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(20)
  • 收藏
  • 关注

原创 HDU杭电--机器学习实验报告(一)监督学习之线性回归

在这个实验中,我旨在根据原有的数据分析房屋尺寸与价格之间的关系,并建立一个预测房屋价格的模型。通过Python编程语言和相关库的支持,对数据进行了处理,包括从文件中读取数据、转换为适当的格式,并应用了线性回归模型。通过这个实验,我体会到了数据处理的重要性、可视化对数据理解的帮助,以及模型选择与拟合的重要性。• 背景:与房价密切相关的除了单位的房价,还有房屋的尺寸。对已知房屋尺寸,而未知房屋成交价格的实例进行成交价格的预测。可以根据已知的房屋成交价和房屋的尺寸进行线性回归,继而可以。2. 线性回归的应用。

2024-06-29 01:10:09 787

原创 HDU杭电--机器学习实验考试

将聚类标签重塑为与原图像尺寸相同的矩阵,将一维的聚类标签数组重塑为二维矩阵。创建一个新的灰度图像对象,建一个新的灰度图像,大小与原图相同。色成分,去除了细节颜色的干扰,使图像更加简洁,突出了主要颜色。算法,对图像像素进行颜色聚类,并将聚类结果应用于图像分割,使。中的应用效果较好,但仍有改进空间,如调整聚类数量和进行图像的。域,可以应用到轮毂裂纹图像的分割,及时发现裂纹,保证行车安全。原始图像展示了图像的所有细节和颜色,包含大量的颜色信息和细。加载并处理图像数据,函数加载图像数据,并获取图像的行数。

2024-06-29 00:53:31 661

原创 HDU杭电--机器学习实验报告(九)

通过实施K-means聚类算法,对图像像素进行颜色聚类,并将聚类结果应用于图像分割,使我直观地理解了聚类算法的原理和效果。这些颜色区域代表了图像中的主要颜色成分,去除了细节颜色的干扰,使图像更加简洁,突出了主要颜色区域。此外,通过对实验结果的分析,我认识到K-means聚类在图像分割中的应用效果较好,但仍有改进空间,如调整聚类数量和进行图像的预处理与后处理。利用图像的灰度、颜色、纹理、形状等特征,把图像分成若干个互不重叠的区域,并使这些特征在同一区域内呈现相似性,在不同的区域之间存在明显的差异性。

2024-06-29 00:50:45 826

原创 HDU杭电--机器学习实验报告(八)

基本思想是给定一个非负矩阵V,NMF能够找到一个非负矩阵和一个非负矩阵H,使得矩阵W和H的乘积近似等于矩阵V中的值。NMF是一种基于非负约束的降维方法,通过将数据分解为两个非负矩阵的乘积来提取特征。·NMF提取的特征是局部的,非负约束使得其特征更具可解释性,NMF提取的特征展示了面部的局部特征,能够具体分解出眼睛、鼻子、嘴巴等具体部位,特征更加具体。·PCA提取的特征是全局的,包含了最大方差的信息,因此能够很好地表示整体结构,PCA提取的特征展示了面部的整体轮廓,能捕捉到最大方差的信息。

2024-06-29 00:49:31 668

原创 HDU杭电--机器学习实验报告(七)

PCA是一种通过线性变换将原始数据集转换为新的坐标系,使得变换后的数据在新的坐标系下具有以下特点:第一,新坐标系中的第一个坐标(也称为第一主成分)尽可能地反映了数据集中的最大方差;通过将数据投影到由数据集的主成分所构成的子空间,PCA能够简化数据的维度,同时保持数据集中的最大方差,此次实验让我更深刻地理解了PCA降维算法原理及其应用。原理:矩阵的主成分就是其协方差矩阵对应的特征向量,按照对应的特征值大小进行排序,最大的特征值就是第一主成分,其次是第二主成分,以此类推。各主成分的方差解释比例。

2024-06-29 00:43:15 528

原创 HDU杭电--机器学习实验(六)

然后,遍历每个簇,打印出平均消费水平和该簇内的城市列表。聚类标签如下:[1, 1, 0, 0, 0, 0, 0, 0, 3, 2, 1, 2, 1, 0, 0, 0, 2, 2, 1, 2, 2, 2, 2, 0, 2, 1, 0, 0, 0, 0, 0]这种可视化帮助我理解了不同城市的消费水平分布情况,尽管由于部分城市消费水平接近,某些城市的聚类标签在不同的聚类中心数下会发生变化。3.分配样本到最近的聚类中心:对于每个数据点,计算其与每个聚类中心之间的距离,并将其分配到距离最近的聚类中心所属的簇。

