人工智能
文章平均质量分 65
就是求关注
程序搬运工
知识传播者
人工翻译员
视频替代者
就是求关注
程序搬运工
知识传播者
人工翻译员
视频替代者
就是求关注
程序搬运工
知识传播者
人工翻译员
视频替代者
就是求关注
展开
-
基于图像分割的疲劳检测方法研究
随着社会的不断进步,汽车已经成为了当今世界拥有主宰地位的交通工具。然而汽车数量的上升同时也导致交通事故数量猛增,由司机疲劳驾驶引起的交通事故的发生频率更是不断攀升。疲劳的复杂性引起了各个学科的研究者广泛关注,传统的疲劳评估方法不仅需要精密的设备,而且耗费大量时间。当前大多数基于图像识别的疲劳检测主要围绕复杂工况下的驾驶员瞳孔位置检测、眼睛状态识别或基于整体的面部疲劳表情识别展开研究。但是这些方法不足以完全对人的疲劳程度进行提取并精准预测。 因此,本文提出了一个方法就是围绕人脸部的黑原创 2022-12-28 21:26:16 · 489 阅读 · 0 评论 -
基于强化学习的坦克大战python语言实现
深度强化学习在游戏领域中有着广泛的应用,使用深度强化学习方法训练的智能体能在一些游戏上有接近人类玩家 的表现。本设计并实现了一个坦克对战游戏环境,并将深度强化学习应用到游戏中,使用 BP强化学习练智能体,使智 能体程序能在游戏中获胜。原创 2022-06-01 13:24:42 · 2015 阅读 · 1 评论 -
自然语言处理技术之词嵌入方法-2
词嵌入是自然语言处理(NLP)中语言模型与表征学习技术的统称,也是实现自然语言处理任务的基础。目录传统词向量特征的表示方法1.one-hotone-hot的缺点2.TF-IDFTF-IDF的缺点3.词的分布式表示(distributed representation)目前常用基于分布式的词嵌入方法1.Word2VecCBOW模型Skip-gram模型2.Doc2vecPV-DM(A distributed memory model)PV-DBOW(D.原创 2020-11-22 23:30:23 · 2927 阅读 · 0 评论 -
全面概述什么是人工智能?
人工智能(AI)是通过机器(尤其是计算机系统)对人类智能过程进行的模拟。AI的特定应用包括专家系统,自然语言处理(NLP),语音识别和机器视觉。AI编程专注于三种认知技能:学习,推理和自我纠正。学习过程。AI编程的这一方面着重于获取数据并创建有关如何将数据转化为可操作信息的规则。这些规则称为算法,为计算设备提供了有关如何完成特定任务的逐步说明。推理过程。AI编程的这一方面着重于选择正确的...翻译 2020-05-04 23:17:29 · 7376 阅读 · 0 评论 -
跨行业数据挖掘标准流程(CRISP-DM)
CRISP-DM概念CRISP-DM代表跨行业的数据挖掘过程,CRISP-DM 模型是KDD模型的一种。CRISP-DM方法论提供了计划数据挖掘项目的结构化方法。这是一种可靠且经过验证的方法。CRISP提供了一种开放的、可自由使用的数据挖掘标准过程,使数据挖掘适合于商业或研究单位的问题求解策略。它把这个过程定义为六个标准阶段,分别是商业理解、数据理解、数据准备、建立模型、模型评估和模型发布,以...翻译 2020-05-01 09:11:27 · 4802 阅读 · 0 评论 -
原创性论文解读笔记、技术普及、工作论文、科学普及文章
人工智能技术飞速发展,它与各个专业的结合使当众多研究领域充满未知与挑战。本社区以追踪前沿深度学习技术为主,共享交流人工智能技术所应用领域的前沿论文解读、技术普及。使"AI+"思想深入普及。论文解读笔记读论文是当前每个学生及想了解该领域的入门法宝。读每一篇原创性论文,不管是中文还是英文,你都会将电子论文打印下来,认真标注,仔细思考。但是随着时间的久远,这些纸质的东西(或者你在PDF版进行的标注...转载 2020-04-21 19:32:37 · 411 阅读 · 8 评论 -
TypeError: Unexpected keyword argument passed to optimizer: name解决方法
