- 博客(10)
- 资源 (4)
- 收藏
- 关注
原创 上海市高等学校信息技术水平考试——二三级人工智能技术及应用
一、部分神经网络实现如下神经网络: 输入层包含两个神经元i1,i2和bias项b1;第二层隐含层包含h1,h2两个神经元和bias项b2;第三层是输出层包含o1,o2。每条线上标的w是层与层之间连接的权重,激活函数为sigmoid函数,假设两个输入是0.5和0.1。import numpy as np#激活函数sigmoiddef sigmoid(x): return 1 / (1 + np.exp(-x))if __name__ == '__main__': wi = [[
2021-11-24 09:35:00 1462
转载 人员在室感知方法综述(2019)
陆蓓蓓,谢慧,郝斌,潘文宇,陆元元.人员在室感知方法综述[J].建筑科学,2019,35(10):84-91.人员在室感知方法综述[基金项目]“十三五”国家重点研发计划项目“近零能耗建筑技术体系及关键技术开发”( 2017YFC0702600) ; 国家自然科学基金面上项目“规范性用能反馈对居住者节能行为和建筑用能影响集控制策略研究”( 51878042)人员在室感知方法综述作者:陆蓓蓓1,谢 慧1,郝 斌2,潘文宇2,陆元元2(1.北京科技大学,北京 100083; 2.深圳市建筑科学研究院,广
2021-11-17 10:59:52 1044
原创 基于梯度的优化方法
大多数深度学习算法都涉及某种形式的优化。优化指的是改变 x 以最小化或最大化某个函数 f(x) 的任务。我们通常以最小化 f(x) 指代大多数最优化问题。最大化可经由最小化算法最小化*-f(x)* 来实现。我们把要最小化或最大化的函数称为 目标函数(objective function)或 准则(criterion)。当我们对其进行最小化时,我们也把它称为 代价函数(cost function)、 损失函数(loss function)或 误差函数(error function)。虽然有些机器学习著作赋予
2021-11-16 13:41:02 1651 5
原创 机器学习(4)——弱监督学习
什么是弱监督学习?监督学习技术通过学习大量标记的训练样本来构建预测模型,在很多领域获得了巨大成功。但由于数据标注的本身往往需要很高成本,在很多任务上都很难获得全部真值标签这样比较强的监督信息。而无监督学习由于缺乏制定的标签,在实际应用中的性能往往存在很大局限。针对这一问题,相关研究者提出了弱监督学习的概念,弱监督学习不仅可以降低人工标记的工作量,同时也可以引入人类的监督信息,在很大程度上提高无监督学习的性能。弱监督学习是相对于监督学习而言的。同监督学习不同,弱监督学习中的数据标签允许是不完全的,即训练集
2021-11-12 09:59:16 10805
原创 机器学习(3)——无监督学习
什么是无监督学习?顾名思义,无监督学习就是不受监督的学习。同监督学习建立在人类标注数据的基础上不同,无监督学习不需要人类进行数据标注,而是通过模型不断地自我认知、自我巩固,最后进行自我归纳来实现其学习过程。虽然目前无监督学习的使用不如监督学习广泛,但这种独特的方法论为机器学习的未来发展方向给出了很多启发和可能性,正在引起越来越多的关注。2015年,深度学习“三巨头”——YannLeCun、Yoshua Bengio、Geoffrey Hinton首次合作在Nature上撰文,在对深度学习未来展望写道:“无
2021-11-11 09:27:37 5093
原创 机器学习(2)——监督学习
为了更好地理解不同类型的机器学习方法,我们首先定义一些基本概念。如前所述,机器学习是建立在数据建模基础上的,因此,数据是进行机器学习的基础。我们可以把所有数据的集合称为数据集(dataset),如图7.2所示。其中每条记录称为一个“样本”(sample),如图中每个不同颜色和大小的三角形和圆形均是一个样本。样本在某方面的表现或性质称为属性(attribute)或特征(feature),每个样本的特征通常对应特征空间中的一个坐标向量,称为一个特征向量(feature vector)。如图7.2数据集中,每
2021-11-10 09:58:36 7233
转载 人工智能在建筑室内热环境控制中的应用
本文内容来源于下面的文章:王福林.人工智能在建筑室内热环境控制中的应用[J].智能建筑,2017(12):38-42.人工智能在建筑室内热环境控制中的应用本文对人工智能的主要研究内容和常用技术进行了概括,并以几个人工智能技术在建筑室内热环境控制中的应用案例,阐述最新人工智能技术在建筑中的应用所带来的效益。1 人工智能的主要研究内容与技术人工智能的研究领域非常广泛,其研究内容涉及任何智力相关工作,包括学习和感知、下棋、证明数学定量、写诗、自动驾驶、疾病诊断等。当前人工智能涵盖的学科领域及主要技术可以
2021-11-03 10:11:34 979
转载 室内热环境自动控制方法综述
本文内容来自下面的文章:王福林,韩典杉,孙泽禹,文世真,龚子阳,郁文红.室内热环境自动控制方法综述[J].暖通空调,2017,47(12):1-7.室内热环境自动控制方法综述室内热环境自动控制方法可分为4个发展阶段:基于设定值的控制基于PMV的控制基于热感觉表达的控制基于热感觉预测的控制随着信息技术、人工智能技术的发展,基于热感觉预测的室内热环境自动控制方法是室内热环境自动控制技术的发展方向。下面分别对这4种室内热环境自动控制方法的研究现状、优缺点进行总结分析。1 基于设定值的控制
2021-11-02 15:47:15 1287
转载 大数据技术在建筑节能中的应用探究
本文内容来自下面的内容:大数据技术在建筑节能中的应用案例研究大数据分析流程大数据分析过程包括三个步骤: 数据预处理、数据挖掘和知识表达。由于原始数据往往存在缺失、不连续和异常值等问题,数据预处理是数据分析前不可或缺的重要环节。数据挖掘是对大数据的价值进行挖掘分析的过程,常用方法有显著性检验、聚类分析和关联规则分析等。数据挖掘会产生大量的知识信息,如何选择、解析和利用知识来获取隐藏价值,往往存在着困难和挑战,需要利用知识表达(包括知识选择和解释)对挖掘产生的知识信息进行分析,并将分析结果应用到预测控制、
2021-11-01 09:33:33 1170
2020年E题.zip
2020-09-21
2020年ABCDF题.zip
2020-09-21
数据挖掘与数据分析——Python数据可视化的例子的数据集
2020-09-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人