人工智能
文章平均质量分 84
沐阳zz
这个作者很懒,什么都没留下…
展开
-
ccf等会议排行参考
ccf会议原创 2022-11-16 10:05:35 · 11796 阅读 · 2 评论 -
快速写论文
。。。。。。。原创 2022-11-14 22:57:36 · 660 阅读 · 0 评论 -
医学分割-分类指标
又称预测阳性结果的正确率,是指待评价的诊断试验结果判为阳性例数中,真正患某病的例数所占的比例,即从阳性结果中能预测真正患病的百分数,这也是临床医生最关心的诊断指标。一般情况下(患病率)敏感性越高的实验诊断项目,其阴性预测值越高,相反,特异性越高的临床实验诊断阳性预测值越好。受试者工作特征曲线就是以假阳性概率(False positive rate)为横轴,真阳性(True positive rate)为纵轴所组成的坐标图,和受试者在特定刺激条件下由于采用不同的判断标准得出的不同结果画出的曲线。原创 2022-11-08 20:34:15 · 1613 阅读 · 0 评论 -
【无标题】
背景介绍:自2015年以来,在生物医学图像分割领域,U-Net得到了广泛的应用,目前已达到四千多次引用。至今,U-Net已经有了很多变体。目前已有许多新的卷积神经网络设计方式,但很多仍延续了U-Net的核心思想,加入了新的模块或者融入其他设计理念。原创 2022-11-07 11:21:52 · 416 阅读 · 0 评论 -
使用命令设置IPMI地址
2、如配置独享端口的IP地址:(如上面图中那个红色的网口)3、配置共享端口的IP地址:(服务器自带的业务网卡)原创 2022-10-09 10:30:31 · 3278 阅读 · 0 评论 -
时间序列异常检测- 基于KDD99数据集的实战
一. 介绍异常检测(Anomaly detection)是目前时序数据分析最成熟的应用之一,定义是从正常的时间序列中识别不正常的事件或行为的过程。有效的异常检测被广泛用于现实世界的很多领域,例如量化交易,网络安全检测、自动驾驶汽车和大型工业设备的日常维护。基础上,将会呈现之前提及的一些深度/传统机器学习算法模型基于KDD99以及NSL_KDD数据集的性能表现,并结合具体数据情况给出各个模型的评估结果,并做一个总结。二. KDD数据集KDDCup99介绍:https://blog.c转载 2021-08-28 09:20:21 · 4949 阅读 · 1 评论 -
时间序列中的异常检测&孤立森林&异常可视化-lstm-arivm
指标值的突然上升或下降是一种异常行为,这两种情况都需要注意。如果我们在建模之前就有异常行为的信息,那么异常检测可以通过监督学习算法来解决,但在没有反馈的情况下,最初很难识别这些点。因此,我们可以使用孤立森林(Isolation Forest)、支持向量机和LSTM等算法将其建模为一个无监督问题。下面使用孤立森林识别异常点。这里的数据是一个用例(如收益、流量等),每天有12个指标。我们必须首先确定在用例级别上是否存在异常。然后,为了获得更好的可操作性,我们深入到单个指标,并识别其中的异常情况。现在原创 2021-05-24 22:40:11 · 5176 阅读 · 12 评论 -
yolov5全解-一文通关
序言yolov5的配置过程总体来说还算可以,但是网上大部分博客都没有仔细介绍具体步骤,本文将从最细节的层面记录windows10系统下的yolov5环境配置的全过程,以及yolov5使用的一些细节,以及如何制作和训练自己的数据集。注:yolov5官网代码更新速度较快,相关依赖环境如pytorch,apex等也会采用更新的版本。博主上传了2021年2月配置成功的工程文件,如需要老版本代码可以自行下载或从官网下载。若配置遇到困难可以参考评论区的一些回答,若还未解决,欢迎评论区留言或私信,博主将尽力解决。原创 2021-05-19 08:10:54 · 13403 阅读 · 3 评论 -
Swin-Transformer分类源码(已跑通)
这是跑通的分割源码介绍,大家有需要可以参考一下1、Swin-Transformer分割源码(已跑通) 2、关于swin transformer原理的一些补充理解3、Swin-Unet(分割改编)一. 概要最近swin-transformer大火,代码开源两天,girhub直接飙到1.9k。估计接下来关于和swin-transformer相结合的各种网络结构paper就要出来了,哈哈,我也是其中的一员,拼手速吧各位。它的原理网上的博客已经讲的非常的细致了,甚至还有带着读源代码的。这些大佬真的很原创 2021-05-19 07:56:03 · 10838 阅读 · 19 评论 -
深度学习: 指数加权平均
1. 指数加权平均指数加权平均是深度学习众多优化算法的理论基础,包括Momentum、RMSprop、Adam等,在介绍这些优化算法前,有必要对指数加权平均(exponentially weighted averages)做一个简单的介绍,以期对后续的优化算法的原理有所知晓。何为指数加权平均那?现在想求一段时间内的平均温度,给定一段时间的温度序列,加和平均结果为,每天温度的权重都是相同的。进一步,若要根据平均气温预测明天的温度,显然昨天的温度应该较30...原创 2021-04-03 07:30:03 · 2198 阅读 · 0 评论 -
18大经典数据挖掘算法小结-转载
1.C4.5算法。C4.5算法与ID3算法一样,都是数学分类算法,C4.5算法是ID3算法的一个改进。ID3算法采用信息增益进行决策判断,而C4.5采用的是增益率。详细介绍链接:http://blog.csdn.net/androidlushangderen/article/details/423958652.CART算法。CART算法的全称是分类回归树算法,他是一个二元分类,采用的是类似于熵的基尼指数作为分类决策,形成决策树后之后还要进行剪枝,我自己在实现整个算法的时候采用的是代价复杂度算法,转载 2020-10-16 13:07:55 · 241 阅读 · 0 评论