- 博客(26)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 机器学习算法（三）：K近邻(k-nearest neighbors)初探
机器学习算法（三）：K近邻(k-nearest neighbors)初探1 KNN的介绍和应用1.1 KNN的介绍kNN(k-nearest neighbors)，中文翻译K近邻。我们常常听到一个故事：如果要了解一个人的经济水平，只需要知道他最好的5个朋友的经济能力，对他的这五个人的经济水平求平均就是这个人的经济水平。这句话里面就包含着kNN的算法思想。示例 ：如上图，绿色圆要被决定赋予哪个类，是红色三角形还是蓝色四方形？如果K=3，由于红色三角形所占比例为2/3，绿色圆将被赋予红色三角形那个类
2020-12-30 11:45:42
371
原创 机器学习算法（二）: 朴素贝叶斯(Naive Bayes)
机器学习算法（二）: 朴素贝叶斯(Naive Bayes)1. 实验室介绍1.1 实验环境1. python3.72. numpy >= '1.16.4'3. sklearn >= '0.23.1'1.2 朴素贝叶斯的介绍朴素贝叶斯算法（Naive Bayes, NB) 是应用最为广泛的分类算法之一。它是基于贝叶斯定义和特征条件独立假设的分类器方法。由于朴素贝叶斯法基于贝叶斯公式计算得到，有着坚实的数学基础，以及稳定的分类效率。NB模型所需估计的参数很少，对缺失数据不太敏感，算法
2020-12-30 11:42:03
230
原创 机器学习算法（一）: 基于逻辑回归的分类预测
机器学习算法（一）: 基于逻辑回归的分类预测1 逻辑回归的介绍和应用1.1 逻辑回归的介绍逻辑回归（Logistic regression，简称LR）虽然其中带有"回归"两个字，但逻辑回归其实是一个分类模型，并且广泛应用于各个领域之中。虽然现在深度学习相对于这些传统方法更为火热，但实则这些传统方法由于其独特的优势依然广泛应用于各个领域中。而对于逻辑回归而且，最为突出的两点就是其模型简单和模型的可解释性强。逻辑回归模型的优劣势:优点：实现简单，易于理解和实现；计算代价不高，速度很快，存储资源低；
2020-12-30 11:32:39
418
原创 论文翻译九：Automatic Digital Modulation Recognition Based on Novel Features and Support Vector Machine
30天挑战翻译100篇论文坚持不懈，努力改变，在翻译中学习，在学习中改变，在改变中成长…Automatic Digital Modulation Recognition Based on Novel Features and Support Vector Machine基于新特征和支持向量机的自动数字调制识别Salman HassanpourDepartment of Electrical EngineeringSharif University of TechnologyTehran, I
2020-12-22 21:10:12
709
原创 论文翻译八：An Adaptive Neural Network Approach for Automatic Modulation Recognition
30天挑战翻译100篇论文坚持不懈，努力改变，在翻译中学习，在学习中改变，在改变中成长…An Adaptive Neural Network Approach for Automatic Modulation Recognition一种自适应神经网络的自动调制识别方法Yasaman Ettefagh § , Mohammad Hossein Moghaddam ‡ , and Sajjad Eghbalian †§ Department of Electrical Engineering, Ami
2020-12-22 18:08:39
670
原创 论文翻译七：Adversarial Transfer Learning for Deep Learning Based Automatic Modulation Classification
30天挑战翻译100篇论文坚持不懈，努力改变，在翻译中学习，在学习中改变，在改变中成长…Adversarial Transfer Learning for Deep Learning Based Automatic Modulation Classification基于对抗学习的深度学习自动调制分类Ke Bu , Yuan He , Xiaojun Jing , and Jindong Han摘要—自动调制分类有助于许多重要的信号处理应用。 最近，深度学习模型已在调制识别中采用，该模型优于基于手工
2020-12-21 11:14:47
1072
原创 论文翻译六：A novel underwater acoustic signal denoising algorithm for Gaussian/non-Gaussian impulsive
30天挑战翻译100篇论文坚持不懈，努力改变，在翻译中学习，在学习中改变，在改变中成长…A novel underwater acoustic signal denoising algorithm for Gaussian/non-Gaussian impulsive noise高斯/非高斯脉冲噪声的水下声信号去噪新算法Jingjing Wang, Member, IEEE, Jiaheng Li, Shefeng Yan, Senior Member, IEEE, Wei Shi, Xinghai
2020-12-21 09:48:29
1128
原创 论文翻译五：A New Method of Automatic Modulation Recognition Based on Dimension Reduction
30天挑战翻译100篇论文坚持不懈，努力改变，在翻译中学习，在学习中改变，在改变中成长…A New Method of Automatic Modulation Recognition Based on Dimension Reduction一种基于降维的自动调制识别新方法Hui Wang, LiLi GuoCollege of Information and Communication EngineeringHarbin Engineering UniversityHarbin, China
