神经网络 精度 算法 模型
法线贴图实现地形模型皱褶、凹凸不平的纹理效果
法线贴图可以通过改变模型表面法线的方向和强度，增强模型的真实感、细节和视觉效果，使得渲染结果更加逼真。它是一种在计算机图形学中常用的技术。 ......
羚通视频智能分析平台森林防火预警 烟火检测算法识别
羚通视频智能分析平台是一项利用先进的人工智能技术进行实时监控的创新解决方案。该平台专门设计出用于森林防火的烟火识别预警系统，旨在提高森林防火的效率和准确性。 该系统的核心是烟火识别算法，它基于深度学习技术。通过对大量烟火图像数据的学习和训练，该算法形成了一套能够自动识别视频中的烟火目标并对它们进行分 ......
网络流部分结论性质及证明
最近做到了很多网络流的题，一眼都挺不一眼的，凭自己也只有几道可以想到性质，但知道网络流相关知识之后就都是简单题了。 以下所有的证明都偏口胡，但有一定程度上的严谨性。 设情景下的最大流流量为 \(|F|\)。 称某个最大流方案中这条边流量所构成的流网络为使用流网络。 称流网络中每条边的容量减去某个最大 ......
神经网络优化篇：为什么正则化有利于预防过拟合呢？（Why regularization reduces overfitting?）
为什么正则化有利于预防过拟合呢？ 通过两个例子来直观体会一下。 左图是高偏差，右图是高方差，中间是Just Right。 现在来看下这个庞大的深度拟合神经网络。知道这张图不够大，深度也不够，但可以想象这是一个过拟合的神经网络。这是的代价函数\(J\)，含有参数\(W\)，\(b\)。添加正则项，它可 ......
羚通视频智能分析平台危险区域行人入侵算法识别检测
羚通视频智能分析平台的危险区域行人入侵检测算法是一种基于计算机视觉和深度学习等前沿技术的应用，它通过实时处理和分析视频图像，对行人目标进行准确识别和跟踪。该算法利用先进的计算机视觉技术，能够自动识别行人特征，如头部、身体轮廓等，并根据这些特征进行分类和预测，从而为行人入侵检测提供有力的决策支持。 当 ......
【UniApp】-uni-app-网络请求
前言 经过上个章节的介绍，大家可以了解到 uni-app-pinia存储数据的基本使用方法 那本章节来给大家介绍一下 uni-app-网络请求 的基本使用方法 步入正题 首先我们打开官方文档，我先带着大家看一下官方文档的介绍：https://uniapp.dcloud.net.cn/api/requ ......
.NET中自定义实现高精度定时器
.NET中有多少种定时器一文介绍过.NET中至少有6种定时器，但精度都不是特别高，一般在15ms~55ms之间。在一些特殊场景，可能需要高精度的定时器，这就需要我们自己实现了。本文将讨论高精度定时器实现的思路。 高精度定时器# 一个定时器至少需要考虑三部分功能：计时、等待、触发模式。计时是进行时间检 ......
Unity3D 多人联机网络游戏开发都存在哪些误区详解
Unity3D 是一款强大的游戏开发引擎，可以用于开发各种类型的游戏，包括多人联机网络游戏。然而，在开发多人联机网络游戏时，有一些常见的误区需要注意。本文将详细解释这些误区，并提供技术解决方案和代码实现。 对啦！这里有个游戏开发交流小组里面聚集了一帮热爱学习游戏的零基础小白，也有一些正在从事游戏开发 ......
神经网络2
1- 模型 模型结构 特征表示能力 训练效率 模型复杂度 鲁棒性 CNN 局部连接、权值共享的卷积结构 对局部特征提取能力强，适用于图像、语音等领域 训练效率高，可并行化处理 模型结构相对简单，参数较少，不适用于处理序列数据 对数据噪声、变形等鲁棒性一般 RNN 具有循环连接的结构，如LSTM、GR ......
神经网络
模型演进卷积神经网络--循环神经网络--Transformer 卷积神经网络 CNN 主要处理图像的神经网络卷积本身是一种数学计算先观察--再记忆存储 循环神经网络 RNN 语义存在上下文的前后依赖关系循环神经网络的上一级节点的输出继续往下一级进行传递，事后对序列数据的上下文影响进行建模后续的每一个 ......
