- 博客(6)
- 收藏
- 关注
RSS订阅原创 面向边缘设备的实时目标检测算法的研究与实现
在深度学习的驱动下，目标检测技术获得了长足的发展，取得了诸多令人瞩目的成就。然而大多数研究聚焦于检测精度的提升，面向边缘设备的目标检测还未得到充分的研究。相对于实验室的专业显卡，低功耗的边缘设备仅能提供十分之一不到的计算能力，这给目标检测算法的实际部署带来了极大的挑战。此外，真实场景中的目标检测相关任务往往有着低延迟的要求，这进一步加剧了模型计算量与检测精度之间的矛盾。针对此问题，本文对面向低功耗低算力边缘设备的轻量化目标检测算法进行相关研究并选择合适的模型进行训练，然后部署在移动设备实现实时目标检测。
2023-06-06 22:02:31
523
原创 基于OpenBMI的运动想象分类
基于openBMI的运动想象分类，运用的openBMI的MI范式，csp特征提取，LDA分类器，不跨被试的交叉验证。
2022-01-14 16:49:06
3584
11
原创 《认知科学与脑机接口》作业整合
《认知科学与脑机接口》作业整合课程《认知科学与脑机接口》，可用于期末复习。学弟，别幻想岁月静好，学长已经负重前行。注：仅供参考！！！感觉与知觉1、什么是感觉和知觉，二者有什么联系？答：感觉和知觉的概念：感觉（Sensation）：觉察到刺激的存在，并立即分辨出刺激的属性，在心理学上，称此一层次 为感觉。知觉(Perception) ：不仅觉察到刺激的存在及 其重要属性，而且知道该刺激所代表的意义，在心理学上，称此一层次为知觉。知觉另外一种定义：知觉是人脑对直接作用于感觉器官的客观事物的各个
2021-12-26 12:16:35
1017
1
原创 机器学习-决策树
决策树是一种机器学习的方法。决策树的生成算法有ID3，C4.5和C5.0等。决策树是一种树形结构，其中每个内部节点表示一个属性上的判断，每个分支代表一个判断结果的输出，最后每个叶节点代表一种分类结果。算法算法描述ID3其核心是在决策树的各级节点上，使用信息增益作为属性的选择标准，来帮助确定每个节点所应该采用的合适属性。C4.5C4.5决策树生产算法相对于ID3算法的重要改进是使用信息增益率来选择节点属性。C4.5算法既能够处理离散的描述属性，也可以处理连续的描述属性。C
2020-05-23 00:35:03
325
原创 机器学习-KNN算法
#KNNk-NN算法采用测量不同特征值之间的距离方法进行分类优点：简单直观、精度高、对异常值不敏感缺点： 计算复杂、空间复杂度高使用python进行数据分类的步骤：1、使用python导入数据2、从文本文件中解析数据3、测试分类器分类器代码：def classify0(inX, dataSet, labels, k): #分类器代码 dataSetSize = dataSet.shape[0] #numpy函数shape[0]返回dataSet的行数 diffMat = til
2020-05-21 10:49:55
321
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人