2024-06-29 00:40:20 620

原创 HDU杭电--机器学习实验报告(五)

MLP的输入层神经元个数为1024,输出层神经元个数为10,在总数为946的情况下,MLP算法的错误数量为39,错误率为0.0412,KNN算法的错误数量为13,错误率为0.0137。可知KNN的准确率远高于MIP分类器,这是由于MIP在小数据集上容易过拟合的原因,MLP对于参数的调整比较敏感,若参数设置不合理容易得到较差的分类效果,因此参数的设置对于MLP至关重要。基于KNN的分析:KNN算法中的K值决定了模型考虑的邻居数量,较小的K值可能导致模型对噪声敏感,容易产生过拟合;

2024-06-29 00:37:10 899

原创 HDU杭电--机器学习实验报告(四)

将数据中的收盘价、最高价、最低价、开盘价、成交量、总市额存入。多次进行交叉验证,可以更好地评估模型的性能,并减少过拟合的风。这些结果表示模型在不同的数据子集上的表现略有波动,但整体上表。由此可知,基于股票数据的特征,支持向量机模型能够在一。训练集和测试集,并多次重复这一过程,可以更准确地评估模型在不。在股票涨跌预测问题中,交叉验证可以帮助评估模型的预测能力和稳。文件名,确保它们是正确的。理步骤,并且不断尝试不同的方法,直到找到合适的解决方案。后的工作中,我们要保持持续学习的态度,不断改进和优化模型,提。

2024-06-29 00:30:50 755

原创 HDU杭电--机器学习实验报告(三)

念,最终正确结果只有一个,错误的就是错误的,不会有相近的概念。据时,需要确保它们是相匹配的。方式的标注,有很多著名的分类器算法都属于有监督的学习方式,如。本自身信息完成分类学习任务,这种方法通常被称为聚类,常用的聚。训练的结果比仅使用有标注的样本训练的效果更好。在加载数据时,需要确保特征数据和标签数据相匹配,并采取相应的。模型训练效果不佳的问题,可以尝试优化数据预处理步骤、调整模型。练效果不佳的情况,需要耐心和细心地调整模型参数、优化数据预处。、利用测试集预测,通过使用真实值和预测值的比对,计算模型。

2024-06-28 03:01:05 618

原创 HDU杭电--机器学习实验报告(二)

然后,我使用PolynomialFeatures函数将原始特征数据转换为多项式特征数据,并设置了13次多项式的阶数,以捕捉数据中的非线性关系。上图为根据price.txt文件得出的非线性回归图形,我尝试更改过degree,发现其数值越大图像会越接近数据点,会越乱,在degree=13左右拟合效果最好。相对于线性回归,非线性回归的拟合效果更好,也会学习处理异常数据点,更贴合实际情况。我运用了Python编程语言以及相关的库来处理数据,其中包括从文件中读取数据、转换为适当的格式,并应用了非线性回归模型。

2024-06-28 03:00:13 479

原创 HDU杭电--机器学习实验报告一(监督学习之线性回归)

在这个实验中,我旨在根据原有的数据分析房屋尺寸与价格之间的关系,并建立一个预测房屋价格的模型。通过Python编程语言和相关库的支持,对数据进行了处理,包括从文件中读取数据、转换为适当的格式,并应用了线性回归模型。通过这个实验,我体会到了数据处理的重要性、可视化对数据理解的帮助,以及模型选择与拟合的重要性。• 背景:与房价密切相关的除了单位的房价,还有房屋的尺寸。对已知房屋尺寸,而未知房屋成交价格的实例进行成交价格的预测。可以根据已知的房屋成交价和房屋的尺寸进行线性回归,继而可以。2. 线性回归的应用。

2024-06-28 02:58:10 462

原创 我与亚运的故事

这次志愿服务不仅让我深刻领悟了“绿色、智能、节俭、文明”理念的重要性,也让我感受到了奉献、分享、鼓励、拼搏的力量。多个国家的共同竞技,让我感受到了体育的魅力。感受到这份团结,就像拥有了坚实的后盾,让每位运动员更加勇敢、奋发向前,在这个奋力拼搏的舞台上,我也深刻感受到了“让生命温暖生命”的理念。在我参与的这一周里,我见证了运动员们的拼搏,感受了他们之间的友谊,体验了他们为梦想努力奋斗的精神。在我参与的这两周时间里,我见证了运动员的拼搏精神,感受了他们之间的友谊,体验了他们为梦想而努力奋斗的精神。