当在使用keras加载模型时:以下这句代码容易报错:model = load_model('my_model_name.h5', compile=False)2个原因和解决方法:1. AMSgrad只支持2017年12月11日后发行的keras版本。解决方法:pip install --upgrade keras2.设置compile = False的解决方案就可以。...原创 2020-03-24 23:15:52 · 2043 阅读 · 1 评论 -
基于LSTM、RNN及滑动窗口CNN模型的股票价格预测
Abstract原文:Stock price prediction using LSTM, RNN and CNN-sliding window model股票市场或股票市场对当今经济产生深远影响。股价的上涨或者下跌对投资者的收益具有重要的决定作用。现有的预测方法使用线性(AR,MA,ARIMA)和非线性算法(ARCH,GARCH,神经网络),但它们侧重于使用每日结算预测单个公司的股...翻译 2020-02-28 09:23:33 · 5394 阅读 · 0 评论 -
机器学习、深度学习相关资料下载
1:数据挖掘:概念与技术(中文第三版)链接: https://pan.baidu.com/s/1skTjb69 密码: 6ixx2:矩阵分析.美国 Roger.A.Horn.链接: https://pan.baidu.com/s/1boVDyAN 密码: p85p3:统计学习方法 李航链接: https://pan.baidu.com/s/1o85OO22 密码: v3ri...转载 2020-02-06 14:43:31 · 1087 阅读 · 0 评论 -
Attention Model最容易理解最权威的解释
本文完全摘自:https://www.cnblogs.com/LittleHann/p/9722779.html;阅读目录(Content)1. Attention model简介0x1:AM是什么0x2:AM在机器翻译中的应用0x3:Attention Mechanism分类1. hard: Attention和soft: Attention2. Global Attentio...转载 2019-02-27 20:00:19 · 2711 阅读 · 0 评论 -
基于深度学习的汽车行业评论文本的情感分析
使用卷积神经网络对汽车行业评论文本进行情感分析。dateset爬取汽车之家车主口碑评论文本,抽取口碑中最满意以及最不满意评论文本,分别作为正向情感语料库和负向情感语料库。爬虫技术视频链接:https://pan.baidu.com/s/1ySXWuVmPW79Wa0lDvDKy_Q语料库基本信息如下:训练集(data/ch_auto_train.txt): 40000 =...转载 2019-02-25 00:22:43 · 4992 阅读 · 2 评论 -
基于Bi-lstm+attention机制实现经济领域的实体关系抽取(数据及代码实现)
最近无意中发现了一份某人自己注释的经济领域数据集,但是只是采用了简单的方法进行实体关系抽取,闲来之余,便将新关注的attention机制加以深度学习再一次实现该实体关系抽取,废话不多说,下面开始进入正题;数据集描述:该数据集的收集者可能参考了某比赛数据集(竟然有从属关系),定义了5种实体关系,其分别为:股票关系;买卖关系;从属关系;角色关系;合作关系;其五种数据的关系展示分别如下:...原创 2019-02-27 00:19:08 · 8049 阅读 · 6 评论 -
基于python实现的车牌识别系统
开发环境:python3.4.4,opencv3.4,numpy1.14,tkinter和PIL5.运行:开始识别:识别:原创 2019-03-26 00:04:18 · 20458 阅读 · 14 评论 -
ARIMA时间序列模型预测洗发水销售数据代码模型讲解
1 概念 ARIMA模型,全称为自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model),是由博克思(Box)和詹金斯(Jenkins)于20世纪70年代初提出的一种时间序列预测方法。ARIMA模型是指在将非平稳时间序列转化为平稳时间序列过程中,将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型。...转载 2019-05-10 22:22:10 · 4632 阅读 · 0 评论 -
