算法的应用实现
文章平均质量分 77
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
-
基于机器学习的人脸发型推荐算法研究与应用实现
本文主要研究内容是开发一种发型推荐系统,旨在识别用户的面部形状,并根据此形状推荐最适合的发型。首先,收集具有各种面部形状的用户照片,并标记它们的脸型,如长形、圆形、椭圆形、心形或方形。接着构建一个面部分类器,以确定用户的脸型,如长形、圆形、椭圆形、心形或方形。然后,使用机器学习或深度学习技术构建一个面部分类器模型。该模型接受用户照片作为输入,并输出对应的面部形状分类结果。基于分类结果,根据面部分类器的输出结果,为每种面部形状设计一组适合的发型。最终实现的系统将推荐适合用户面部形状的发型。原创 2024-04-14 23:17:45 · 1431 阅读 · 1 评论 -
基于深度神经网络的肺炎检测系统实现
使用AI进行新冠肺炎图像诊断可以加快病例的诊断速度,提高诊断的准确性,并在大规模筛查中发挥重要作用,从而更好地控制和管理这一流行病。然而,需要强调的是,AI技术仅作为辅助手段,最终的诊断决策仍由临床医生做出。原创 2023-07-24 17:27:38 · 1555 阅读 · 0 评论 -
基于双分支残差结构的低光照图像增强研究与应用实现
LOL数据集是用于低光照图像增强的一个常用数据集。它是由Yue et al.在2015年发布的,用于评估低光照图像增强算法的性能。LOL数据集包含485对低光照图像和对应的正常光图像。每对图像都是在相同的场景下采集的,其中一张图像是低光照条件下的原始图像,另一张是由人工调整亮度和对比度后的正常光图像。LOL数据集的图像覆盖了各种场景和对象,包括室内和室外环境、自然风景、人物肖像等。这使得LOL数据集成为评估低光照图像增强算法的重要基准。原创 2023-05-31 22:56:36 · 1626 阅读 · 0 评论 -
基于ISIC数据集的皮肤病黑色素瘤分类研究与实现
ISIC数据集是一个公开的医学图像数据集,主要用于皮肤病诊断和研究。该数据集包含大量的皮肤病图像,覆盖了各种皮肤疾病和病变。ISIC数据集包含各种皮肤病图像,例如黑色素瘤(melanoma)、鳞状细胞癌(squamous cell carcinoma)、基底细胞癌(basal cell carcinoma)等。其数据集展示如下:ISIC数据集可以在其官方网站上免费获取和下载。它也是许多皮肤病诊断和研究项目的重要数据来源之一。原创 2023-05-30 21:57:23 · 4845 阅读 · 2 评论 -
基于机器学习的肝病患者智能诊断及系统实现
印度肝病患者数据集(Indian Liver Patient Dataset)包含416名肝病患者记录和167名非肝病患者记录。数据集是从印度安德拉·普拉德什东北部收集的。标签列label用于区分患肝病和不患肝病。此数据集包含441名男性患者记录和142名女病人记录。本文实现了ANN模型进行肝病预测,并基于flask框架实现了一个应用界面系统,在界面输入相关数据可以实现肝病的实时预测原创 2023-03-08 17:14:11 · 537 阅读 · 0 评论 -
基于土壤数据与机器学习算法的农作物推荐算法代码实现
近年来,机器学习方法在农业领域的应用取得巨大成功,广泛应用于科 学施肥、产量预测和经济效益预估等领域。根据土壤信息进行数据挖掘,并在此基础上提出区域性作物的种植建议,不仅可以促进农作物生长从而带来经济效益,还可以改善土壤肥力,促进可持续发展。本文根据土土 壤养分元素[如:氮(N)、磷(P)、钾(K)等]的含量建立模型分析并且给出精准预测,可以实现了几种机器学习分类算法形成科学的种植方案,最终还实现了应用界面的实现。原创 2023-03-07 16:37:27 · 2759 阅读 · 6 评论 -
TOPSIS方法python代码实现过程
TOPSIS (Technique for Order Preference by Similarity to an Ideal Solution )法是C.L.Hwang和K.Yoon于1981年首次提出,TOPSIS法根据有限个评价对象与理想化目标的接近程度进行排序的方法,是在现有的对象中进行相对优劣的评价。原创 2023-03-05 21:42:24 · 656 阅读 · 0 评论 -
