- 博客(7)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 （附完整python源码）基于tensorflow、opencv的入门案例_发票识别三：发票数据集制作和cnn网络训练
1.字符分割2.字符识别
2018-05-14 20:17:29
11836
20
原创 （附完整python源码）基于tensorflow、opencv的入门案例_发票识别一：关键区域定位
分为两篇博客：发票识别一、发票识别二1.发票识别一：1.1从一张发票照片精确“发票号码”、“发票代码”所在区域2.发票识别二： 将发票代码分割成单个数字，然后用神经网络进行逐个识别...
2018-05-11 21:26:59
25237
11
原创 （python源码）小案例：归一化_零均值的作用
归一化_零均值的作用1.通过一个简单的小案例讲解下，为什么归一化后，训练速度会增加。2. 案例很简单，将蓝色的小正方行通过旋转、缩放后变换为红色正方形。变量（Variable）：旋转角度angle_、缩放系数scale_。3.直接上图，说出迭代的结论3.1 下面两幅图为“变量与loss的关系图”，一系列的黑点代表变量的迭代过程，一个红点代表最优loss位置。3.2 该图表示“没有进行归一化”， ...
2018-04-28 21:23:26
3722
原创 （C++源码,详细注解）pso粒子群算法的调参技巧及改进方法
粒子群算法的调参技巧及改进方法C++源码实现1 基本粒子群算法简单介绍1.1 粒子群算法（ Particle Swarm Optimization, PSO）是一种典型的群体智能算法。最早是由美国心理学家Eberhart和电气工程师Kennedy于1995年提出，是一种模拟鸟类群体觅食行为的仿生智能计算方法。鸟群在整个搜寻的过程中，通过相互传递各自的信息，让其他的鸟知道自己的位置，同时也将最优解的...
2018-04-27 14:42:34
6428
6
原创 （python源码，详细注解 ）多目标粒子群算法 mopso
1 本代码功能用多目标粒子群算法（mopso）寻找pareto最优解集2 算法介绍2.1 简单步骤：(1)初始化群体粒子群的位置和速度，计算适应值(2)根据pareto支配原则，计算得到Archive 集(存放当前的非劣解)(3)计算pbest(4)计算Archive集中的拥挤度(5)在Archive集选择gbest(6)更新粒子的速度、位置、适应值(7)更新Archive集（还要注意防止溢出）(...
2018-04-07 18:51:34
47900
71
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人