基于LSTM、RNN及滑动窗口CNN模型的股票价格预测
基于LSTM、RNN及滑动窗口CNN模型的股票价格预测 Abstract股票市场或股票市场对当今经济产生深远影响。股价的上涨或者下跌对投资者的收益具有重要的决定作用。现有的预测方法使用线性(AR,MA,ARIMA)和非线性算法(ARCH,GARCH,神经网络),但它们侧重于使用每日结算预测单个公司的股票指数变动...翻译 2019-07-05 17:33:46 · 10852 阅读 · 1 评论 -
回归分类问题中数据特征的处理方法总结及代码实现
回归分类等问题中数据预处理方法总结及相关代码实现 ------------------------------------(总结...原创 2019-07-11 09:35:31 · 1970 阅读 · 0 评论 -
人工智能发展历史概述
人工智能发展道路上的大事记 ----------------详细版 从20世纪50年代开始,许多...原创 2019-07-15 16:16:31 · 55883 阅读 · 0 评论 -
垃圾分类数据集(垃圾图片数据集)
为了响应垃圾分类的热点问题,抽空收集了一些垃圾的图片。进行垃圾分类的算法预测与分析(模型基本上大家可以尝试采用CNN)图像的垃圾分类数据描述如下:1.玻璃瓶 2.废纸箱 ...原创 2019-07-18 09:58:37 · 22644 阅读 · 28 评论 -
采用LSTM模型预测物体损伤加速度
采用LSTM模型预测物体损伤加速度 ---...原创 2019-07-17 14:07:58 · 1103 阅读 · 0 评论 -
一文让你读懂决策树算法
决策树算法简介决策树算法属于监督学习算法族。与其他监督学习算法不同,决策树算法也可用于解决回归和分类问题。使用决策树的一般动机是创建一个训练模型,该模型可用于通过学习从先前数据(训练数据)推断的决策规则来预测目标变量的类或值。与其他分类算法相比,决策树算法的理解水平非常简单。决策树算法试图通过使用树表示来解决...翻译 2019-08-25 21:48:11 · 942 阅读 · 0 评论 -
基于LSTM模型的股票价格趋势预测,预测未来一天的开盘价格(附代码详解与注释)
一:简介该股票价格选取了谷歌股票2012年1月3日至2016年12月20日,每天股票开盘的价格,其中2016年11月30日之前的股票价格作为LSTM模型的训练数据集。12月1日至20日的开盘价格作为股票价格的预测集。数据展示:测试集数据如该图所示;二:模型介绍LSTM模型是基于时间序列的模型,其内的神经元细胞具有记忆功能,即在该问题上,就是之前的开盘价格会影响后期的开盘价格...原创 2018-11-26 22:43:37 · 17768 阅读 · 2 评论 -
计算机专业毕业设计选题与方向走势
目前计算机技术飞速发展,大约在三四年前,软件工程领域是目前市场较为火热的专业领域,各个大学都相继成立了软件学院或者软件专业,那时安卓APP、网站、系统开发同样也成为大学毕业生和专业硕士毕业生的主流毕设题目。 作为一名马上进入大四的本科毕业生或者研究生毕业生,如何选择自己的毕业设计方向是马上要面临的问题了,首先先来说本科生吧,不管是继续深造还是面临就业,一个好的毕业设计是你走...原创 2018-11-09 22:20:00 · 13997 阅读 · 0 评论 -
计算机视觉处理视频下载
链接: https://pan.baidu.com/s/1sSv5UITXk5kb7Vgl5oxwWA 密码: 62vd链接: https://pan.baidu.com/s/18raaKWtS6COHNBnKBw8vSQ 密码: u6tm资源共享QQ群:755786769更多视频资源可以索取原创 2018-07-04 19:35:14 · 1032 阅读 · 0 评论 -
pycharm开发工具下载连接及安装教程