基于机器学习的二手车价格预测及应用实现(预测系统实现)
随着中国汽车工业的迅速发展,国内的汽车数量也在迅速增长。新车销售市场已经逐渐饱和,而二手车交易市场正在兴起。但是,由于中国的二手车市场尚未成熟,与发达国家相比仍存在较大差距。其中一个重要原因是二手车的市场价格难以准确评估和设定,而且目前国内缺乏权威的评估机构和国家统一的二手车资产价值评估标准。因此,通过对二手车交易数据的分析和建立二手车零售交易价格预测模型具有重要意义。原创 2023-02-22 16:49:28 · 4474 阅读 · 0 评论 -
基于深度学习的人脸识别检测系统实现(相似人脸识别)
对于深度人脸识别,该系统支持resnet-10、resnet-20和resnet-64网络模型。该系统可以支持网络摄像头的实时人脸捕捉、对齐和检测。PyTorch中的MTCNN用于面部标志检测。如果数据库中没有他的/她的脸,用户可以将他/她的脸注册到数据库中。最相似的3张脸将由最大余弦相似度决定。原创 2023-02-14 15:35:25 · 604 阅读 · 0 评论 -
一种基于GRU神经网络的英文诗歌生成系统
诗歌是一种有着特殊魅力的文学体裁,是一种人类文明发展的象征。在当前时代下,使用计算机对散文诗进行模拟生成成为自然语言生成领域的一个挑战。本文通过建立英文诗语料库,基于深度学习模型进行散文诗创作,实现散文诗的计算机辅助创作。它可以为广大的英文诗歌文学爱好者提供很大便利,同时也有助汉英文诗的传播与宣扬。本文设计了GRU模型进行训练,然后利用GRU模型权重实现自动生成器系统。.........原创 2022-08-26 22:18:17 · 1850 阅读 · 0 评论 -
一文读懂——全局注意力机制(global attention)详解与代码实现
使用Gobal Attention的目的:是为了在生成上下文向量(也可以认为是句向量)时将所有的hidden state都考虑进去。Attention机制认为每个单词在一句话中的重要程度是不一样的,通过学习得到一句话中每个单词的权重。即为关注重要特征,忽略无关特征。.........原创 2022-08-17 17:04:30 · 8874 阅读 · 1 评论 -
一种用于COVID-19检测的轻量级深度学习模型实现
本文提出了一种轻量级深度学习模型,以准确筛查COVID-19肺炎的可能性。该模型基于14层卷积神经网络(CNN)和改进的空间金字塔池化模块(SPP),通过使用SPP的并行池层替换原始网络的最后几层来嵌入多尺度特征向量,实现的模型对各种输入尺度图像具有鲁棒性,能够适应各种大小的X射线图像,并捕获其中的图像特征。所构建的模型结构具有对多尺度输入图像进行特征提取的能力,使其能够识别各种严重程度的COVID-19疾病。根据实验结果,所提出的SPP-COVID-Net得到了0.946的精度.............原创 2022-08-10 23:38:45 · 1027 阅读 · 0 评论 -
杏仁损伤检测器——基于CNN的图像分类
在这个项目中,我们创建了一个基于flask的应用程序来对上传的杏仁图像进行分类。首先,我们训练了卷积神经网络(CNN)并保存了模型参数,用于图像的结果预测。为了简单起见,最初为杏仁类型创建了正常和破损两种数据。...原创 2022-08-09 14:57:15 · 1053 阅读 · 0 评论 -
PSO-CNN模型研究与实现-PSO优化模型内部超参数
深度神经网络(DNN)在各种任务中取得了前所未有的成功,但是,这些模型性能直接取决于它们的超参数的设置。在实践中,优化超参数仍是设计深度神经网络的一大障碍。在这项工作中,我们建议使用粒子群优化算法(PSO)来选择和优化模型参数。在MNIST数据集上的实验结果显示:通过PSO优化的CNN模型可以得到不错的分类精度,此外,PSO 还可以提高现有模型结构的性能,PSO是自动化超参数选择和有效利用计算资源的有效技术。......原创 2022-08-08 10:13:45 · 4406 阅读 · 2 评论 -