2020-12-20 18:54:34
479
原创 论文翻译四：A Modulation Recognition Algorithm based on Cyclic Spectrum and SVM Classification
30天挑战翻译100篇论文坚持不懈，努力改变，在翻译中学习，在学习中改变，在改变中成长…A Modulation Recognition Algorithm based on Cyclic Spectrum and SVM Classification基于循环谱和支持向量机分类的调制识别算法Dong Shuli, Li Zhipeng, Zhao LinfengChina Luoyang Electronic Equipment Test Center, Luoyang, Chinadsl201
2020-12-20 18:02:43
664
原创 论文翻译三：A Modified Method for Digital Modulation Recognition based on Instantaneous Signal Features
30天挑战翻译100篇论文坚持不懈，努力改变，在翻译中学习，在学习中改变，在改变中成长…A Modified Method for Digital Modulation Recognition based on Instantaneous Signal Features一种基于瞬时信号特征的数字调制识别方法Yang Yangqiang, Zhang XueqingCollege of Information and Communication, National University of Def
2020-12-18 11:50:36
360
原创 论文翻译二：A method for modulation recognition based on entropy features and random forest
30天挑战翻译100篇论文坚持不懈，努力改变，在翻译中学习，在学习中改变，在改变中成长…A method for modulation recognition based on entropy features and random forest基于熵特征和随机森林的调制识别方法Zhen Zhang, Yibing Li, Xiaolei Zhu, Yun Lin*College of Information and Communication EngineeringHarbin Enginee
2020-12-18 11:27:36
427
原创 论文翻译一：A Faster Maximum-Likelihood Modulation Classification in Flat Fading Non-Gaussian Channels
这里写自定义目录标题30天挑战翻译100篇论文A Faster Maximum-Likelihood Modulation Classification in Flat Fading Non-Gaussian Channels1.简介2. 信道模型和调制分类器3. 为估计参数而设置的方法4. 数值结果5.结束语30天挑战翻译100篇论文坚持不懈，努力改变，在翻译中学习，在学习中改变，在改变中成长…A Faster Maximum-Likelihood Modulation Classificatio
2020-12-18 10:56:52
325
原创 自学python第十天之：从0完成一个宝可梦数据分析实战
数据集：包含着从第一代到第七代共801只宝可梦的数据集。环境：tf2.0 +anaconda1.数据集下载# 数据集下载!wget -O pokemon_data.csv https://pai-public-data.oss-cn-beijing.aliyuncs.com/pokemon/pokemon.csv2.然后我们import我们最常用的三大件：Pandas, Seaborn, Matplotlib, 并且读取数据首先我们观察一下数据的尺寸，可以通过df.s...
2020-09-17 20:26:06
264
原创 自学python第九天之：魔法方法
魔法方法魔法方法总是被双下划线包围，例如__init__。魔法方法是面向对象的 Python 的一切，如果你不知道魔法方法，说明你还没能意识到面向对象的 Python 的强大。魔法方法的“魔力”体现在它们总能够在适当的时候被自动调用。魔法方法的第一个参数应为cls（类方法） 或者self（实例方法）。cls：代表一个类的名称 self：代表一个实例对象的名称基本的魔法方法__init__(self[, ...])构造器，当一个实例被创建的时候调用的初始化方法...
2020-09-15 01:22:15
121
转载 浅谈 Python 的 with 语句
引言with 语句是从 Python 2.5 开始引入的一种与异常处理相关的功能（2.5 版本中要通过 fromfutureimport with_statement 导入后才可以使用），从 2.6 版本开始缺省可用with 语句适用于对资源进行访问的场合，确保不管使用过程中是否发生异常都会执行必要的”清理”操作，释放资源，比如文件使用后自动关闭、线程中锁的自动获取和释放等。术语要使用 with 语句，首先要明白上下文管理器这一概念。有了上下文管理器，with 语句才能工作。下...
2020-09-14 13:36:46
176
原创 自学python第八天之：类与对象
类与对象¶对象 = 属性 + 方法对象是类的实例。换句话说，类主要定义对象的结构，然后我们以类为模板创建对象。类不但包含方法定义，而且还包含所有实例共享的数据。封装：信息隐蔽技术我们可以使用关键字class定义 Python 类，关键字后面紧跟类的名称、分号和类的实现。例子：class Turtle: # Python中的类名约定以大写字母开头 """关于类的一个简单例子""" # 属性 color = 'green' weight = 10 ..
