alexnet论文
个人项目：Java实现论文查重
这个作业属于哪个课程 软件工程 这个作业要求在哪里 个人项目 这个作业的目标 熟悉maven等框架搭建，jprofiler观察资源消耗与调用情况，junit单元测试，熟悉开发流程 正文 1.GitHub仓库 本项目仓库链接 2.PSP PSP2.1 Stages Personal Software ......
个人项目：java实现论文查重
| 这个作业属于哪个课程 | [软件工程](https://edu.cnblogs.com/campus/gdgy/CSGrade21-12) | | | | | 这个作业要求在哪里| [个人项目](https://edu.cnblogs.com/campus/gdgy/CSGrade21-12/h ......
个人项目：java实现论文查重
| 这个作业属于哪个课程 | 软件工程 | | : : | : : | | 这个作业要求在哪里| 个人项目 | | 这个作业的目标 | 熟悉maven等框架搭建，jprofiler观察资源消耗与调用情况，junit单元测试，熟悉开发流程 | 正文 1.GitHub仓库 本项目仓库链接 2.PSP P ......
个人项目：Java实现论文查重
Github地址：https://github.com/SLkHs/3121004696 Java实现简易论文查重 软件工程 https://edu.cnblogs.com/campus/gdgy/CSGrade21-12 作业要求 https://edu.cnblogs.com/campus/gd ......
Java实现论文查重
论文查重算法 这个作业属于哪个课程 计科二班 这个作业要求在哪里 个人项目 这个作业的目标 单元测试，代码性能，PSP表，git的正确使用 github链接 github_3121004921 PSP表格 PSP2.1 Personal Software Process Stages 预估耗时（分钟 ......
[论文阅读] Anomaly Detection with Score Distribution Discrimination
Anomaly Detection with Score Distribution Discrimination 1 Introduction 如图1所示。Fig 1a~1c。这些方法基于学习到的输入数据的特征转换（如重构误差或embedding距离），生成异常分数。然而，在表示空间中的优化会导致数 ......
《White-Box Transformers via Sparse Rate Reduction》论文学习
一、Introduction 近年来，深度学习在处理大量高维多模态数据方面取得了巨大的实证成功。其中很大一部分成功归功于对数据分布的有效学习，然后将分布转化为简洁的结构化和紧凑的表示形式，这有助于许多下游任务（例如视觉、分类、识别和分割以及生成。为此，已提出和实践了许多模型和方法，每种方法都有其优点 ......
Java实现简易论文查重
https://github.com/stopyc/3121005018 Java实现简易论文查重 软件工程 https://edu.cnblogs.com/campus/gdgy/CSGrade21-12 作业要求 https://edu.cnblogs.com/campus/gdgy/CSGra ......
C++实现简易论文查重（动态规划）
软件工程 https://edu.cnblogs.com/campus/gdgy/CSGrade21-12 作业要求 https://edu.cnblogs.com/campus/gdgy/CSGrade21-12/homework/13014 作业目标 个人项目 github链接 ： https: ......
Seeing What You Said: Talking Face Generation Guided by a Lip Reading Expert 论文笔记
最近一直在看虚拟人像. 最关键的论文就是wav2lip. 目前项目中也是用的这个. 一个视频加一个语音, 就可以生成用视频里面的头,加语音的新视频. 现在看这篇论文Seeing What You Said: Talking Face Generation Guided by a Lip Readin ......
论文研读_基于决策变量聚类的大规模多目标优化进化算法
多样性和收敛性是什么？ 多样性：多样性是指在一个系统、模型或者群体中存在的不同类型的元素的数量和种类。在生物学中，多样性可能指的是一个生态系统中的物种多样性；在社会学中，多样性可能指的是一个社区或者组织中的文化、种族、性别等方面的多样性；在计算机科学中，多样性可能指的是解决一个问题的不同方法或者策略 ......
论文解读（LR2E）《Learning to Reweight Examples for Robust Deep Learning》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Learning to Reweight Examples for Robust Deep Learning论文作者：Mengye Ren、Wenyuan Zeng、Bin Yang、Raquel Urta ......
《PROMPT2MODEL: Generating Deployable Models from Natural Language Instructions》论文学习
一、Introduction 传统上，从零开始构建一个自然语言处理（NLP）模型是一项重大任务。一个寻求解决新问题的NLP从业者需要定义他们的任务范围，找到或创建目标任务领域的行为数据，选择合适的模型架构，训练模型，通过评估评估其性能，然后将其部署到实际应用中。 Prompt2Model is a ......
0007Java程序设计-jsp问卷调查系统-论文
## 摘 要 随着社会不断进步与发展，生活节奏不断加快，信息已经成为我们生活中不可缺少的一部分，很多企业需要掌握大量的信息来了解特定用户的需求，传统的做法是组织大量的人力物力对用户散发调查表，然后对收集的信息进行统计并得到想要的调查结果，但是这种传统的做法浪费大、效率低、周期长，为了改变这种现象，我 ......
论文解读（CST）《Cycle Self-Training for Domain Adaptation》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Cycle Self-Training for Domain Adaptation论文作者：Hong Liu, Jianmin Wang, Mingsheng Long论文来源：2021 论文地址：down ......