破解软件链接: https://pan.baidu.com/s/1l4vvhZNZSDuPdKVYdFAoYQ 密码: ba6u 深度学习资源共享群:QQ群:755786769PyCharm2017. 3.X专业版安装使用、注册码激活支持 Win、Mac、Linux操作系统(本文档均以 Windows系统为例) 1开发工具获取、下载默认已经赠送了常用操作系统的开发工具和运行程序,放在目录:“安装...原创 2018-07-04 19:30:34 · 972 阅读 · 0 评论 -
神经网络(LSTM)在股票预测中的具体实现:附keras和tensorflow核心源码讲解)
最近不少网友一直在问我LSTM在股票预测中的实现为何直接copy网上的代码为何运行不了或者将和股票数据类似的数据运行在网上的一些模型上不能顺利运行?在这个我将一一解答上述问题,并给出相关代码在股票预测中的讲解(如还有问题可进群(225215316,进行讨论询问等)。 首先,网上直接copy代码在自己的环境下运行,即使博主发出的代码是可行的,也可能由于环境配置问题带来报错问题,还有...原创 2018-06-28 20:25:24 · 52876 阅读 · 8 评论 -
计算机毕业生毕业论文写作及选题方向
目前计算机技术飞速发展,大约在三四年前,软件工程领域是目前市场较为火热的专业领域,各个大学都相继成立了软件学院或者软件专业,那时安卓APP、网站、系统开发同样也成为大学毕业生和专业硕士毕业生的主流毕设题目。 作为一名马上进入大四的本科毕业生或者研究生毕业生,如何选择自己的毕业设计方向是马上要面临的问题了,首先先来说本科生吧,不管是继续深造还是面临就业,一个好的毕业设计...原创 2021-10-20 21:27:14 · 4343 阅读 · 1 评论 -
基于RNN(循环神经网络)的北京雾霾天气指数的预测(keras实现RNN,LSTM神经网络算法)
随着科学技术的发展,人们渴望对天气有一定的掌握空间,从古代的夜观天象到如今的气象卫星,人类在对天气的预测上不断的进步与发展,本文将运用循环神经网络实现对天气情况的初步预测,循环神经网络是人工智能领域深度学习的一种算法,基于对时间序列事情的处理能达到特别好的效果,而天气影响因素恰恰是基于时间序列的。我们通过神经网络模型对影响天气因素的学习,比如:风速、风向、露点温度、(大气)压力等一系列外观因素可以...原创 2018-07-02 18:42:49 · 18404 阅读 · 8 评论 -
如何开发用于情感分析的N-gram多通道卷积神经网络-电影评论的情感分析代码实现
用于文本分类和情感分析的标准深度学习模型使用单词嵌入层和一维卷积神经网络。可以通过使用多个并行卷积神经网络来扩展模型,该网络使用不同的内核大小读取源文档。实际上,这为文本创建了一个多通道卷积神经网络,用于读取具有不同n-gram大小(单词组)的文本。在本教程中,您将了解如何开发一个多通道卷积神经网络,用于文本电影评论数据的情绪预测。完成本教程后,您将了解:如何准备电影评论文本数据进行建模。如何在K...翻译 2018-07-04 19:48:10 · 2859 阅读 · 0 评论 -
深度学习CNN模型预测电影评论中的情感问题
情感分析是一种自然语言处理问题,其中理解文本并预测潜在意图。在这篇文章中,您将了解如何使用Keras深度学习库在Python中预测电影评论的积极或消极情绪。阅读这篇文章后你会知道:关于自然语言处理的IMDB情绪分析问题以及如何在Keras中加载它。如何在Keras中使用单词嵌入来解决自然语言问题。如何开发和评估IMDB问题的多层感知模型。如何为IMDB问题开发一维卷积神经网络模型。 ...翻译 2018-07-13 21:44:41 · 3258 阅读 · 0 评论 -
在TensorFlow中实现CNN复合模型对文本分类任务(多分类任务)
在这篇文章中,我们将实现一个类似于Kim Yoon的用于句子级别分类的卷积神经网络模型的模型。本文提出的模型在一系列文本分类任务(如情感分析)中实现了良好的分类性能,并已成为新文本分类体系结构的标准基线。我假设您已经熟悉应用于NLP的卷积神经网络的基础知识。如果没有,我建议首先阅读了解NLP的卷积神经网络,以获得必要的背景知识。数据和预处理我们将在这篇文章中使用的数据集是电影评论数据集...翻译 2018-07-19 21:13:57 · 4218 阅读 · 0 评论 -
利于深度学习实现淘宝买家评论的情感分析与分类并结合远程监督的思想进行整合数据(代码实现与讲解)