2024-06-28 02:55:52 325

原创 HDU--电信法律法规

北京、浙江与襄阳某科技公司等不正当竞争纠纷案分析——虚假数据制造应与不正当竞争挂钩姓名: 学号:一、案情简介 本案原告为某知名短视频APP的共同经营者,该APP依赖用户的真实互动数据进行内容推荐和流量分配,从而确保平台内容的质量和用户体验。然而,被告公司开发并推广了一款名为“抖竹”的软件,通过自动化技术大规模制造虚假流量,严重干扰了平台的正常运营。“抖竹”软件是一款聚合式智能刷量软件。用户只需在手机上登录“抖竹”和短视频平台账号,设置任务和下达指令后,该软件即可自动打开短视频APP,并进行批量

2024-06-28 02:54:36 798

原创 HDU军训报告

青春是一种艺术,它承载着年少的理想,包容着孩子气的任性,吸收着流逝的时光,秉承着不负的真诚。八日的良辰,弹指间转瞬而逝,军训工作以动员大会开始,以军训会操结尾,短短八日,一串串深刻而美丽的回忆已经深入我们的心灵,留下了属于这段时光的记忆。在军训中,很苦很累,但这是一种人生体验,战胜自我,锻炼意志的最佳良机。

2024-06-28 02:51:02 800

原创 HDU戏剧鉴赏

本剧中,莎士比亚不仅运用了多种优美的修辞手法和双关语,还将浪漫主义色彩加在了语句和独白之中,树立了一个个鲜活的形象,这在展现幻想世界生活的同时,也展示了他对现实生活的美好图景。我不能接受自己的爱情需要精灵去灌溉,正如里面一句台词“真爱之路从不平坦”,勇敢地去追逐自己的所爱的这种精神是值得我们去推崇的,但是对爱情的盲目执着也是不可取的,这并不是说所有爱情都一定会圆满,只要我们努力过,那就不会有遗憾了。《仲夏夜之梦》中的爱意是梦幻的,整部剧的情节都是梦幻的,事件的发生也显得无意却又有意。

2024-06-28 02:49:08 85

原创 通信学科导论课程报告

并将电子信息技术知识体系描述为:数据是信息的载体,信息是数据的载体,场与波是信号的载体,电子信息技术是将信息与数据的行为及其应用作为研究的主要对象,其所有活动都是围绕数据和信号展开的,通过器件、电路、处理器等硬件及软件技术实现信息的采集、传输、变换和存储,通过计算机与网络实现数据的通信、处理、利用和认知。人工神经网络的研究陷入了停滞。但是由于八十年代计算机的硬件水平有限,如:运算能力跟不上,这就导致了当神经网络的规模增大时,再使用BP算法会出现“梯度消失”的问题,其本质是由于链式法则的乘法特性导致的。

2024-06-28 02:48:09 680

原创 HDU--数据挖掘

Online Temporal Training Methods Based on Spiking Neural Networks Applications in Gesture Recognition1. IntroductionImpulsive neural network (SNN) is a promising energy-saving model inspired by the brain. The latest development of training methods makes it

2024-06-28 02:46:12 552

原创 王阳明心学与我

即便是追求财富或功名,也要在良知的基础上去做,去践行,所谓君子爱财取之有道,如果用不道德的手段获得了财富,取得了名望,那也是个人所造就的社会繁荣的假象而已,是不可取的。去克服自己身边的每一个诱惑,不断的修正自己,提高自己的道德修养,达到致良知,这就已经向人们心中的圣人所靠近了。

2024-06-28 02:37:36 359

原创 HDU杭电MATLAB实验报告(一)

教会了我一道题可以从不同的层面去思考,也从概率角度去分析了彩票中奖率这个问题。题实验结果让我知道了矩阵的点乘和乘法的区别,那就是点乘是矩阵相关元素的对。基本语法中关于变量及其赋值、运算符与数学表达式、控制流语句编写。应相乘,而矩阵的乘法对两个矩阵的维度有一定的要求,否则会报错。语言编程计算更加简单,适合于复杂的数学运算,多用。仅让我知道了其功能的强大性,更让我对接下来十几周。编程的习惯,总爱用循环,能不用的循环的尽量。维度不同,无法进行矩阵的乘法,故未加进去。)的简称,是一种用于算法开发、数据可视。

2024-06-28 02:35:22 578

原创 整图分割~

聚类算法对图像像素点颜色进行聚类,实现简单的图像分割。加载图像并进行预处理,将像素值归一化到。根据聚类结果创建分割后的图像。同时显示原图和分割后的图像。获取每个像素所属的类别。不存在,请检查路径。

2024-06-13 14:17:07 409

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

提示
确定要删除当前文章?
取消 删除