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(43)
  • 收藏
  • 关注

原创 [深度学习]卷积神经网络

本实验基于Python和PyTorch框架比较了LeNet、AlexNet、VGG和ResNet四种经典CNN模型在FashionMNIST数据集上的表现,并重点研究了超参数调整对模型性能的影响。实验结果表明:1)对于所有模型,SGD优化器普遍比Adam表现更好;2)学习率在0.05左右时模型性能最佳;3)增加训练轮数可以提高准确率但会延长训练时间;4)批量大小对模型性能影响相对较小。此外,通过简化AlexNet模型结构(减少卷积层和全连接层),在保证准确率基本不变的情况下将训练时间从29分钟缩短至17分钟

2025-06-13 16:33:32 746

原创 [深度学习]全连接神经网络

本实验基于MNIST数据集,使用PyTorch框架构建批标准化全连接神经网络。实验内容包括:(1)解压MNIST数据集并分析代码结构;(2)调整超参数(批量大小、学习率、Epoch次数),发现适当增大学习率和批量大小可提升训练效率,但过大会降低精度;(3)修改网络结构(隐藏层数和神经元数量),结果表明增加隐藏层和神经元能提高准确率但延长训练时间。实验验证了超参数选择对模型性能的重要影响,为神经网络调参提供了实践参考。

2025-06-13 16:05:52 397

原创 [深度学习]搭建开发平台及Tensor基础

张量的创建、调整形状、加减乘除、取绝对值操作、比较、数理统计操作、与Numpy的互相转换、降维和增维、裁剪、索引,把Tensor 移到GPU上去。1. 要定义一个64位浮点型Tensor,其值是矩阵:[[1,2],[3,4],[5,6]],并输出结果。17.创建一个二阶张量,长度为8,元素为[0,1,2,3,4,5,6,7],将其改编成形状为2*4的张量。8.要定义一个16位整型Tensor,其值是矩阵:[[1,2],[3,4],[5,6]] ,并输出结果。7.创建一个张量f,从1开始到7结束,步长为2。

2025-06-08 12:51:33 891

原创 [嵌入式实验]STM32F4制作简易计算器

嵌入式系统课程设计——简易计算器

2025-06-08 12:32:31 815

原创 [嵌入式实验]实验五:freeRTOS

在STM32 CubeMX可以配置 freeRTOS 的一些重要的属性,包括是否支持抢占机制,freeRTOS 的 系统时钟速率,最大优先级数量,最小任务栈尺寸,最大任务名称长度等。本次实验通过freeRTOS进行对LED的控制,FreeRTOS提供了丰富的API和工具,使得嵌入式系统的开发更加高效和可靠,将程序分成更小的任务,使得每个任务能够有效执行。如图5、图6、图7所示,可以看到开发板在程序的运行下依次由蓝灯变成红灯,再变成绿灯。软件:STM32CubeMX软件、ARM的IDE:Keil C51。

2025-05-29 16:44:06 333

原创 [嵌入式实验]实验四:串口打印电压及温度

接着将其波特率设置为 115200,数据帧设置为 8 位数据位,无校验位,1 位停止位。打开串口调试助手,选择usb串行设备,设置波特率为115200,并点击“打开串口”操作,运行程序后可以看到在窗口中接收到电压和温度信息,如图4所示,可以看到打印的电压是1.23V,打印的温度是29.41,根据打印出的数据可以看到温度在实时发生变化。(1)在实验中发现,开发板的六号接口(&huart6)可以正常输出,一号(&huart1)不能输出结果,所以运行后,在串口调试助手中显示的是六号接口的数据,如图5所示。

2025-05-29 16:38:02 847

原创 [嵌入式实验]实验三:PWM实现LED呼吸灯

第二个循环从511递减到1,同样调用__HAL_TIM_SET_COMPARE函数来设置定时器的比较值,并使用HAL_Delay函数延迟,随着比较值的减小,输出信号的频率也会减小。一个周期内高水平的持续时间占总周期的比例称为占空比,通过修改占空比,可以改变输出的等效模拟电压。通过控制不同的PWM占空比,控制某个颜色的LED的亮度,以这样的方式就可以通过设置aRGB的值控制最后输出的LED灯效。如图3、图4、图5所示,在开发板上,控制LED灯颜色循环切换,从红灯变成绿灯,再变成蓝灯,切换过程带有呼吸效果。

2025-05-29 16:37:43 337

原创 [嵌入式实验]实验二:LED控制

程序中部分代码如下图(图4)所示,其中设置变量a=0,循环次数max=5,当运行while循环时,通过bsp_led_toggle()函数翻转指定的LED指示灯,即当LED灯亮时,该函数会让其熄灭;程序中部分代码如下图(图2)所示,首先,通过调用HAL_GPIO_WritePin()函数将每个LED灯设置为高电平(GPIO_PIN_SET),使它们点亮。同时,学习了HAL库中的相关函数,例如使用bsp_led_toggle()函数翻转指定的LED指示灯,通过nop_delay_ms()函数实现延时功能。

2025-05-29 16:15:36 543

原创 [嵌入式实验]实验一:点亮LED

程序中部分代码如下图(图1)所示,HAL库中提供一个操作GPIO电平的函数:HAL_GPIO_WritePin 函数,使得对应的引脚输出高电平或者低电平。(3)问题三:在编译后下载出现Error: Flash Download failed - "Cortex-M4"的错误,如下图(图8)所示。(1)问题一:在使用Keil μVision开发环境时遇到了设备未找到的问题,如下图(图4)所示。解决方法:修改设置,更改使用的调试器接口,如下图(图7)所示。如下图(图3)所示,运行程序后点亮LED灯。