复杂背景下卷积神经网络在森林火灾识别中的研究与应用-代码实现
针对森林火灾的特点,提出并设计一种基于卷积神经网络的森林火灾图像识别方法。通过实验,给出用于复杂背景下森林火灾识别的卷积神经网络结构,并对该结构进行训练和测试。结果表明,该方法具备较高的正确率,正确率达到 95% 。同时网络可自动提取特征,无需对输入图像进行复杂预处理,克服了传统算法许多固有的缺点,将其应用在森林火灾识别领域取得了很好的效果。最后,我们结合flaks框架构建了一个森林大火识别的API,在该系统下,我们通过后端调用模型,在页面中选择上传的图片,便可获得预测结果。...原创 2022-08-04 11:32:05 · 2399 阅读 · 3 评论 -
可堆叠的残差注意力模块用于图像分类(Residual Attention Network for Image Classification——代码复现与解读)
该模型设计的思想就是利用attention机制,在普通ResNet网络中,增加侧分支,侧分支通过一系列的卷积和池化操作,逐渐提取高层特征并增大模型的感受野,前面已经说过高层特征的激活对应位置能够反映attention的区域,然后再对这种具有attention特征的feature map进行上采样,使其大小回到原始feature map的大小,就将attention对应到原始图片的每一个位置上,这个feature map叫做 attention map。...原创 2022-08-03 21:46:35 · 3025 阅读 · 1 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 · 2025 阅读 · 1 评论 -
基于python的AI五子棋实现(极大极小值搜索和alpha beta剪枝)
1.极大极小值搜索介绍人机博弈是人工智能的重要分支,人们在这一领域探索的过程中产生了大量的研究成果,而极小化极大算法(minimax)是其中最基础的算法,它由Shannon在1950年正式提出。Minimax算法 又名极小化极大算法,是一种找出失败的最大可能性中的最小值的算法(即最小化对手的最大得益)。通常以递归形式来实现。极大极小搜索策略一般都是使用在一些博弈类的游戏之中。这样策略本质上使用的是深度搜索策略,所以一般可以使用递归的方法来实现。在搜索过程中,对本方有利...原创 2022-05-27 23:58:37 · 7616 阅读 · 0 评论 -
基于Attention机制的BiLSTM语音情感识别研究与系统实现
1.摘要以往的情感分类大多是基于粗粒度进行的,针对七分类情感语料进行的研究不多,且最终的情感分类结果只包含一种情感,很少对多情感共存现象进行研究,因此不能完全体现用户情感的丰富性。针对这些不足,本文提出一种基于Attention与BiLSTM模型的多情感分类方法,通过BiLSTM模型构建五个情感分类器来获取文本上下文关系,分别是1.愤怒;2.无聊;3.焦虑;4.幸福;5.悲伤;6.厌恶;7. 中立(如Happiness、Anger、Sadness、Fear、Surprise等)情感分类器,引入Att原创 2022-05-27 13:11:03 · 3286 阅读 · 0 评论 -
基于CBAM-CNN的故障汽车检测
随着汽车行业的迅速发展,交通事故处理逐渐成为交管部门的一项挑战性工作。为进一步提高交通事故处置效率,在静态图像中对事故车辆完成识别和检测任务是本文研究的主要内容。传统的车辆图像识别算法将特征提取与目标分类常分为两个阶段,特征选取需要人工构建,主要依靠人为经验,整个过程效率低下,特别在现实复杂的交通场景中,由于天气、光照、环境以及光学抖动等因素的影响,不能够有效检测出目标。针对传统车辆检测算法的不足,卷积神经网络的兴起逐渐成为主流的目标检测算法,其主要优势在于目标检测中候选区域生成、特征提取、分类、位置精修四原创 2021-08-12 00:01:49 · 1822 阅读 · 1 评论 -
keras实现注意力机制