2020-09-14 11:32:40
108
原创 自学python第七天之：函数与Lambda表达式
函数函数的定义还记得 Python 里面“万物皆对象”么？Python 把函数也当成对象，可以从另一个函数中返回出来而去构建高阶函数，比如： 参数是函数、返回值是函数。我们首先来介绍函数的定义。函数以def关键词开头，后接函数名和圆括号()。 函数执行的代码以冒号起始，并且缩进。 return [表达式] 结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回None。def functionname (parameters): "函数_文档字符串"
2020-09-13 14:28:17
148
原创 自学python第六天之：集合和序列
集合Python 中set与dict类似，也是一组key的集合，但不存储value。由于key不能重复，所以，在set中，没有重复的key。注意，key为不可变类型，即可哈希的值。例子：num = {}print(type(num)) # <class 'dict'>num = {1, 2, 3, 4}print(type(num))输出：<class 'dict'><class 'set'>1. 集合的创建先创建对象再加入元
2020-09-12 12:36:40
240
1
原创 自学python第四天之：元组
元组「元组」定义语法为：(元素1, 元素2, ..., 元素n)小括号把所有元素绑在一起 逗号将每个元素一一分开1. 创建和访问一个元组Python 的元组与列表类似，不同之处在于tuple被创建后就不能对其进行修改，类似字符串。 元组使用小括号，列表使用方括号。 元组与列表类似，也用整数来对它进行索引 (indexing) 和切片 (slicing)。例子：t1 = (1, 10.31, 'python')t2 = 1, 10.31, 'python'print(t1, t
2020-09-10 21:00:30
331
原创 自学python第四天之：列表
列表简单数据类型整型<class 'int'> 浮点型<class 'float'> 布尔型<class 'bool'>容器数据类型列表<class 'list'> 元组<class 'tuple'> 字典<class 'dict'> 集合<class 'set'> 字符串<class 'str'>1. 列表的定义列表是有序集合，没有固定大小，能够保存任意数量任意类型的 Pytho
2020-09-10 20:47:16
268
原创 自学python第三天之：异常处理汇总
异常处理异常就是运行期检测到的错误。计算机语言针对可能出现的错误定义了异常类型，某种错误引发对应的异常时，异常处理程序将被启动，从而恢复程序的正常运行。1. Python 标准异常总结BaseException：所有异常的基类 Exception：常规异常的基类 StandardError：所有的内建标准异常的基类 ArithmeticError：所有数值计算异常的基类 FloatingPointError：浮点计算异常 OverflowError：数值运算超出最大限制 Zero..
2020-09-09 11:03:59
84
原创 自学python第二天之：条件语句与循环语句
条件语句1. if 语句if expression: expr_true_suiteif 语句的expr_true_suite代码块只有当条件表达式expression结果为真时才执行，否则将继续执行紧跟在该代码块后面的语句。 单个 if 语句中的expression条件表达式可以通过布尔操作符and，or和not实现多重条件判断。例子：if 2 > 1 and not 2 > 3: print('Correct Judgement!...
2020-09-08 11:58:53
116
原创 自学python第一天之：位运算
python 之 位运算1. 原码、反码和补码二进制有三种不同的表示形式：原码、反码和补码，计算机内部使用补码来表示。原码：就是其二进制表示（注意，有一位符号位）。00 00 00 11 -> 310 00 00 11 -> -3反码：正数的反码就是原码，负数的反码是符号位不变，其余位取反（对应正数按位取反）。00 00 00 11 -> 311 111100-> -3补码：正数的补码就是原码，负数的补码是反码+1。00 00 00 11...
2020-09-06 23:15:59
177
原创 自学python第一天之：变量、运算符与数据类型
简介Python 是一种通用编程语言，其在科学计算和机器学习领域具有广泛的应用。如果我们打算利用 Python 来执行机器学习，那么对 Python 有一些基本的了解就是至关重要的。本 Python 入门系列体验就是为这样的初学者精心准备的。一、变量、运算符与数据类型1. 注释整行注释“#”来进行整行注释# 这是一个注释print("Hello world")# Hello world区间注释（多行注释）''' '''或者""" """表示区间注释，在三引号之间的所...
2020-09-06 23:01:10
652
原创 合作网站
我有兴趣并且现在也学习的不错了，html ，asp还自我感觉可以，做了一两个网站都是一两个页面，现在是在想真正做一个好的，但是一个人是很难做出来的。没有时间，每天还得搞定那几门功课，所以想和志同道合的同志合作弄个网站。主题自己想（我这方面细胞不够，呵呵~），我和你合作！！
2008-05-10 20:44:00
277
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人