神经
深度神经网络的电力系统实时状态估计与预测源代码代码按照高水平文章复现
深度神经网络的电力系统实时状态估计与预测源代码代码按照高水平文章复现，保证正确 利用深度神经网络(DNNs)进行电力系统实时监测。 在IEEE 118系统的实际负载数据实验中，新的基于dnn的PSSE方案的性能几乎优于竞争对手的数量级，包括广泛采用的Gauss-Newton PSSE求解器。 基于数 ......
CS231N assignment 2 _ 全连接神经网络 学习笔记 & 解析
本章内容较多预警 Intro 我们写过一个两层的神经网络, 但是梯度是在loss内计算的, 因此对网络的架构相关的修改难免比较困难. 为此, 我们需要规范化网络设计, 设计一系列函数. , 后面我们还会封装一个类, 这也是最希望的方式了. 环境搭建 又到了工科生最上头(bushi 的搭环境环节. 我 ......
39.深度神经网络应用
1、加载深度学习模型 深度学习中最重要的部分就是对模型的训练，模型训练完成后就可以使用模型对新数据进行处理，例如识别图像中的物体、对图像中的人脸进行识别等。由于训练模型既耗费时间又容易失败，因此在实际使用过程中可以直接已有的模型，没必要每次都重新训练模型。OpenCV 4中提供了dnn::readN ......
3500/42M 176449-02 使用径向基函数神经网络
3500/42M 176449-02 使用径向基函数神经网络 另一个是王、左、傅提出的10]，其中作者提出了结合历史数据和实时情况信息来预测公交车到达时间。王和左提出的解决方案包括两个主要步骤。第一步，使用径向基函数神经网络(RBFNN)模型来学习和逼近历史数据中的非线性关系。第二步，采用一种面向在 ......
CS 486/686 神经网络
CS 486/686 Winter 2023 Assignment 4 2 Neural Networks (65 marks) In this part of the assignment, you will implement a feedforward neural network from ......
CS231N assignment 1 _ 两层神经网络 学习笔记 & 解析
two layer net 神经网络的定义 我之前看到的神经网络对于各个层和激活函数的各种表达的总是不够清晰. 所幸本课程对于网络具体细节总算有了严格的定义. 我们实现的是包含ReLU激活函数和softmax分类器的网络. 下面是简单的图形示意: (应该足够清晰了) 需要注意, 输出层之后是没有Re ......
4.9软工日报(神经网络
跟着书学了神经网络的一些最最最基本的内容，首先安装了numpy库，还有matplotlib库，第二个库是用来绘图用的。 其次还安装了 这两个软件包用于将numpy数组的图片转化成其他维度和形状，当然还有很多其他功能，安装完这些库就够用了。 首先神经网络大致可分为三层，输入层，中间层和输出层，中间层可 ......
人工智能概率算法-模拟神经元结构预测价格
最近研究人工智能概率算法，想通过统计学的方式预测未来 比较好的例子就是股票，历史数据很丰富 输入端：4个参数（开盘价、最高价、最低价、收盘价） 输出端：4个参数 第二天（开盘价、最高价、最低价、收盘价） 把价格从-10到+10，每次迭代0.1，分类成200个特征 刚开始神经元的输入端不敏感，细胞核不 ......
深入浅出神经网络与深度学习 (迈克尔·尼尔森（Michael Nielsen）) Chapter1
1.1 感知机perceptron 20 世纪五六十年代，科学家Frank Rosenblatt 发明了感知机，其受到了 Warren McCulloch 和 Walter Pitts 早期研究的影响。 what's weighted sum in perceptron? In the contex ......
深度学习——使用卷积神经网络改进识别鸟与飞机模型
准备数据集：从CIFAR-10抽离鸟与飞机的图片 from torchvision import datasets from torchvision import transforms data_path = './data' # 加载训练集 cifar10 = datasets.CIFAR10(r ......