class Attention_layer(Layer): def __init__(self, W_regularizer=None, b_regularizer=None, W_constraint=None, b_constraint=None, bias=True, **kwargs): self.supports_masking = True self.原创 2021-06-22 00:04:42 · 4029 阅读 · 3 评论 -
基于U-Net的的图像分割代码详解及应用实现
摘要u-net是卷积网络体系结构,用于快速,精确地分割图像。U-Net是一种卷积神经网络(CNN)方法,由Olaf Ronneberger,Phillip Fischer和Thomas Brox于2015年首次提出,其建议是对生物医学图像进行更好的分割。...原创 2021-05-30 23:34:31 · 13056 阅读 · 15 评论 -
将softmax输出转换为分类标签进行画出混淆矩阵
def evaluate1(self, x_test: numpy.ndarray, y_test: numpy.ndarray) -> None: predictions = self.predict(x_test) # print(type(predictions)) # print(y_test) # print(predictions) y_test1=np.argmax(y_test, axis=1) .原创 2021-05-10 21:57:08 · 1072 阅读 · 1 评论 -
基于ATT-LSTM的语音情感分类
摘要语音情感自动识别是近几年来人机交互领域的研究热点。 然而,由于缺乏对语音波形特点及时间特点的研究,目前的识别精度有待提高。为了充分利用时间特征里情绪饱和度的差异,提出了一种利用帧级语音特征结合基于注意力机制的长期短时记忆(LSTM)递归神经网络模型进行语音识别的方法。从语音波形中提取帧级语音特征,取代传统的统计特征,通过帧的序列来保持原始语音中的时序关系。本项目提出了一种基于LSTM的语音识别及语音情感识别方法,使用该模型的根本原因是它能够获得更好的结果。 实验结果表明,该方法比其他方法更有效。原创 2021-01-24 23:13:44 · 3795 阅读 · 3 评论 -
基于迁移学习的脑肿瘤自动检测研究与系统实现
摘要针对深度学习训练成本高,以及基于磁共振图像(Magnetic Resonance Imaging ,MRI)的脑肿瘤临床诊断需要大量医学常识且极为耗时的问题,本文提出了一种基于迁移学习(Transfer Learning,TL)的卷积神经网络(Convolutional Neural Network,CNN)和磁共振图像的脑肿瘤自动分类诊断方法。该网络以VGG-16加载模型的预训练权重作为前网络,用于增强图像特征提取能力,以基于ResNet改进的CNN网络结构作为后网络,用于对脑肿瘤区域病变进行分类原创 2021-01-21 00:23:20 · 1516 阅读 · 5 评论 -
基于AlexNet和Inception模型思想的TFCNet模型设计与实现
摘要为了提高卷积神经网络解决图片分类问题的准确率及深度模型的训练速度,受AlexNet和Inception模块的启发,我们基于AlexNet模型的深度结构及Inception模型的宽度结构(特征的链接)设计实现了具有特征链接操作的深度神经网络模型,我们称之为Tensor Feature Concatenate base onConvolutional Neural Networks(简称为TFCNet)。我们在ImageNet dataset数据集自构建数据上进行了测试,实验结果显示,相比于VGG-1.原创 2020-12-19 02:39:23 · 878 阅读 · 3 评论 -
成功解决 module ‘tensorflow‘ has no attribute ‘get_default_graph‘
