尔科夫链：转移矩阵那么，从今天开始，
2021-12-15 11:13:08
7277
8
原创 毕业设计 - 基于机器视觉的12306验证码识别
1 数据收集12306的验证码是从8个图片中找到要求的物体，如图所示。学长统计了1000个样本，发现12306的类别数其实只有80类，它们的类别以及对应的统计个数如下表从上面的统计中我们可以看出，12306的验证码的破解工作可以转换成一个80类的分类问题。数据集预览2 识别过程物体分类的代码可以简单分成三个部分：网络搭建；数据读取；模型训练。但是在上面的三步中每一步都存在一些超参数，怎么设置这些超参数是一个有经验的算法工程师必须掌握的技能。我们会在下面的章节中介绍每一步的细
2021-12-14 09:58:32
3473
原创 毕业设计 - 题目：基于深度学习的中文对话问答机器人
1 项目架构整个项目分为 数据清洗 和 建立模型两个部分。（1）主要定义了seq2seq这样一个模型。首先是一个构造函数，在构造函数中定义了这个模型的参数。以及构成seq2seq的基本单元的LSTM单元是怎么构建的。（2）接着在把这个LSTM间单元构建好之后，加入模型的损失函数。我们这边用的损失函数叫sampled_softmax_loss，这个实际上就是我们的采样损失。做softmax的时候，我们是从这个6000多维里边找512个出来做采样。损失函数做训练的时候需要，测试的时候不需要。训练的
2021-12-13 10:10:26
2418
4
原创 毕业设计 - NLP：词向量Skip-gram word2vec
前面通过四次的实战，大致的将自然语言处理中经常用到的算法过了一遍，并且循序渐进，由浅入深。由刚开始的教我们如何从零开始获取语料，并且进行常用的数据分析到深度学习中最为简单的DNN网络带大家将环境搭建好，并且初步的介绍一个深度学习模型的流程，接下来就是到了最为核心的CNN模型、RNN中的GRU模型，并且分别用了典型的案例进行了实践。今天开始，我们正式进入自然与语言处理(NLP)项目的实战。其实上一篇文章已经就是NL领域中的情感分析相关的实战了，只不过是侧重的是深度学习中RNN模型中的GRU模型的讲解。今天，我
2021-12-10 12:45:59
2158
原创 毕业设计之 - 题目：基于LSTM的预测算法 - 股票预测 天气预测 房价预测
1 基于 Keras 用 LSTM 网络做时间序列预测时间序列预测是一类比较困难的预测问题。与常见的回归预测模型不同，输入变量之间的“序列依赖性”为时间序列问题增加了复杂度。一种能够专门用来处理序列依赖性的神经网络被称为 递归神经网络（Recurrent Neural Networks、RNN）。因其训练时的出色性能，长短记忆网络（Long Short-Term Memory Network，LSTM）是深度学习中广泛使用的一种递归神经网络（RNN）。在本篇文章中，将介绍如何在 R 中使用 kera
2021-12-09 11:06:15
14613
11
原创 毕业设计 - 题目：基于大数据的信用卡欺诈检测
1 数据集数据集包括了 2013 年 9 月份两天时间内的信用卡交易数据，284807 笔交易中，一共有 492 笔是欺诈行为。输入数据一共包括了 28 个特征 V1，V2，……V28 对应的取值，以及交易时间 Time 和交易金额 Amount。为了保护数据隐私，我们不知道 V1 到 V28 这些特征代表的具体含义，只知道这 28 个特征值是通过 PCA 变换得到的结果。另外字段 Class 代表该笔交易的分类，Class=0 为正常（非欺诈），Class=1 代表欺诈。目标是针对这个数据集构建一个信
2021-12-08 14:14:13
3690
2
原创 毕业设计 - 题目：基于深度学习的人脸表情识别 - 卷积神经网络 毕设 代码
1 项目说明给定数据集train.csv，要求使用卷积神经网络CNN，根据每个样本的面部图片判断出其表情。在本项目中，表情共分7类，分别为：（0）生气，（1）厌恶，（2）恐惧，（3）高兴，（4）难过，（5）惊讶和（6）中立（即面无表情，无法归为前六类）。所以，本项目实质上是一个7分类问题。2 数据集介绍：（1）、CSV文件，大小为28710行X2305列；（2）、在28710行中，其中第一行为描述信息，即“label”和“feature”两个单词，其余每行内含有一个样本信息，即共有287
2021-12-07 11:35:56
9821
23
原创 毕业设计之 - 题目：基于机器视觉的试卷批改系统 - opencv python 视觉识别
文章目录0 简介1 项目背景2 项目目的3 系统设计3.1 目标对象3.2 系统架构3.3 软件设计方案4 图像预处理4.1 灰度二值化4.2 形态学处理4.3 算式提取4.4 倾斜校正4.5 字符分割5 字符识别5.1 支持向量机原理5.2 基于SVM的字符识别5.3 SVM算法实现6 算法测试7 系统实现8 最后-毕设帮助0 简介今天学长向大家介绍一个机器视觉项目基于机器视觉的试卷系统 - opencv python 视觉识别毕设帮助，开题指导，技术解答????7468760411 项目背
2021-12-03 14:18:32
4106
7
原创 毕业设计 - 题目：基于机器视觉的图像矫正 (以车牌识别为例) - 图像畸变校正
1 思路简介目前车牌识别系统在各小区门口随处可见，识别效果貌似都还可以。查阅资料后，发现整个过程又可以细化为车牌定位、畸变校正、车牌分割和内容识别四部分。本篇随笔主要介绍车牌定位及畸变校正两部分，在python环境下通过opencv实现。1.1 车牌定位目前主流的车牌定位方法从大的方面来说可以分为两类：一种是基于车牌的背景颜色特征；另一种基于车牌的轮廓形状特征。基于颜色特征的又可分为两类：一种在RGB空间识别，另一种在HSV空间识别。经测试后发现，单独使用任何一种方法，效果均不太理想。目前比较普遍的做
2021-12-01 12:44:34
2481
Tengine_mobileSSD模型.rar
2019-09-26
基于caffe lenet 中文车牌字符识别实现
2019-03-25
resnet50_iter_50000.caffemodel
2018-11-15
faster-cnn-caffemodel.part8.rar
2018-11-15
faster-cnn-caffemodel.part7.rar
2018-11-14
faster-cnn-caffemodel.part6.rar
2018-11-14
faster-cnn-caffemodel.part5.rar
2018-11-14
faster-cnn-caffemodel.part4.rar
2018-11-13
faster-cnn-caffemodel.part3.rar
2018-11-13
faster-cnn-caffemodel.part2.rar
2018-11-13
faster-cnn-caffemodel.part1.rar
2018-11-13
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人