自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(21)
  • 资源 (3)
  • 收藏
  • 关注

原创 图相关论文阅读与总结

1. Adaptive Structural Fingerprints for Graph Attention Networks——图注意力网络的自适应结构化指纹(ADSF)1.1 解决的问题本文是对图注意网络(GAT)的一个扩展。传统的GAT计算注意力权重时只会利用一跳邻居的节点特征,如果利用高阶邻居的节点特征会引起过平滑的问题。因此,本文解决的主要问题是如何在GAT中利用丰富并且高阶的结构化信息。1.2 提出的方法传统的GAT:已知节点iii和它的一跳邻居jjj的特征分别为hih_ihi​和h

2021-04-14 20:32:30 576 2

原创 Node.js开发Web Server博客项目复盘

项目地址项目我放在github上辣:github链接整体框架前端页面比较简单,通过http-server运行在8001端口,以方便实现前后端的联调服务器端首先在入口文件中,根据Node.js中的http模块的creatServer来创建server。创建server传入两个参数,一个是请求req(也就是request),另一个是响应res(也就是response)。创建server时,我们需要根据请求req中的路由path开发对应的函数处理,也就是说,我们要对浏览器中输入的路径做对应的处理,这

2021-03-19 22:28:32 239

原创 GCN的反向传播推导

GCN的反向传播我特么终于推出来了!!!1.预备知识随机梯度下降法根据以下公式更新梯度θt+1=θt−α1K∑(x,y)∈δt∂L(y,f(x;θ))∂θ(1)\theta_{t+1}=\theta_{t}-\alpha\frac{1}{K}\sum_{(x,y)\in \delta_t}\frac{\partial L(y,f(x;\theta))}{\partial \theta} ...

2020-03-27 19:27:10 3045 3

原创 【泛读】NIPS- Break the Ceiling:Stronger Multi-scale Deep GCNs

Break the Ceiling:Stronger Multi-scale Deep GCNs Whats the problem?现存的图神经网络没有充分利用多尺度信息和深层架构。1.如果基于GCN架构增加层数,提取的特征最多保留图结构的固定信息,并且丢失节点特征中的所有信息。2.ReLU是一个阴谋家。代码链接How to solve them?作者证明了任何具有明确定义的解析...

2020-03-11 11:43:35 376

原创 如何建立风险分析模型

入门风险分析,总结一下建立风险分析模型的方法。方法一这类模型比较简单,首先确定所评估的风险具有哪些风险因素,然后根据这些因素建立一个数学模型,例如在文献[1]中,研究猪场疫病的风险分析,首先确定了风险因素有场址、管理措施、生物安全,然后用PnP_nPn​代表经各处理措施后仍带毒的概率,最后利用这些概率建立风险分析模型。[1] 臧一天,谭业平,胡肄农,等. 规模化猪场瘟疫传入风险分析模型的构...

2020-02-14 10:32:13 16132

原创 利用Faster RCNN实现交通标志识别(检测小目标)

a.k.a.曲老师的期末大作业观察了一下老师的给的训练集,一共有五类:交通灯d,指示标志s,指路标志l,禁令标志z,警告标志j。训练集里的交通灯太小了,最小的只有3个像素,之前读的一些论文都提到YOLO的缺点就是检测小目标物体,于是我决定选择Faster RCNN ????第一步 训练自己的数据集整体流程没啥好说,完全参照大佬的教程:使用faster-rcnn.pytorch训练自己数据集(完整...

2020-01-08 18:46:31 6312 8

原创 基于HNSW算法的图像配准(局部特征点匹配)

图像配准本次实验中的图像配准是将两张图片进行匹配,叠加,最终变成一副图。也就是将下面两张图变成1张图: 变成:(两个黄色的边框代表不同的图片)图像流程这个流程我也不知道对不对,反正瞎几把乱搞读取两幅图像分别对两张图提取SIFT特征匹配两张图的特征点筛选出可以用来配准的特征点根据选出的点建立两张图像的映射关系,进行匹配读取图像&提取SIFT特征import...