报错:module 'tensorflow' has no attribute 'get_default_graph'原因:TensorFlow和keras版本不匹配问题。解决办法,降级TensorFlow。pip uninstall tensorflow # 卸载tf或者(pip uninstall keras # 卸载keras)安装pip install tensorflow==1.2.0pip install keras==2.0.9...原创 2020-12-12 22:06:29 · 1743 阅读 · 0 评论 -
ModuleNotFoundError: No module named ‘crispy_forms‘
报错:ModuleNotFoundError: No module named 'crispy_forms'解决方法:pip install django_debug_toolbar原创 2020-12-07 22:27:53 · 2561 阅读 · 0 评论 -
防止神经网络模型过拟合的方法及keras代码实现
最近这段时间,有网友问我,自己的模型存在过拟合问题,就是模型其实训练的已经很好了,但是在测试集上的表现性能不佳。这些常见的模型比如卷积神经网络、循环神经网络、自编码器等等。这种在训练集上表现的好,在测试集上效果差,模型泛化能力弱,则是典型的过拟合问题。下面将结合实际介绍几种解决过拟合的方法。过拟合问题由于模型过于复杂,学习能力过强,而用于训练的数据相对于复杂模型来说比较简单,所有模型会去学习数据中隐含的噪声,导致模型学不到真正数据集的分布,如下图所示,红色线就是由于模型过分的拟合了训练数据集,导原创 2020-12-05 22:24:23 · 3692 阅读 · 1 评论 -
深度学习技术在自然语言处理中的应用综述-1
本教程从自然语言处理研究及应用的角度对神经网络模型进行了全面概述,以期使自然语言处理技术能够更快的使入门者掌握。 该教程涵盖了自然语言基础概述、卷积网络、循环、递归网络以及模型变种及相关应用。目录概述参考文献概述 自然语言处理(Natural language processing,NLP)是一种基于智能理论的计算技术,是指对人类语言进行自动分析和表示的计算技术[1,5]。NLP 研究从打孔纸带和批处理的时代就开始发展,之后的发展过程中,随着计算机技术的发展,分析一个句子需...原创 2020-11-19 23:19:28 · 1437 阅读 · 0 评论 -
基于深度残差收缩网络的手写汉字识别实验及系统实现
摘要手写汉字识别作为人机交互的重要部分,解决这一关键难题具有非常重要的实用价值。汉字识别由于类别数量巨大,字形结构复杂,同时存在大量字形相似的汉字,书写方式因人而异等,在模式识别领域一直是难点和研究热点。深度学习模型卷积神经网络(Convolutional Neural Networks, CNNs)具有自动获取样本概率分布或者学习样本特征的优势,可以避免手写汉字字形特征提取的难题,其在在脱机手写汉字识别领域取得了杰出的研究成果。但深层次的复合模型又具有训练困难的难题,其计算复杂度比较大。(特征太多)本原创 2020-11-08 22:51:52 · 1802 阅读 · 1 评论 -
动态池化方法实现函数
def fold_k_max_pooling(self, x, k): input_unstack = tf.unstack(x, axis=2) out = [] with tf.name_scope("fold_k_max_pooling"): for i in range(0, len(input_unstack), 2): fold = tf.add(input_unstack[i], inp..原创 2020-11-05 23:38:00 · 531 阅读 · 0 评论 -
Flask部署机器学习模型---基于线性回归模型的销售预测系统实现简易版代码
目录摘要线性回归线性回归理论推导FLASK特性项目结构代码依赖库GUI界面实现代码序列化/反序列化GUI显示界面运行总结摘要本此演示了一种非常简单的方法来部署机器学习模型。利用线性回归使用前两个月的利率和销售额来预测第三个月的销售值。大家在进行算法研究与实现之后,可以此方法来将自己研究的模型赋予应用实现,以便他人更方便的了解你的研究性工作。...原创 2020-05-01 00:32:25 · 1718 阅读 · 2 评论