信道 差错 概率 卷积
每日一题003 | 证明：连续分布函数序列的点态收敛可以推出相应的分位数随机变量序列的依概率收敛。
?概率极限理论经典习题2：连续分布函数序列的点态收敛可以推出相应的分位数随机变量序列的依概率收敛。来自茆诗松《概率论与数理统计》第四章的习题。 ......
OpenCV 卷积运算和卷积核
卷积运算和卷积核 图像运算中经常会碰到卷积运算这个讲法, 初看不知道具体含义, 其实非常简单, 工作原理如下: 首先提供一个小的矩阵, 一般是3*3, 或者是 5*5 或者是 7*7, 一般是方形矩阵, 维度为奇数, 这样中心点可以作为锚点, 矩阵中的元素取值多为很小的整数(或正或负或零), 该矩阵 ......
c4w2_深度卷积网络案例探究
深度卷积模型：案例探究 为什么要学习一些案例呢？ 就像通过看别人的代码来学习编程一样，通过学习卷积神经模型的案例，建立对卷积神经网络的（CNN）的“直觉”。并且可以把从案例中学习到的思想、模型移植到另外的任务上去，他们往往也表现得很好。 接下来要学习的神经网络： 经典模型：LeNet5、AlexNe ......
c4w1_卷积神经网络
卷积神经网络 计算机视觉问题 计算机视觉（computer vision）是因深度学习而快速发展的领域之一，它存进了如自动驾驶、人脸识别等应用的发展，同时计算机视觉领域的发展还可以给其他领域提供思路。 计算机视觉应用的实例：图片分类（识别是不是一只猫）、目标检测（检测途中汽车行人等）、图片风格转移等 ......
无线信道-路径损失以及信道衰落
看了很多论文有关无线的论文，一直对他的论文里的信道模型很迷惑，大体结合搜到的资料以及论文整理一下。 1、衰落 \(\quad\)无线通信里，信号强度的变化可以分为大尺度衰落（Large-scale fading）和小尺度衰落（Small-scale fading），这两者由不同的物理现象引起，并在不 ......
无线信道-路径损失以及信道衰落
看了很多论文有关无线的论文，一直对他的论文里的信道模型很迷惑，大体结合搜到的资料以及论文整理一下。 1、衰落 \(\quad\)无线通信里，信号强度的变化可以分为大尺度衰落（Large-scale fading）和小尺度衰落（Small-scale fading），这两者由不同的物理现象引起，并在不 ......
「总结」同或卷积
前置知识：FWT 的另一种理解 FWT 的另一种理解，文中使用的系数矩阵 \(F\) 似乎不太标准，本文中认为 \(\mathscr{F}(\bm a)=F\times\bm a\)。 摘要：FWT 使用的线性变换的系数矩阵 \(F\) 需要满足 \(F(i,x\oplus y)=F(i,x)\ti ......
实现不同概率对应不同level思路
背景 现在我要实现一个level，有1/2概率level=1,1/4概率level=2,1/8概率level=3。。。。 典型应用跳表中的randomLevel，这里提供两种实现思路 随机累加 简单点多次循环随机，小于1/2则level+1 level = 1 while (rand.float(0 ......
每日一练：通过广播信道实现跨页面通信
利用广播通道实现标签页通信 1. 什么是广播通道 广播通道是一种新的浏览器原生API，它可以让你在同源的标签页之间传递消息。这个API的目的是为了让开发者可以在不同的标签页之间共享数据，而不需要使用LocalStorage或者其他的存储方式。 2. 广播通道的使用 2.1 创建广播通道 const ......
m基于GA-CNN遗传优化卷积神经网络的手势识别算法matlab仿真
1.算法仿真效果 matlab2022a仿真结果如下： CNN训练结果 GA优化之后的CNN训练结果 GA优化过程得到的均值收敛过程 CNN与GA优化CNN的识别率对比 本课题采用的数据库如下： 2.算法涉及理论知识概要 基于GA-CNN遗传优化卷积神经网络的手势识别算法是一种结合了遗传算法（GA） ......
【数学】- 概率论
概率论 参考：https://zhuanlan.zhihu.com/p/330669300 简介 被期望坑过无数次了。痛定思痛，决定写一写。OI中期望常可以通过线性递推得到状态转移，所以也有很大一部分期望题因此被冠以 “期望/概率DP” 之称，属于广义的 “动态规划” 范畴。当然，OI中涉及的大多是 ......
深度学习模型---卷积神经网络
深度学习 深度学习模型是一种机器学习方法，它模仿人脑神经网络的结构和功能，通过多层次的神经网络进行学习和推断。深度学习模型在计算机视觉、自然语言处理、语音识别等领域取得了显著的成果。 深度学习模型的基本单元是神经网络，它由大量的人工神经元组成，每个神经元都与其他神经元相连。深度学习模型的深度指的是神 ......
概率期望小结论
对于一个概率 \(p\)，设它能提供的期望值为命中此概率的次数。那么保持这个概率直至命中此概率的期望值为 \(\frac{1}{p}\) 证明： \[\begin{aligned} \sum\limits_{i = 1}^{\infty} (1 - p) ^ {i - 1} * p * i &= p ......
机器学习——深度卷积神经网络AlexNet
AlexNet相对于LeNet的主要优势包括: 1. 更深的网络结构 AlexNet有8层结构,而LeNet只有5层。网络更加深入有利于学习更抽象的高级特征。 2. 使用ReLU激活函数 AlexNet使用ReLU激活函数,避免梯度消失问题,使得深层网络的训练更加容易。 3. 引入Dropout操作 ......
