![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习和深度学习
文章平均质量分 93
hotpants
这个作者很懒,什么都没留下…
展开
-
【学习日志】集成学习与adaboost
AdaBoost通过迭代添加弱学习器(与真实分类器仅轻微相关的分类器)来创建强学习器(与真实分类器相关性良好的分类器)。在每轮训练期间,都会向集成中添加一个新的弱学习器,并调整权重向量以重点关注前几轮中错误分类的示例。如此重复进行,直至基学习器数目达到事先指定的值T,最终将这T个基学习器进行加权结合。弱学习器的关键特征是它们的正确率要高于随机猜测,但如果它们与随机猜测的正确率相等,则被称为。要获得好的集成,个体学习器应“好而不同”,即要有一定的准确性(学习器不能太坏),且要有多样性(学习器间具有差异)。原创 2024-04-22 08:45:36 · 594 阅读 · 0 评论 -
【文献笔记】基于肌电信号、BP神经网络实现踝关节连续运动估计(上)
关键词:m阶非线性模型,BP神经网络;神经网络结构:输入为7通道sEMG信号,输出为3个关节转动角度;原创 2023-03-23 22:31:40 · 458 阅读 · 0 评论 -
【学习日志】【TCN】时间序列卷积神经网络(1)
卷积运算就是将一个小的滑动窗口(称为卷积核或过滤器)在一个大的数据(称为输入或特征图)上滑动,并对每个窗口内的数据进行加权求和,得到一个新的数据(称为输出或激活图)。例如,在生物信号处理中,如果我们有1000个时间步长和8个信号通道,则我们可以将其表示为一个1000×8 的数组作为TCN 的输入。TCN还使用了空洞卷积,这是一种在卷积核中插入空白位置(称为膨胀因子)的技术,使得卷积核可以覆盖更长范围的输入,而不增加参数数量。就是CNN的卷积(卷积核在数据上进行的一种滑动运算的操作)。原创 2023-03-23 15:36:41 · 4157 阅读 · 0 评论 -
【深度学习速通笔记】全卷积神经网络,FCN(Fully Convolutional Networks )【上:概念理解】
全卷积神经网络原创 2023-03-12 18:17:13 · 666 阅读 · 0 评论