2025-05-29 16:05:19 363

原创 [数字图像处理]直方图规定化

直方图规定化

2025-03-05 17:09:00 384

原创 [数字图像处理]实验四:直方图均衡化

直方图均衡化

2025-03-05 17:04:05 713

原创 [数字图像处理]实验三:直方图增强

图像增强实验

2025-03-05 16:54:25 855

原创 [Computer Vision]图像分割技术

图像分割算法对比及实验

2025-03-05 15:25:18 1154

原创 [数字图像处理]实验二:图像的统计指标(直方图)

数字图像处理实验:统计直方图

2025-03-05 14:46:49 329

原创 [数字图像处理]实验一:图像的基本操作

数字图像处理实验:对图像的基本操作

2025-03-05 14:40:01 467

原创 [Computer Vision]实验八:图像分割

图像分割

2025-03-03 18:59:47 882

原创 [Computer Vision]实验七:图像检索

图像检索

2025-03-03 18:46:04 1077

原创 [Computer Vision]实验六:视差估计

实验

2025-03-02 15:54:22 444

原创 [Computer Vision]实验五:SFM

计算机视觉实验

2025-03-02 15:41:50 1279

原创 [Computer Vision]实验四:相机标定

计算机视觉实验——相机标定

2025-02-18 22:40:03 526

原创 [Computer Vision]实验三:图像拼接

图像单应性变化及使用RANSAC算法进行图像拼接

2025-01-22 21:25:11 1774

原创 [Computer Vision]实验二:图像特征点提取

计算机视觉实验二 : 关于Harri角点检测以及SIFT算法

2025-01-22 20:30:00 1398

原创 [Computer Vision]实验一:图像的基本操作

计算机视觉实验对图像的基本处理

2025-01-19 00:22:41 1244

原创 [计算机视觉]chapter1

计算机视觉就是用计算机编程,并设计算法来理解在这些图像中有什么。计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。计算机视觉的有力应用有图像搜索、机器人导航、医学图像分析、照片管理等。

2024-10-12 23:30:31 1041

原创 综合实验-水果商店进阶二

水果商店

2024-09-25 20:48:46 747 1

原创 [数据库实验七]事务设计

数据库实验 事务设计

2024-09-25 20:35:00 1036

原创 [数据库实验六]综合实验

综合实验

2024-09-25 20:28:50 1029

原创 [数据库实验五] 审计及触发器

数据库实验五 审计与触发器

2024-09-25 20:19:37 1153

原创 [数据库实验四]存储过程及函数

mysql数据库实验四 存储过程及游标

2024-09-25 20:14:11 1050

原创 [数据库实验三]安全性

MySQL实验三 安全性

2024-09-25 16:56:24 1218

原创 [数据库实验二]查询

数据库实验二 查询

2024-09-25 14:19:08 1116

原创 [数据库实验一]数据库和表

mysql数据库实验一

2024-09-25 14:05:42 1568 1

原创 [机器学习]主成分分析(PCA)

PCA

2024-06-14 19:04:16 1048 1

原创 [机器学习]支持向量机

支持向量机

2024-06-05 18:39:30 926

原创 【机器学习】逻辑回归

逻辑回归

2024-05-27 12:00:00 975

原创 [机器学习]贝叶斯分类器实验

朴素贝叶斯分类器

2024-05-07 08:00:00 1295

原创 [机器学习]决策树模型及实验

机器学习决策树

2024-04-28 08:00:00 1969 1

原创 [机器学习] 模型评估与选择

模型评估与选择

2024-04-15 08:00:00 1165 1

原创 HTML+CSS学习 Chapter2

html学习笔记

2024-04-05 14:56:00 304

原创 HTML + CSS学习 chapter1

初步学习

2024-04-05 00:57:43 450

机器学习 KNN算法实现鸢尾花分类 (分类算法)

1.内容概要 通过KNN实现鸢尾花分类,即将新的数据点分配给已知类别中的某一类。该算法的核心思想是通过比较距离来确定最近邻的数据点,然后利用这些邻居的类别信息来决定待分类数据点的类别。 2.KNN算法的伪代码 对未知类别属性的数据集中的每个点依次执行以下操作: (1)计算已知类别数据集中的点与当前点之间的距离; (2)按照距离递增次序排序; (3)选取与当前点距离最小的k个点; (4)确定前k个点所在类别的出现频率; (5)返回前k个点出现频率最高的类别作为当前点的预测分类。 3.数据集说明 代码使用`pandas`库加载了一个名为`iris.arff.csv`的数据集 4.学习到的知识 通过鸢尾花分类学习了KNN算法,选择样本数据集中前k个最相似的数据,就是KNN算法中k的出处。k值过大,会出现分类结果模糊的情况;k值较小,那么预测的标签比较容易受到样本的影响。在实验过程中,不同的k值也会导致分类器的错误率不同。KNN算法精度高、无数据输入的假定,可以免去训练过程。但是对于数据量较多的训练样本,KNN必须保存全部数据集,可能会存在计算的时间复杂度、空间复杂度高的情况,存在维数灾难问

2025-01-22

Java Web 实验项目 初步实现maven和idea的整合

Java Web 实验项目 初步实现maven和idea的整合

2024-11-05

Java Web实验 Spring架构的实现

Java Web项目初步学习

2024-11-05

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