机器学习笔记
文章平均质量分 88
小白萌新的机器学习之路
Echo_Code
没有秃头,还没有变强的理工男
展开
-
光谱定性分析流程与实现---基于OpenSA开源库完成
系列文章目录“光晰本质,谱见不同”,光谱作为物质的指纹,被广泛应用于成分分析中。伴随微型光谱仪/光谱成像仪的发展与普及,基于光谱的分析技术将不只停留于工业和实验室,即将走入生活,实现万物感知,见微知著。本系列文章致力于光谱分析技术的科普和应用。文章目录系列文章目录前言一、光谱数据读入1.1 光谱数据读入1.2 光谱可视化二、定性分析模型建立2.1 光谱定性分析模块2 .2 光谱定性模块的使用实列总结前言典型的光谱分析模型(以近红外光谱作为示意,可见光、中远红外、荧光、拉曼、高光谱等分析流程亦相原创 2022-04-15 13:48:20 · 3614 阅读 · 7 评论 -
无信息变量选择(UVE)波长筛选算法--基于OpenSA开源库实现
系列文章目录“光晰本质,谱见不同”,光谱作为物质的指纹,被广泛应用于成分分析中。伴随微型光谱仪/光谱成像仪的发展与普及,基于光谱的分析技术将不只停留于工业和实验室,即将走入生活,实现万物感知,见微知著。本系列文章致力于光谱分析技术的科普和应用。文章目录系列文章目录前言一、光谱数据读入1.1 光谱数据读入1.2 光谱可视化二、光谱波长筛选2.1 光谱预处理模块2 .2 光谱波长筛选的使用总结前言典型的光谱分析模型(以近红外光谱作为示意,可见光、中远红外、荧光、拉曼、高光谱等分析流程亦相似)建立流原创 2022-04-14 11:29:11 · 5845 阅读 · 31 评论 -
光谱预处理最简单实现方法--基于OpenSA光谱分析库
系列文章目录“光晰本质,谱见不同”,光谱作为物质的指纹,被广泛应用于成分分析中。伴随微型光谱仪/光谱成像仪的发展与普及,基于光谱的分析技术将不只停留于工业和实验室,即将走入生活,实现万物感知,见微知著。本系列文章致力于光谱分析技术的科普和应用。文章目录系列文章目录前言一、数据来源二、代码解读2.1 读取数据2 .2 划分数据集2 .3 返回训练集和测试集并绘制光谱图片2.4 建立1-D CNN模型2.5 训练1-D CNN模型2.6 测试1-D CNN模型2.7 运行CNN模型,并用查看结果总结原创 2022-04-13 17:10:10 · 5428 阅读 · 13 评论 -
基于堆栈自编码网络的的近红外光谱分类
系列文章目录近红外光谱分析技术属于交叉领域,需要化学、计算机科学、生物科学等多领域的合作。为此,在(北京邮电大学杨辉华老师团队)指导下,近期准备开源传统的PLS,SVM,ANN,RF等经典算和SG,MSC,一阶导,二阶导等预处理以及GA等波长选择算法以及CNN、AE等最新深度学习算法,以帮助其他专业的更容易建立具有良好预测能力和鲁棒性的近红外光谱模型。文章目录系列文章目录前言一、数据来源二、代码解读2.1 读取数据2 .2 划分数据集2 .3 返回训练集和测试集并绘制光谱图片2.4 建立SAE模型总原创 2022-03-18 16:08:12 · 2641 阅读 · 7 评论 -
mmdetection安装教程
文章目录一、mmdetection是什么?二、具体安装过程2.1 在anaconda中创建环境2.2 安装基础依赖2.3 安装mmdetection三、测试mmdetection 是否安装完毕总结一、mmdetection是什么?mmdetection 是一个基于 PyTorch 的开源对象检测工具箱,它提供了已公开发表的多种视觉检测核心模块,通过这些模块的组合,可以迅速搭建出各种著名的检测框架。二、具体安装过程2.1 在anaconda中创建环境1、创建一个conda虚拟环境conda cre原创 2022-01-25 17:10:04 · 1768 阅读 · 0 评论 -
高光谱知识(1)-高光谱成像技术的理解
系列文章目录高光谱技术可以获得待观测目标或场景的连续单色光谱图像,并通过空间维(x, y)数据和光谱维(λ)数据共同组成三维观测数据立方体,从而为研究人员提供探测目标或场景中的每一个点的空间和光谱特征细节。这种兼具相机的高分辨成像能力和光谱仪的高光谱分辨能力使得高光谱被广泛应用于测绘遥感、目标识别、环境监测与评估、临床影像诊断、过程监控等任务中,并在地理、空间、海洋、气候、大气、农业、植被、生态、医药、安防、制造与色度等多个领域中发挥巨大作用。文章目录系列文章目录前言一、按获取数据的过程划分二、按照光原创 2022-01-25 16:37:23 · 10479 阅读 · 1 评论