SGL论文阅读笔记
# SGL论文阅读笔记 ## 摘要部分内容 首先，论文提出了目前用户-项目图所面临的两大问题 + 长尾问题：高度数的节点对表示学习产生更大的影响 ，导致低度数的结点的推荐比较困难 + 鲁棒性问题：用户的交互数据中包含很多噪声，而邻居聚合策略会更进一步放大聚合的影响 于是，这篇论文提出了自监督 ......
[论文阅读] Explicit Boundary Guided Semi-Push-Pull Contras
# Explicit Boundary Guided Semi-Push-Pull Contrastive Learning for Supervised Anomaly Detection ## Introduction 只关注正常样本可能会限制AD模型的可判别性。如图1(a)所示，在没有异常情况 ......
【论文阅读】CAT: Cross Attention in Vision Transformer
论文地址：[2106.05786] CAT: Cross Attention in Vision Transformer (arxiv.org) 项目地址：https://github.com/linhezheng19/CAT 一、Abstract 由于Transformer在NLP中得到了广泛的应 ......
论文解读（MTEM）《Meta-Tsallis-Entropy Minimization: A New Self-Training Approach for Domain Adaptation on Text Classification》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Meta-Tsallis-Entropy Minimization: A New Self-Training Approach for Domain Adaptation on Text Classific ......
SLAMesh论文及代码阅读与思考<六>Real-time LiDAR Simultaneous Localization and Meshing
# 前言 本节对可视化部分进行理解。mesh的可视化使用的是mesh_tools中提供的rviz的插件。代码中已经完美的实现了mesh_msgs::MeshGeometryStamped消息的定义与赋值，但是mesh_tools还包含了很多其他的消息类型，提供了更加丰富的可视化信息，详情可参考“Th ......
中国石油大学论文辅导搜Q，530986209
需要作业答案，论文辅导搜扣扣， ```530986209``` 交文件要求首先按照自己的个人兴趣在题目列表选择一个题目或者自拟题目，然后根据软件工程开发流程，完成这个题目从需求分析到系统测试的各个阶段环节目标，并按照附件里面给出的各种文档格式，撰写相关文档。请注意本课程ᨀ交的内容，应该包括软件工程中 ......
中国石油大学论文辅导，在线作业答案
需要作业答案搜扣扣，530986209， 另外提供论文辅导 交文件要求首先按照自己的个人兴趣在题目列表选择一个题目或者自拟题目，然后根据软件工程开发流程，完成这个题目从需求分析到系统测试的各个阶段环节目标，并按照附件里面给出的各种文档格式，撰写相关文档。请注意本课程ᨀ交的内容，应该包括软件工程中各个 ......
论文精读：带有源标签自适应的半监督域适应（Semi-Supervised Domain Adaptation with Source Label Adaptation）
# Semi-Supervised Domain Adaptation with Source Label Adaptation 具有源标签适应的半监督域适应 >[原文链接](https://openaccess.thecvf.com/content/CVPR2023/papers/Yu_Semi- ......
SLAMesh论文及代码阅读与思考<五>Real-time LiDAR Simultaneous Localization and Meshing
# 前言 本节重点对filterMeshGlb()函数进行理解。该函数在可视化模块中重点对全局地图中的每个栅格进行mesh的生成。一开始我的疑惑是代码是如何实现相邻cell之间的mesh连接的，这个应该具有较大的挑战性。其实，代码只考虑栅格内部的mesh的生成，全局mesh地图也就是mesh的并集， ......
[论文阅读] Learning Semi-supervised Gaussian Mixture Model
# Learning Semi-supervised Gaussian Mixture Models for Generalized Category Discovery ## Abstract 在本文中，我们解决了广义类别发现(generalized category discovery, GCD ......
SLAMesh论文及代码阅读与思考<四>Real-time LiDAR Simultaneous Localization and Meshing
# 前言 本节继续对update()函数进行理解。update是将当前点云对应的map_now对全局地图map_glb进行更新。 ## 获取重叠的区域 `OverlapCellsRelation overlap_ship = map_now.overlapCells(*this);` ```c++ ......
[论文阅读] Prototypical contrastive learning of unsupervis
# Prototypical contrastive learning of unsupervised representations ## abstract 这篇论文介绍了原型对比学习（PCL），一种将对比学习与聚类相结合的无监督表示学习方法。PCL不仅为实例区分任务学习低层特征，更重要的是==* ......
【ECAPA_TDNN 下 】代码和论文细节分析
【ECAPA-TDNN 上】论文阅读 https://blog.csdn.net/qq_32766309/article/details/121359110?spm=1001.2014.3001.5502 【ECAPA_TDNN 下 】代码和论文细节分析 https://blog.csdn.net/ ......
AlexNet 阅读
#### 原文概述 ##### Introduction Story: 为了提高图像分类的性能，我们需要更大的数据集, 更大学习能力(learning capacity)的模型，并且模型需要有很好的泛化能力. `CNN`符合要求: 其规模可以由层数和每层的宽度决定，并且`CNN`对自然图片有着强大而 ......
论文解读（SPGJL）《Soft Prompt Guided Joint Learning for Cross-Domain Sentiment Analysis》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Soft Prompt Guided Joint Learning for Cross-Domain Sentiment Analysis论文作者：Jingli Shi、Weihua Li、Quan Bai ......