2019-12-04 21:35:17 1873 1

原创 Eigenface原理与python实现

1.问题描述图像表示的难点在于它的高维度。二维的p×q的灰度图像就有一个维度为1×pq的特征,所以一张100×100的图像就有一个10000维的特征。这个数据对于任何计算来说都是庞大的,但是否所有维度的信息都是有用的?其实,我们只要找到存储着大量信息的部分就行。Principal Components Analysis (PCA) 由karl等人提出,它将一组可能相关的变量变成较小的一组不相关...

2019-11-30 17:06:58 2157 6

原创 深入理解CVPR 2019论文 Linkage Based Face Clustering via Graph Convolution Network基于图卷积的人脸聚类

论文的翻译可以参考这篇博客CVPR 2019 Linkage Based Face Clustering via Graph Convolution Network论文翻译接下来是我的一些拙见。1.解决的问题该工作要解决的问题是人脸特征分布复杂情况下的人脸聚类任务。受遮挡、光照等因素的影响,人脸特征的分布复杂,会面临两个难题:1)预先假设数据分布的方法不再适用,例如K-Means聚类方法(...

2019-10-16 16:43:54 2252 24

原创 CVPR 2019 Linkage Based Face Clustering via Graph Convolution Network论文翻译

摘要本文中,我们介绍了一个准确且scalable的方法来实现人脸聚类任务。我们的目的在于通过人脸潜在的identities实现人脸聚类。我们将这问题当做是连接预测问题:如果两个人脸是同一个人,则他们之间存在连接。关键思想是我们在一个实例(人脸)周围的特征空间中找到局部上下文,其中包含有关该实例与其邻居之间的连接关系的丰富信息。我们利用图卷积网络(GCN)进行推理并推断子图中各对之间链接的可能性,...

2019-10-10 18:57:48 1751 3

原创 基于hnsw近邻算法的人脸图像检索Web应用

最近用Bootstrap+Flask+hnsw近邻搜索算法+人脸识别算法,实现了人脸相似度检索的Web应用,最后利用Apache部署了这个web应用。人脸识别算法是face recognition,可以通过pip安装:sudo pip3 install face_recognition。hnsw算法来自hnswlib:sudo pip3 install hnswlib。使用Bootstra...

2019-09-14 11:09:06 1947 7

原创 创建HNSW结构的小工具

上一篇讲解了HNSW算法,这篇博客主要借助python的GUI编程库,实现了创建HNSW中index(也就是整个结构)的小工具。工具里我另外嵌入了提取特征的部分,使用的是Resnet。*使用工具需要安装tkinter库,pytorch,numpy,natsort。界面及使用介绍这么丑的界面,除了我没有人能做出来了。路径输入你图片的文件夹名称以提取特征,比如“…/faces/”,注意最后一定...

2019-09-05 16:17:59 767

原创 HNSW算法原理与源码解读

  HNSW——Hierarchical NSW (分层的NSW算法),是近似k近邻搜索中的新方法,也是对NSW方法的改进,它由多层的邻近图组成,因此称为分层的NSW方法。NSW方法  NSW的搜索机制可以通过一个例子解释清楚。  首先在这张图中有六个地点,每一个点代表一个机场,而点的大小表示了这个机场的规模。现在我们要从Toksook bay出发,目的地是Ibaza,那么首先,我们在To...

2019-08-28 21:54:02 14720 18

原创 Python复现C++程序的那些难点

难点一 关于容器  C++中的容器包括vecotr(最常用)、deque、list等等,python里的“容器”也有很多,比如list、turple、matrix等等,这都很好理解,替换起来也比较容易,但,当C++中的容器遇上类,python该如何应对呢?比如以下情况:// c++class a: public std::vector<double>{protected: ...

2019-08-12 15:43:01 223 1

原创 【LeetCode】43.字符串相乘--Python

题目描述  给定以字符串形式比表示的非负整数num1和num2,返回num1和num2的乘积的字符串形式。  例如num1=“123”,num2=“456”  输出:“56088”分析  这类涉及乘法的问题要考虑数字界限,但对于Python来说,大数完全没问题。可以直接return str(int(num1)*int(num2)),但是对于我们这些有追求的人 老实人,还是要考虑一下界限问...

