深度学习
文章平均质量分 57
强盛小灵通专卖员
985本硕,AI与区块链
展开
-
基于卷积神经网络的ECG心电图信号识别准确率98%
该数据集由两个心跳信号收集组成,来自心跳分类中两个著名数据集:MIT-BIH心律失常数据集和PTB诊断心电图数据库。这两个集合中的样本数量足够大,可以用于训练深度神经网络。该数据集已经被用于探索使用深度神经网络架构进行心跳分类,并观察在该数据集上的迁移学习的一些能力。这些信号对应于心跳的心电图(ECG)形状,包括正常情况下的心跳和受不同心律失常和心肌梗死影响的情况。这些信号经过预处理和分割,每个分段对应一个心跳。原创 2023-09-01 21:21:49 · 660 阅读 · 1 评论 -
城市轨道交通短期客流预测的Multi-Graph卷积网络
城市轨道交通短期客流预测是一项关键任务。新兴的深度学习技术已成为解决这一问题的有效方法。在本研究中,作者提出了一种深度学习架构,称为“Conv-GCN”,它结合了图卷积网络(GCN)和三维卷积神经网络(3D CNN)。首先,他们引入了多图GCN,分别处理三种流入和流出模式(最近、每日和每周)。多图GCN网络可以捕捉整个网络内的时空相关性和拓扑信息。然后,应用3D CNN来深度整合流入和流出信息。3D CNN可以提取不同流入和流出模式之间以及靠近和远离的站点之间的高级时空特征。最后,采用全连接层输出结果。原创 2023-08-25 18:15:03 · 171 阅读 · 1 评论 -
基于小波变换和LSTM网络模型的股票价格预测
深度学习方法在金融领域的应用受到了投资者和研究人员的广泛关注。本研究提出了一种新颖的深度学习框架,将小波变换(WT)、堆叠自编码器(SAEs)和长短期记忆(LSTM)相结合,用于股票价格预测。首次引入了层级提取深度特征的SAEs用于股票价格预测。该深度学习框架由三个阶段组成。首先,利用WT对股票价格时间序列进行分解以消除噪音。其次,应用SAEs生成用于预测股票价格的深层高级特征。最后,将高级去噪特征输入LSTM以预测下一天的收盘价。选择了六个市场指数及其相应的指数期货来检验所提出模型的性能。原创 2023-08-25 17:07:34 · 210 阅读 · 0 评论 -
解决报错:Could not find a version that satisfies the requirement jaxlib
安装gpu版本的jax。安装cpu版本的jax。原创 2023-07-06 13:34:01 · 643 阅读 · 1 评论 -
YOLO训练报错解决:RuntimeError: result type Float can‘t be cast to the desired output type __int64
【代码】YOLO训练报错解决:RuntimeError: result type Float can't be cast to the desired output type __int64。原创 2023-07-04 18:28:54 · 616 阅读 · 0 评论 -
基于深度学习的电动自行车头盔佩戴检测系统
基于深度学习的电动自行车头盔佩戴检测系统是一种基于YOLOv5和DeepSORT算法的实现方案。它主要解决了电动自行车使用过程中对头盔佩戴的管理问题,有效提高了行车安全性。首先,YOLOv5算法是一种目标检测算法,其主要思想是从输入图像中自动确定图像中的物体位置和类别,可用于各种基于视觉的应用程序。在电动自行车头盔佩戴检测系统中,我们可以使用YOLOv5算法来检测电动自行车骑手是否佩戴头盔。YOLOv5算法的主要流程包括:通过卷积神经网络提取图像特征,生成候选框并计算出候选框内物体的置信度得分和类别得分。原创 2023-06-03 00:35:17 · 1597 阅读 · 6 评论