- 博客(12)
- 收藏
- 关注
RSS订阅原创 情感分析的模型
使用PyTorch的DataLoader类创建训练集和验证集的DataLoader，设置batch_size和shuffle。首先，使用pandas的read_csv函数读取CSV数据集。这段代码主要是用BERT模型进行中文情感分类任务，使用了PyTorch和Hugging Face的Transformers库。这段代码主要是用BERT模型进行中文情感分类任务，使用了PyTorch和Hugging Face的Transformers库。使用train_test_split函数将数据集划分为训练集和验证集。
2023-06-07 21:07:05
260
原创 天气预报系统
在这个监听器中，首先获取到了用户输入的城市名称，然后在新的线程中执行了天气查询的操作。btnsearch是搜索按钮，etCityName是输入城市名的输入框，其余的都是显示信息的文本视图。当用户点击搜索按钮时，会获取输入框中的城市名，并启动一个新的线程来获取天气信息。最后，创建一个Message对象，将获取到的天气信息放入Message中，并通过Handler发送到主线程，更新UI。在这个方法中，首先调用了。字段是否为1，如果是，那么就从消息的数据包中获取出天气信息，并将这些信息显示在界面上的相应位置。
2023-05-19 10:54:44
297
原创 基于隐马尔科夫模型的词位标注
前向算法用于计算在给定观测序列的前提下，模型到达某个特定状态的所有路径的概率之和。后向算法则用于计算给定模型和某个特定状态，从这个状态到观测序列结束的所有路径的概率之和。结合前向和后向算法，可以计算出每个时间步上的词性概率。：对训练集中出现的词和词性进行统计，并建立状态转移矩阵和观测矩阵。状态转移矩阵表示从一个词性转移到另一个词性的概率，观测矩阵表示给定词性下生成某个词的概率。：从文件中读取数据，并将每一行分割成词和对应的词性。：在输入的句子中，对每个词进行词性标注。这是通过查找最大的词性概率来实现的。
2023-05-14 14:21:59
127
原创 fft2视频压缩
该脚本使用不同的压缩比压缩视频的每一帧，并在单独的窗口中显示结果图像。4、创建一个名为 apply_compression 的函数，该函数接受平移后的 FFT 和压缩比作为输入，并在应用基于幅度阈值的掩模后返回压缩后的 FFT。创建一个名为 apply_compression 的函数，该函数接受平移后的 FFT 和压缩比作为输入，并在应用基于幅度阈值的掩模后返回压缩后的 FFT。这个脚本从指定目录读取名为 "bike.mp4" 的视频文件，使用快速傅里叶变换 (FFT) 进行压缩，并显示压缩后的图像。
2023-04-18 21:17:18
171
原创 三窗口播放视频文件的灰度影像和其傅里叶变换振幅谱
我们使用cv2.waitKey()函数等待按键事件或一定的时间，当按下键盘上的“q”键时，退出循环并释放视频文件。我们将每一帧的原始图像转换为灰度图像，并在一个名为“frame”的窗口中显示。接下来，我们对每一帧图像进行二维傅里叶变换，并计算其原始振幅谱，并在名为“mg_spc”的窗口中显示。然后，使用cv2.VideoCapture()函数载入指定的视频文件，通过循环不断读取视频文件的每一帧图像。这段代码演示了如何使用OpenCV来载入并播放一个视频文件，并展示了视频文件的灰度影像和其傅里叶变换振幅谱。
2023-04-11 17:56:24
99
原创 逆傅里叶变换
代码创建了一个混合信号，该信号由四个不同的正弦波组成：两个正弦波和两个余弦波，每个波具有不同的振幅和频率。然后使用快速傅立叶变换（FFT）和去噪操作对混合信号进行处理，以过滤掉高频成分和噪声。这些图表有助于可视化过滤和去噪操作对混合信号的影响。
2023-04-04 21:10:23
1738
原创 快速傅里叶变换
代码的目的是生成四个正弦和余弦波，将它们相加以获得混合信号，然后计算信号的傅里叶系数，并对振幅频谱进行去噪处理。为此，定义了两个函数 getSin 和 getCos，它们接受振幅、频率、相位和采样点列表作为参数，返回对应的正弦波或余弦波。1、选择合适的库：为了实现信号处理和可视化，我们需要使用 numpy（数值计算）、matplotlib（绘图）和 math（数学函数）库。3、混合信号：生成四个不同振幅、频率和相位的正弦和余弦波，将它们相加以获得一个复杂的混合信号。这样，我们可以更容易地观察频谱的对称性。
2023-04-03 16:45:14
259
1
原创 通过贝叶斯分类实现预测界面化
这段代码是一个名字性别预测系统的程序，采用朴素贝叶斯分类器。程序实现了一个基于Tkinter的图形界面，用户可以输入名字，预测该名字的性别。main() 函数中初始化Tkinter窗口，加载模型，设置窗口大小和位置，并启动Tkinter的主事件循环。其通过计算先验概率、字符频率等来训练模型，并基于这些概率预测名字的性别。定义了一个朴素贝叶斯分类器类（NaiveBayesClassifier）来实现训练和预测功能。读取训练数据，创建并训练朴素贝叶斯分类器，然后将训练好的模型保存到文件。
2023-04-03 16:29:32
229
1
原创 朴素贝叶斯分类
c. 预测：在预测过程中，我们计算每个类别的后验概率，并选择具有最高后验概率的类别作为预测结果。a. 数据集划分：将数据集分为训练集和测试集，以便在训练集上训练模型并在测试集上评估模型的性能。b. 数据预处理：将每个姓名拆分为单个汉字，并将性别标签转换为数字（0表示男，1表示女）。d. 预测性别：使用训练好的朴素贝叶斯分类器预测输入姓名的性别，并返回预测结果。a. 定义一个预测函数：该函数接受一个中文姓名作为输入，并返回预测的性别。c. 特征提取：将输入的姓名转换为数字特征向量，与训练数据的特征表示相同。
2023-03-23 21:45:21
128
1
原创 谈谈关于AR的一些事情
通过手机上的AR应用，我可以在博物馆里看到实时的增强现实信息，比如古代文物的还原图像、文物的历史背景等等。当我想在家里购买新的家具时，这个应用可以让我在手机上预览不同款式和颜色的家具，将其放在家中的实际场景中，让我更好地感受到家具的大小和样式，而不需要真的去商店里试坐或试摆。总之，AR技术的应用范围越来越广泛，它可以帮助我们更好地理解和探索世界，也可以在工作中提高效率和质量。AR技术的应用越来越广泛，我在生活和工作中也遇到了一些有趣的AR技术应用，下面我来分享一下我的经历。
2023-03-23 21:14:29
72
原创 Android studio制作简单计算器apk文件
如果输入的用户名和密码与预定义的用户名和密码相匹配，将进入新的活动（CalculateActivity）。c. 检查输入的用户名和密码是否与预定义的用户名和密码相匹配，如果匹配，则启动新的活动（CalculateActivity），并显示一个登录成功的提示消息。b. RadioButton（id为radioButton）：显示“RadioButton”的单选按钮，此处应该有一个描述性的文本，如“记住我”。d. 如果输入的用户名和密码与预定义的用户名和密码不匹配，则显示一个账号或密码错误的提示消息。
2023-03-23 21:05:23
1252
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