神经网络简介
神经网络是一种类似于人脑神经元网络的计算模型，可以处理复杂的非线性问题，如图像识别、语音识别、自然语言处理等。本文将简要介绍神经网络的基本概念、类型和应用。 一、基本概念 神经元：神经网络的基本单元，类比于人脑中的神经元。它接收一组输入，进行一些计算，并产生一个输出。输入通常加权，并通过激活函数进行 ......
机器学习（四）：4层BP神经网络（只用numpy不调包）用于训练鸢尾花数据集|准确率96%
题目： 设计四层BP网络，以g(x)=sigmoid(x)为激活函数， 神经网络结构为：[4，10，6, 3]，其中，输入层为4个节点，第一个隐含层神经元个数为10个节点；第二个隐含层神经元个数为6个节点，输出层为3个节点 利用训练数据iris-train.txt对BP神经网络分别进行训练，对训练后 ......
图神经网络 基础、前沿与应用 第三章 图神经网络 阅读笔记
导读 传统的深度学习技术已经在图像等欧式数据或文本和信号等序列数据上取得巨大的成功。但也有很多领域数据需要用复杂的图结构来表达，这些图结构的数据可以编码复杂的点对关系，以学习更丰富的信息表征；另一面，原始数据（图像或连续文本）的结构和语义信息中纳入特定领域知识可以捕捉数据之间更细粒度的关系。 当GN ......
图神经网络 基础、前沿与应用 第一章 表征学习 阅读笔记
导读 表征学习的目标是从数据中提取足够但最少的信息。传统上，该目标可以通过先验知识以及基于数据和任务的领域专业知识来实现，这也被称为特征工程。特征工程是利用人类的现有知识的一种方式，旨在从数据中提取并获得用于机器学习任务的判别信息（比如从音频中通过傅立叶变换提取出mel频谱）。 特征工程的缺点： 需 ......
图神经网络 基础、前沿与应用 第二章 图表征学习 阅读笔记
摘要 图表征学习的目的是将图中的节点嵌入低维的表征并有效地保留图的结构信息。 导读 许多复杂的系统具有图的形式，如社交网络、生物网络和信息网络。为了有效地处理图数据，第一个关键的挑战是找到有效的图数据表征方法，也就是如何简洁地表征图，以便在时间和空间上有效地进行高级的分析任务，如模式识别、分析和预测 ......
图神经网络 基础、前沿与应用 第零章 术语 & 符号 阅读笔记
图的基本概念 中心度：用来衡量图中节点的重要性。中心度的基本假设是：如果其他重要的节点也连接到该节点，则认为该节点是重要的。常见的中心度度量包括度数中心度、特征向量中心度、间隔性中心度和接近性中心度。 邻域：一个节点的邻域一般是指与该节点相近的其他节点的集合（距离为1）。一个节点的k阶邻域内的所有节 ......
PCA 和多元信号处理，应用于神经数据
PCA 和多元信号处理，应用于神经数据 学习和应用“大神经数据”的前沿数据分析技术（理论和MATLAB/Python代码） 课程英文名：PCA & multivariate signal processing, applied to neural data 此视频教程共4.56GB，中英双语字幕，画 ......
bp神经网络交叉验证算法和确定最佳隐含层节点个数matlab 程序
bp神经网络交叉验证算法和确定最佳隐含层节点个数matlab 程序，直接运行即可。 数据excel格式，注释清楚，效果清晰，一步上手。YID:6859628310735572 ......
基于RBF神经网络模型，根据历史车速信息，预测将来几秒预测时域的车速信息的时序预测模型
基于RBF神经网络模型，根据历史车速信息，预测将来几秒预测时域的车速信息的时序预测模型（本程序先根据训练工况训练，采用训练后的神经网络模型，预测UDDS循环工况，每个时间点车速下将来几秒内 的车速信息）。 1.文件包括，训练工况（.mat数据，工况可自己选取最好与想要预测的工况类似，如预测工况是城郊 ......