情感极性分析,即情感分类,对带有主观情感色彩的文本进行分析、归纳。情感极性分析主要有两种分类方法:基于情感知识的方法和基于机器学习的方法。基于情感知识的方法通过一些已有的情感词典计算文本的情感极性(正向或负向),其方法是统计文本中出现的正、负向情感词数目或情感词的情感值来判断文本情感类别;基于机器学习的方法利用机器学习算法训练已标注情感类别的训练数据集训练分类模型,再通过分类模型预测文本所...原创 2018-11-09 22:08:36 · 8894 阅读 · 13 评论 -
利用Keras开发用于分类问题的双向LSTM及与LSTM性能的比较
双向LSTM是传统LSTM的扩展,可以提高序列分类问题的模型性能。在输入序列为时间问题的分类数据上,双向LSTM在输入序列上训练的模型是两个而不是一个LSTM。输入序列中的第一个是原始样本,第二个是输入序列的反向样本。这可以为网络提供额外的上下文,并且可以更快,更全面地学习该问题。环境本教程假设您已安装Python SciPy环境。您可以在此示例中使用Python 2或3。本教程假设您使用...原创 2018-11-09 20:16:24 · 7649 阅读 · 0 评论 -
开发和设计实现LSTM模型用于家庭用电的多步时间序列预测
鉴于智能电表的兴起以及太阳能电池板等发电技术的广泛采用,有大量的用电数据可供选择。该数据代表了多变量时间序列的功率相关变量,这些变量又可用于建模甚至预测未来的电力消耗。与其他机器学习算法不同,长期短期记忆递归神经网络能够自动学习序列数据的特征,支持多变量数据,并且可以输出可用于多步预测的可变长度序列。总体概述本教程分为九个部分; 他们是:问题描述 加载并准备数据集 模型评估 ...翻译 2018-11-09 12:21:21 · 5828 阅读 · 12 评论 -
机器学习中分类与回归问题的区别与联系
分类和回归问题之间存在重要差异。从根本上说,分类是关于预测标签,而回归是关于预测数量。我经常看到诸如以下问题:如何计算回归问题的准确性?像这样的问题是没有真正理解分类和回归之间的差异以及试图衡量的准确度的症状。在本教程中,您将发现分类和回归之间的差异。完成本教程后,您将了解:该预测建模是关于学习从输入到输出的映射函数的问题,称为函数逼近。 该分类是预测示例的离散类...原创 2018-10-18 19:21:28 · 27151 阅读 · 0 评论 -
迁移学习简单介绍(迁移学习是什么介绍)
转移学习是一种机器学习方法,其中为任务开发的模型被重用作第二任务上的模型的起点。这是深度学习中的一种流行方法,其中预训练模型被用作计算机视觉和自然语言处理任务的起点,因为开发神经网络模型所需的大量计算和时间资源以及技能的巨大跳跃他们提供相关问题。 什么是转学习?转移学习是一种机器学习技术,其中在一个任务上训练的模型被重新用于第二个相关任务。转移学习和领域适应是指在一个环境中学...翻译 2018-10-18 19:14:29 · 3877 阅读 · 0 评论 -
深度学习在视觉问题方面的代码讲解
视觉问答的深度学习 大约一年前,一个名为Eugene Goostman的聊天机构成为主流新闻,之后被报道为第一个在雷丁大学举办的活动中通过着名的图灵测试的计算机程序。虽然组织者称赞它是一项历史性成就,但大多数科学界并未留下深刻印象。这引出了一个问题:图灵测试,在其原始形式中,是否适合现代人工智能测试?在过去几年中,许多论文(如来自JHU / Brown的这篇论文,以及来自MPI的这...翻译 2018-09-01 17:14:44 · 1390 阅读 · 0 评论 -
tensorflow实现基于KNN(和CNN)算法的阿拉伯数字识别(代码详解)
废话不多说,直接上项目;(大家如果感兴趣可以加深度学习代码实现群:225215316,或者想做此方向的项目加讨论群:457756921) 首先我们先将具体的数字图片转换为向量矩阵形式,存储在txt文件下,具体格式如下,其是数字0的矩阵向量形式:整个项目文件夹下分一部分为训练集数据集另一部分为测试集数据集,文件格式如下:那么直接开始上KNN算法的代码实现...原创 2018-07-02 14:07:58 · 2187 阅读 · 1 评论