狄利克雷卷积&莫比乌斯反演
狄利克雷卷积（Dirichlet Convolution）在解析数论中是一个非常重要的工具，使用狄利克雷卷积可以很方便地推出一些重要函数和公式，它在信息学竞赛和解析数论中至关重要. ......
狄利克雷卷积及常见函数与莫比乌斯反演
狄利克雷卷积（Dirichlet Convolution）在解析数论中是一个非常重要的工具，使用狄利克雷卷积可以很方便地推出一些重要函数和公式，它在信息学竞赛和解析数论中至关重要. ......
基于Mel谱图和卷积神经网络的音频识别
基于Mel谱图和卷积神经网络的音频识别 摘要——近年来，由于其许多潜在的应用，自动声音识别受到了越来越多的研究兴趣。其中包括视频/音频内容的自动标记和机器人的实时声音检测。虽然图像分类是一个研究较多的话题，但声音识别还不太成熟。在这项研究中，利用了为图像分类开发的鲁棒机器学习技术，并将其应用于声音识 ......
一文带你零基础深入理解随机变量，概率分布与统计量
一. 随机事件与概率 1.1 随机现象 在自然界和人类活动中，发生的现象多种多样，比如下列这些现象： 1. 偶数能被2整除 2. 光的速度是常数 3. 一家门店一天之内的订单量 4. 一个新生儿可能是男生也可能是女生 5. AB实验存在对照组和实验组 6. 李华上厕所的时间 不难发现，其中①②⑤这类 ......
关于联合概率密度和边缘概率密度的几何意义
1.这里密度比较抽象，可以理解成高度，更直观 f(x,y)可以理解成一个区域中某一点的高度，那f(x,y)的二重积分就是这个区域*对应的高度=体积 关于 边缘概率密度，实际是一个截面的面积，和高度不一样了。 fx(x)指对x的边缘密度，意义是垂直x轴切片，给一个x，输出x处的截面积 fy(y)指对y ......
概率统计
随机变量与分布函数 随机变量本质上就是个变量，它分为两种：连续型随机变量（变量的可能取值是连续的，比如小酱等车的时间没法精确到准确的值）和离散型随机变量（变量的可能取值是离散的，比如小酱扔硬币只有正反面两种值）。 分布函数的定义：假如 \(X\) 是个随机变量，那么它的分布函数 \(F(x)\) 被 ......
异常检测算法-完全卷积数据描述子FCDD
文献来源： EXPLAINABLE DEEP ONE-CLASS CLASSIFICATION 最近在做一些异物检测之类的算法任务，原本想使用目标识别算法，但是问题是正样本太多，而负样本没几个。所以有必要使用异常检测算法，日后不妨再结合目标识别任务去做。 在正式开始前，需要先简单介绍一个广义损失函数 ......
基于卷积神经网络的美食分类
使用卷积神经网络解决美食图片的分类问题：：：数据集在我这里，私聊给！！！！！！！！！ 环境：python3.7 ， 飞浆版本2.0 ， 操作平台pycharm 步骤1：美食图片数据集介绍与加载： 本实践使用的数据集包含5000张格式为jpg的三通道彩色图像，共5种食物类别。对于本实践中的数据包，具体 ......
[机器学习复习笔记] CNN 卷积神经网络
CNN 卷积神经网络 1. 二维卷积公式（机器学习） \[O(i, j) = \sum^{kh}_{i = 0} \sum^{kw}_{j = 0} w(i, j) * I(i + kh, j + kw) \]上述公式中，\(O\) 为输出矩阵，\(I\) 为输入矩阵，\(w\) 为卷积核，\(kh ......
机器学习——卷积神经网络
对于表格数据（其中行对应样本，列对应特征），我们寻找的模式可能涉及特征之间的交互，但是我们不能预先假设任何与特征交互相关的先验结构。 此时，多层感知机可能是最好的选择，然而对于高维感知数据，这种缺少结构的网络可能会变得不实用。原因如下： 当特征数非常高维时，全连接网络的参数会变得极大，导致计算成本大 ......
【PyTorch 卷积】实战自定义的图片归类
前言 卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一，它通过卷积层、池化层、全连接层等结构，可以有效地处理如时间序列和图片数据等。关于卷积的概念网络上也比较多，这里就不一一描述了。实战为主当然要从实际问题出发，用代码的方式加深印象。在写代码前，我先说一下为什么我 ......
概率论期中考试冲刺
那些分布 二项分布 泊松分布 几何分布 帕斯卡分布 均匀分布 指数分布 正态分布 它们的参数、概率密度函数与分布函数、统计特征、意义 那些公式 期望 \[E(g(X))=\int_{-\infty}^{+\infty}g(t)f(t)dt. \]密度函数 \(y=g(x)\)处处可导且严格单调，则： ......
现代卷积神经网络
白羽~ summer pockets AlexNet 背景 当时计算机视觉研究人员会告诉一个诡异事实————推动领域进步的是数据特征，而不是学习算法。计算机视觉研究人员相信，从对最终模型精度的影响来说，更大或更干净的数据集、或是稍微改进的特征提取，比任何学习算法带来的进步要大得多。 另一组研究人员， ......
基于CNN卷积神经网络的目标识别matlab仿真,数据库采用cifar-10
1.算法运行效果图预览 2.算法运行软件版本 MATLAB2022a 3.算法理论概述 CNN是一种专门用于图像处理的神经网络架构，其核心是卷积层、池化层和全连接层。CNN利用卷积操作和池化操作来自动学习图像中的特征，然后通过全连接层将这些特征映射到不同类别的标签上，实现图像分类和目标识别。 CNN ......