RNN（循环神经网络）
1.递归神经网络的历史版本 递归神经网络有两种类型：Jordan network和Elman network;现在常用的RNN(包括LSTM、GRU等)都是使用Elman network。 Elman network是在Jordan network的基础上进行了创新，并且简化了它的结构。 它们之间的 ......
深度学习基础入门篇[一]：神经元简介、单层多层感知机、距离计算方法式、相似度函数
深度学习基础入门篇[一]：神经元简介、单层多层感知机、距离计算方法式、相似度函数 1.神经元 在生物学中，神经元细胞有兴奋与抑制两种状态。大多数神经元细胞在正常情况下处于抑制状态，一旦某个神经元受到刺激并且电位超过一定的阈值后，这个神经元细胞就被激活，处于兴奋状态，并向其他神经元传递信息。基于神经元 ......
循环神经网络 - RNN
在上一篇文章中，介绍了卷积神经网络（CNN），CNN在图像识别中有着强大、广泛的应用，但有一些场景用CNN却无法得到有效地解决，例如： 语音识别，要按顺序处理每一帧的声音信息，有些结果需要根据上下文进行识别； 自然语言处理，要依次读取各个单词，识别某段文字的语义； 这些场景都有一个特点，就是都与时间 ......
m基于CNN卷积神经网络和GEI步态能量图的步态识别算法MATLAB仿真
1.算法描述 步态识别是一种新兴的生物特征识别技术，旨在通过人们走路的姿态进行身份识别，与其他的生物识别技术相比，步态识别具有非接触远距离和不容易伪装的优点。在智能视频监控领域，比图像识别更具优势。步态是指人们行走时的方式，这是一种复杂的行为特征。罪犯或许会给自己化装，不让自己身上的哪怕一根毛发掉在 ......
卷积神经网络 – CNN
1981年的诺贝尔医学奖，颁发给了 David Hubel（出生于加拿大的美国神经生物学家） 和Torsten Wiesel，以及 Roger Sperry。前两位的主要贡献，是“发现了视觉系统的信息处理”，可视皮层是分级的。 图：纪念1981年诺贝尔医学奖的邮票。 人类的视觉原理如下：从原始信号摄 ......
m基于AlexNet神经网络和GEI步态能量图的步态识别算法MATLAB仿真
1.算法描述 AlexNet是2012年ImageNet竞赛冠军获得者Hinton和他的学生Alex Krizhevsky设计的。也是在那年之后，更多的更深的神经网络被提出，比如优秀的vgg,GoogLeNet。 这对于传统的机器学习分类算法而言，已经相当的出色。Alexnet网络模型于2012年提 ......
[重读经典论文]VGG——传统串行卷积神经网络的极致
1. 前言 VGG是由牛津大学视觉组（Visual Geometry Group，Vgg的名称也是来源于此）在2014年的论文《Very Deep Convolutional Networks for Large-Scale Visual Recognition》中提出的卷积神经网络模型。 VGG将 ......
matlab神经网络训练函数和性能函数
The response is derived from web search results. Here is a table that summarizes some of the advantages, disadvantages and applications of different t ......
卷积神经网络（Convolutional Neural Network）
前置芝士： 神经网络 #前言 人脑视觉机理，是指视觉系统的信息处理在可视皮层是分级的，大脑的工作过程是一个不断迭代、不断抽象的过程。视网膜在得到原始信息后，首先经由区域V1初步处理得到边缘和方向特征信息，其次经由区域V2的进一步抽象得到轮廓和形状特征信息，如此迭代地经由更多更高层的抽象最后得到更为精 ......
深度学习| 循环神经网络RNN与应用
循环神经网络 1. 场景与多种应用 模仿论文（生成序列） 模型Linux内核代码“写程序” （生成序列） 模仿小四的作品（生成文本序列） 机器翻译 Image to text/ 看图说话 我们知道神经网络结构如下： 那循环神经网络和它是什么关系呢？ 循环神经网络 为什么有BP神经网络，CNN，还要R ......