2019-08-04 21:26:41 296 2

原创 【LeetCode】915.分割数组-Python

题目描述  给定一个数组A,将其划分为两个不想交(没有公共元素)的连续子数组left和right,使得  1)left 中的每个元素都小于等于 right 中的每个元素;  2)left 和 right 非空;  3)left 要尽可能小;  最后返回 left 的长度。  例如: 输入[5, 0, 3, 8, 6] ----->输出 3  因为 left = [5, 0,...

2019-08-03 21:27:33 384

原创 【LeetCode】2.两数相加

题目描述  给出两个非空的链表用来表示两个非负的整数。其中,他们各自的位置按照逆序的方式存储,并且它们的每个节点只能存储一位数。  如果,我们将这两个数相加起来,则会返回一个新的链表表示他们的和。  例如,输入(2->4->3)+(5->6->4)  输出:7 -> 0 -> 8  因为 342 + 465 = 807主要思路  指针p,q分别是链...

2019-08-02 20:59:26 144 1

翻译 异常检测论文翻译——A Deep Learning Approach for Unsupervised Anomaly Detection in Time Series

原文链接:DeepAnT----A Deep Learning Approach for Unsupervised Anomaly Detection in Time Series摘要传统的基于距离与维度的异常检测技术不能检测流数据中的具有周期性的点异常,这使得在物联网时代,时间序列异常检测存在着较大差距。为了解决这个问题,我们提出了一个新的基于深度学习的时间序列异常检测方法(Dee...

2019-07-27 16:44:58 3620 5

转载 AI算法工程师手册

AI算法工程师手册 链接地址

2019-05-03 14:46:42 734

原创 Lasso原理与Python实现

Lasso原理与Python实现lasso原理Python实现Lasso 原理    在一般的回归情形中,对于数据集(xi,yi)\left(\mathrm{x}^{i}, y^{i}\right)(xi,yi),最小二乘法估计通过计算预测值与真实值之间的最小平方和对数据进行预测,但是数据分析不常满足最小二乘估计,而提升最小二乘估计的两个标准技术:子集选择与岭回归都存在缺陷。子...

2019-05-02 00:02:16 8230 6

原创 ubuntu18.04+cuda9.2+cundnn7.1.4成功安装tensorflow1.12.0(解决缺少libcublas.so.9.0 )

ubuntu18.04+cuda9.2+cundnn7.1.4成功安装tensorflow1.12.0前提错误:缺少libcublas.so.9.0历时三天,用尽各种办法,搞坏两个系统,终于成功了,贴出来仅供参考(具体情况具体分析)前提1.已安装cuda9.2,与对应的cudnn版本,我是cudnn7.1.42.环境变量已设置(PATH,LD_LIBRARY_PATH)错误:缺少libc...

2019-01-24 16:49:47 1489 1

Image registration.rar

提取SIFT特征,利用HNSW算法匹配特征点,最后实现了图像配准。代码中包括代码,使用的图片,代码有详细注释

2019-12-04

BootStrap所有相关文件+乐视商城案例

资源包括bootstrap所需的js,css,font,以及一个我写的乐视商城案例。

2019-10-10

异常检测.rar

本资源包括异常检测领域的论文七篇,翻译两篇,包括2016-Social Science Electronic Publishing---outlier detection in structural time series models、2017-Neurocomputing---Unsupervised real-time anomaly detection for streaming data、2018-IEEE Access---An Outlier Detection Algorithm Based on Cross-Correlation Analysis for Time Series Dataset、2018-IEEE Access---Detecting Anomalies in Time Series Data via a Meta-Feature Based Approach、2019-IEEEE Access---A Deep Learning Approach for Unsupervised Anomaly Detection in Time Series、Self-adaptive statistical process control for anomaly detection in time series、中-2018-电子学报---Time Series Anomaly Detection Model Based on Hierarchical Temporal Memory

2019-08-01

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除