- 博客(50)
- 收藏
- 关注
原创 2023/1/15周报
本周在论文阅方面,阅读了一篇基于SVM的蔗种坏芽检测识别的论文,SVM方法在分类问题上具有独特的优势,在论文中与LBP算法结合,对蔗种坏芽检测实现高效率检测。在深度学习上,对SVM的核技巧以及软间隔进行了学习。题目:基于SVM的蔗种坏芽检测识别。
2023-01-15 15:56:09 89
原创 2022/11/27周报
本周在论文阅读方面,阅读了一篇基于GRU改进RNN神经网络的飞机燃油流量预测的论文,了解了RNN的缺点以及其改进方法。在深度学习上,对RNN的数学原理进行了学习,了解它与普通神经网络的特点,并尝试复现其简单代码。基于GRU改进RNN神经网络的飞机燃油流量预测。摘要:使用基于时间的反向传播算法训练网络,Adma优化算法加速迭代更新神经网络权重。在参数调整实验中发现循环神经网络对历史信息利用能力不足,极易发生梯度消失与梯度爆炸,遂提出改进网络结构,,引入GRU重构燃油流量预测模型。
2022-11-27 17:05:16 431
原创 2022/11/6周报
本周阅读了一篇基于深度卷积神经网络的红外小目标检测的论文,通过窗口滑动将小目标检测问题转化为小目标位置分类问题,减少了工作量。在工程项目上,学习了如何读取文件和使用前端模板。在深度学习上,学习了朴素贝叶斯理论和他的数学推导,以及复现简单的代码。题目:基于深度卷积神经网络的红外小目标检测提出了一种新的用于检测红外图像中小目标的深度卷积网络,将小目标检测问题转化为小目标位置分类问题。
2022-11-06 14:53:32 750
原创 开学后第三次周报
本周是对LSTM的相关文献展开了阅读,LSTM在大气预测等方向有着许多的运用,并且有着其它模型所不具有的一些优点,可以在考虑数据的时序性的同时,对参数的选择不依赖主观经验,以及有效防止梯度消失。除此之外对于应急系统项目的部署中遇到的一些问题,进行了学习和解决,最后对K近邻复习了下。K近邻模型只是基础的模型,在平常中实际使用较少,下周计划对贝叶斯算法展开学习,同时继续保持文献阅读。对于项目工程的学习,则开始学习框架模型的具体思路和构造了。
2022-10-09 17:51:35 721
原创 transforme框架
本次对transforme展开学习,对于Encoder和Decoder作为本次学习的重点,旨在理解transforme框架的工作原理。transforme其实是一种sequence-to-sequence model。常用于:语音辨识:输入语音信号,输出语音对应文字。(长度由model所决定)机器翻译:读一个语言,输出另一种语言。(长度仍然由model所决定)语音翻译:输入语言信号,输出这段语言对应的中文。语言合成:输入文字,输出语音信号。文字运用:训练一个聊天机器人。
2022-08-21 14:28:57 2068
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