- 博客(21)
- 收藏
- 关注
RSS订阅原创 数据缺失补全方法综述
数据缺失是数据分析和机器学习中的一个普遍问题，可能由于多种原因（如传感器故障、数据录入错误、系统故障等）导致。缺失数据不仅会影响模型的性能，还可能导致错误的推断和决策。为了应对这一挑战，研究者们提出了多种数据缺失补全方法。本文综述了几种常见的缺失数据补全技术，包括简单插补、基于模型的插补、机器学习方法和深度学习方法，并讨论了它们的优缺点及适用场景。
2024-07-25 23:56:17
462
原创 自监督学习概述(Self-Supervised Learning，SSL)
自监督学习（Self-Supervised Learning，SSL）是一种机器学习方法，旨在利用未标记数据进行训练。这种方法通过从数据本身生成伪标签，来创建监督信号，使得模型能够学习有效的数据表示。自监督学习在深度学习领域尤其受到关注，因为标记数据往往昂贵且难以获得，而未标记数据则大量存在。
2024-07-25 23:48:49
432
原创 时间序列数据增强方法概述
时间序列数据增强是一种提高模型泛化能力和预测准确性的技术，通过在原始数据集上生成新的样本，可以增加模型训练过程中的多样性和鲁棒性。本文将介绍几种常用的时间序列数据增强方法，并提供相应的Python代码示例。
2024-07-23 23:23:53
632
原创 图像数据增强方法概述
图像增强技术是计算机视觉和图像处理领域中的一个关键技术，主要用于改善图像的质量或者使其更适合后续的图像分析任务。通过对原始图像进行一系列变换，生成新的图像样本，从而增加训练数据集的多样性和丰富性，最终提升机器学习模型的性能和鲁棒性。
2024-07-23 17:55:51
779
原创 基于 PyTorch 的模型瘦身三部曲：量化、剪枝和蒸馏，让模型更短小精悍！
：本文详细介绍了如何使用PyTorch实现模型量化、剪枝和蒸馏，以达到模型瘦身的目的。从理论原理到实践代码，全方位解读如何在保持模型性能的同时，显著减小模型大小和提高推理速度。无论你是深度学习新手还是资深开发者，都能从中获得宝贵的模型优化技巧。立即阅读，开启你的模型瘦身之旅！
2024-07-22 16:47:01
621
原创 时间序列预测方法概述
时间序列预测是数据分析的一个重要领域，涉及对未来事件的预测，基于过去的数据点。以下是几种常用的时间序列预测方法，包括其原理、优缺点。
2024-07-22 10:56:25
1589
原创 图像分类算法概述：深度学习方法
图像分类是计算机视觉中的一个基本任务，近年来随着深度学习的发展，图像分类算法取得了巨大的进步。本文将概述主要的深度学习图像分类算法。
2024-07-21 13:26:35
1106
原创 双目相机立体匹配算法概述
双目立体匹配是计算机视觉中的一个重要研究方向，其目的是通过两个摄像头拍摄的图像来恢复场景的三维信息。本文将对传统算法和深度学习算法进行概述。
2024-07-21 11:18:26
2144
原创 图像分割网络概述
图像分割是计算机视觉领域的一个重要任务，旨在将图像分解为多个有意义的部分。通过分割，计算机可以更好地理解图像中的物体和背景。近年来，深度学习方法在图像分割上取得了显著的进步，众多不同的网络架构相继被提出。本文将介绍几种流行的图像分割网络及其特点。
2024-07-20 22:44:36
848
原创 时间卷积网络(TCN)：序列建模的强大工具(附Pytorch网络模型代码)
时间卷积网络（TCN）是一种专门用于处理序列数据的深度学习模型。实验证明，对于某些任务下的长序LSTM和GRU等RNN架构，因此如果大家有多输入单输出(MISO)或多输入多输出(MIMO)序列建模任务，可以尝试使用TCN来作为创新点。
2024-07-19 11:36:30
1037
原创 一文讲懂图神经网络GNN(剧本杀版)
图神经网络（GNN）是一类专门设计用于处理图结构数据的深度学习模型。为了便于各位看官易于理解GNN中节点、边和图的概念，小编这里构造一个虚拟的剧本杀游戏如下：
2024-07-18 21:22:26
1176
原创 差分进化算法原理及其MATLAB/Python代码
今天给大家带来的是一个非常经典的智能优化算法–差分进化算法(DE)，说它是现有各类优化算法的鼻祖之一也不为过(除此之外还有PSO、GA、蚁群优化算法ACO等)。小编在本科阶段打数学建模竞赛最钟情的算法就是本文介绍的差分进化算法DE，即使它似乎没那么新颖，但小编认为其核心思想与独特的算法设计值得每一位研究优化算法的同学学习，或许会启发你的idea哦~
2024-07-17 11:40:05
836
原创 Adam优化器在智能寻优领域的表现
引用自：Adam: A Method for Stochastic Optimization首先介绍一下Adam优化器，作为地表最强神经网络优化器，引用次数高达十八万在所有论文引用次数中都是排进前十的！其在深度学习领域可谓无人不知无人不晓。Adam优化器是由Diederik P. Kingma和Jimmy Ba在2014年提出的，其结合了AdaGrad和RMSProp的优点，它通过维护梯度的一阶矩（动量）和二阶矩（未中心化方差）的指数加权移动平均，以自适应的方式调整每个参数的学习率。
2024-07-16 15:00:29
479
原创 时间序列预测机器学习算法整合(TCN、LSTM、GRU、Transformer等)，包含详细的分析与源码
时间序列预测机器学习算法整合(TCN、LSTM、GRU、Transformer等)，包含详细的分析与源码
2024-07-15 16:48:14
898
原创 冠豪猪优化算法(CPO)（附开源完整MATLAB代码）2024最新算法！全网最全面讲解！
冠豪猪优化算法(CPO)（附开源完整MATLAB代码）2024最新算法！全网最全面讲解！
2024-07-15 09:59:45
835
原创 特征选择方法 (MIC互信息、DCOR距离相关系数、KPCA、随机森林贡献等)，含python代码
在很多机器学习任务中，特征选择是一个至关重要的步骤，本文以二手船造价预测为具体事例，探讨如何通过更高效的特征选择法识别和保留最具影响力的特征，从而构建更高效、更准确的预测模型。
2024-07-14 18:09:24
1834
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