三维模型数据的高程偏差的几何坐标纠正技术方法浅析
三维工厂K3DMaker是一款三维模型浏览、分析、轻量化、顶层合并构建、几何校正、格式转换、调色裁切等功能专业处理软件。可以进行三维模型的网格简化、纹理压缩、层级优化等操作，从而实现三维模型轻量化。轻量化压缩比大，模型轻量化效率高，自动化处理能力高；采用多种算法对三维模型进行几何精纠正处理，精度高，... ......
GAN模型
GAN模型优化训练 在训练过程中，生成网络的目标就是尽量生成真实的图片去欺骗判别网络D。而网络D的目标就是尽量把网络G生成的图片和真实的图片分别开来。这样，G和D构成了一个动态的“博弈过程”。这个博弈过程具体是怎么样的呢？ 先了解下纳什均衡，纳什均衡是指博弈中这样的局面，对于每个参与者来说，只要其他 ......
.NET中如何实现高精度定时器
.NET中有多少种定时器一文介绍过.NET中至少有6种定时器，但精度都不是特别高，一般在15ms~55ms之间。在一些特殊场景，可能需要高精度的定时器，这就需要我们自己实现了。本文将讨论高精度定时器实现的思路。 高精度定时器 一个定时器至少需要考虑三部分功能：计时、等待、触发模式。计时是进行时间检查 ......
算法学习Day7哈希表，数之和
Day6哈希表，数之和 By HQWQF 2023/12/19 笔记 454.四数相加II 给定四个包含整数的数组列表 A , B , C , D ,计算有多少个元组 (i, j, k, l) ，使得 A[i] + B[j] + C[k] + D[l] = 0。 为了使问题简单化，所有的 A, B, ......
隐私计算和大模型
来源：象话时刻 | 微众银行杨强：大模型的崛起是隐私计算发展的绝佳机会 观点 大模型的崛起，是隐私计算再次发展的绝佳机会。行业已经证明了用隐私计算做大模型的“防火墙”是可行的，全世界范围内大家也已经开始认识到这个方向；（效率又是一大难关） 数据要素流通最关键的是模型,以模型为中心,而不是以数据为中心 ......
（大模型训练）（工作流升级）（精品）MJ数据自动化处理流程！！！
0.准备条件：文件夹为中文名，图片内含有多个下划线。 处理目标：处理成为一个 “公共标|逗号| 一个句子"的形式。 1.（统计中文，准备翻译）文件夹结构作为数据统计入excel import os import pandas as pd def find_image_folders(parent_d ......
算法_Java
KMP 作用 快速找到串a中存在的串b 思想 前缀 && 后缀相同 解法 对小串b维护一个数组，数组记录以该位置为后缀结尾，最长的匹配前缀下标。 做法，i后缀结尾1->len-1，j前缀结尾初始为0，一旦ij的值匹配，i++，j++。不匹配，j循环回退KMP[j-1]，i不++。 遍历大串a时，不匹 ......
机器学习算法——决策树
1.决策树算法地位 决策树属于分类问题，是有监督学习的一部分，并且属于有监督学习里的分类问题； 2.决策树的结构 顾名思义：就是一个树结构（可以是二叉树也可以非二叉树）： 树的非叶子节点表示一个特征属性上的测试； 树的每个分支代表这个特征属性在某个值域上的输出； 每个叶子节点存放的是一个类别。 3. ......
算法学习笔记(8.3): 网络最大流 - 模型篇
本文慢慢整理部分模型。 DAG 最小路径覆盖 经典的题目，经典的思想。 网络流常见的将图上的点拆为入点和出点，那么路径由若干 出 - 入 - 出 - 入 的循环构成。 于是在拆好的图上流一流即可。 [CTSC2008] 祭祀 典中祭 黑白染色 利用黑白染色将整个图变成一个二分图是网络流常见的套路，尤 ......
算法数组集合
JDK1.0 java.util.Date 缺陷 : 偏移量 JDK1.1 java.util.Calendar 线程不安全 缺陷 : a.偏移量 b.可变性,线程不安全的 c.格式化 : java.text.DateFormat 只适用于 Date , 不能用于 Calendar JDK8.0 j ......
决策树算法思想及其Python实现
决策树算法是一种在机器学习和数据挖掘领域广泛应用的强大工具，它模拟人类决策过程，通过对数据集进行逐步的分析和判定，最终生成一颗树状结构，每个节点代表一个决策或一个特征。决策树的核心思想是通过一系列问题将数据集划分成不同的类别或值，从而实现对未知数据的预测和分类。这一算法的开发灵感源自人类在解决问题时 ......
代码随想录算法训练营第七天|454.四数相加II，383. 赎金信，15. 三数之和，18. 四数之和
一、454.四数相加II 题目链接： LeetCode 454.四数相加II 学习前： 思路： 首先定义两个HashMap对象record12和record34，对应的key存放两个数组元素的和，value存放计算的和出现的次数 接着遍历record12，若record存在与之和为0的元素，则计算两 ......
分类模型
分类模型 二分类模型 对于二分类模型，介绍逻辑回归(logistic regression)和Fisher线性判别分析两种分类算法；对 于多分类模型，将简单介绍Spss中的多分类线性判别分析和多分类逻辑回归的操作步骤 水果分类例子 这个实际上就是一个二分类问题，通过属性推断类别。 逻辑回归logis ......
目标检测算法中的AP以及mAP值的计算
mAP的是各个类别的AP的值的平均值 # https://blog.csdn.net/qq_36523492/article/details/108469465 计算方法选择第二种方法 the interpolation performed in all points # 定义一个列表 lst = ......
R语言有限混合模型(FMM,finite mixture model)及其EM算法聚类分析间歇泉喷发时间
原文链接：http://tecdat.cn/?p=22609 原文出处：拓端数据部落公众号 摘要 本文提供了一套用于分析各种有限混合模型的方法。既包括传统的方法，如单变量和多变量正态混合的EM算法，也包括反映有限混合模型的一些最新研究的方法。许多算法都是EM算法或基于类似EM的思想，因此本文包括有限 ......
matlab使用长短期记忆（LSTM）神经网络对序列数据进行分类|附代码数据
全文下载链接：http://tecdat.cn/?p=19751 本示例说明如何使用长短期记忆（LSTM）网络对序列数据进行分类 。 最近我们被客户要求撰写关于LSTM的研究报告，包括一些图形和统计输出。 要训练深度神经网络对序列数据进行分类，可以使用LSTM网络。LSTM网络使您可以将序列数据输入 ......
R语言群组变量选择、组惩罚group lasso套索模型预测分析新生儿出生体重风险因素数据和交叉验证、可视化
原文链接：http://tecdat.cn/?p=25158 原文出处：拓端数据部落公众号 本文拟合具有分组惩罚的线性回归、GLM和Cox回归模型的正则化路径。这包括组选择方法，如组lasso套索、组MCP和组SCAD，以及双级选择方法，如组指数lasso、组MCP。还提供了进行交叉验证以及拟合后可 ......
代码随想录算法训练营第六天|242.有效的字母异位词、349.两个数组的交集、202.快乐数、1.两数之和
LeetCode 242.有效的字母异位词 题目链接：242.有效的字母异位词 提示：字符串 charAt() 方法的使用 LeetCode 349.两个数组的交集 题目链接：349.两个数组的交集 提示：哈希法，Set 集合的使用，判断元素是否存在！！！ LeetCode 202.快乐数 题目链接 ......
深入 K8s 网络原理（一）- Flannel VXLAN 模式分析
目录1. 概述2. TL;DR3. Pod 间通信问题的由来4. 测试环境准备5. 从 veth 设备聊起6. 网桥 cni06.1 在 Pod 内看网卡信息6.2 在 host 上看网卡信息7. VTEP flannel.18. 最后看下 Flannel 的配置9. 总结 1. 概述 这周集中聊下 ......
阿里-可视化建模-模型部署及训练
快速开始预置了多种预训练模型。您可以基于预训练模型快速上手并使用PAI的训练和部署功能。本文为您介绍如何在快速开始查找适合您业务需求的模型、部署和调试模型、微调训练模型。 前提条件 如果您需要对模型进行微调训练或增量训练，需要创建OSS Bucket存储空间，具体操作请参见控制台创建存储空间。 使用 ......