上期我们讲解了卷积神经网络的基本结构，相信你们已经有一个大概的概念了，这期具体讲解卷积神经网络中最基本组成部分-卷积操作，使用边缘检测做为入门样例，接下来让你们看到卷积是如何进行运算的。 上期我们讲解了卷积神经网络的基本结构，相信你们已经有一个大概的概念了，这期具体讲解卷积神经网络中最基本组成部分-卷积操作，使用边缘检测做为入门样例，接下来让你们看到卷积是如
转载
2023-10-13 00:19:28
557阅读
人工神经网络的设计一般是运用什么样的软件?有没有不需要编程的软件 20除了MATLAB能做BP神经网络，还有其他什么软件能做。除了MATLAB能做BP神经网络，还有其他什么软件能做理论上编程语言都可以，比如VB，C语言，过程也都是建模、量化、运算及结果输出（图、表），但是matlab发展到现在，集成了很多的工具箱，所以用的最为广泛，用其他的就得是要从源码开发入手了，何必舍近求远。什么软件可分析人工
转载
2023-10-30 23:20:17
94阅读
摘要：基于超声波测流量的时差法测量原理，分析了换能器凹凸安装和安装位置偏差引起的测量误差，建立了测流量的系统模型，提出了基于BP神经网络的流量计算方法以补偿测量误差。以Senscomp Tao2008超声波探头为例，在基于神经网络算法设计的系统软硬件中测量流量。从探头安装位置偏差、凹凸安装以及不同流速等方面进行分析，实验结果表明，神经网络比传统的权重系统拥有更强的非线性补偿能力。
0
转载
2023-09-06 17:36:49
91阅读
一、ABSTRACT（基于隐式反馈的协同过滤）目前在对协同过滤中的关键因素——用户与项目特征的交互作用进行建模时，仍然采用矩阵分解的方法，对用户与项目的潜在特征进行内积分析。提出了一种基于神经网络的协同过滤框架NCF（neural network-based Collaborative Filtering）。NCF是泛型的，在其框架下可以表示和推广矩阵分解。为了加强非线性NCF建模，我们提出利用多
转载
2024-01-11 09:19:31
23阅读
GRU（Gate Recurrent Unit）和LSTM（Long-Short Term Memory）一样，是循环神经网络（Recurrent Neural Network, RNN）的一种。目的为了解决长期记忆和反向传播中的梯度等问题而提出来的。实际上GRU和LSTM的效果差别不大，但是GRU更容易进行训练，能够很大程度上提高训练效率，因此很多时候会更倾向于使用GRU。LSTM 和 GRU网
转载
2023-11-07 08:54:26
60阅读
神经网络评判指标及关系一. IOU1. 什么是IOU（IntersecTIon over Union）二. 什么是准确率，精确率，召回率1. 基本概念2. 准确率（Accuracy）3. 精确率（Precision [查准率]）4. 召回率（Recall [查全率]）三. P-R曲线，F值1. P-R(Precision-Recall)2. F值 （F-Score [F-measure[均衡平均
转载
2023-08-04 13:10:06
112阅读
以下那些分类算法可以较好地避免样本不平衡问题A KNN BSVM C Bayes D神经网络 答案选A，求解释。KNN只是取了最近的几个样本点做平均而已，离预测数据较远的训练数据对预测结果不会造成影响，但是svm、Bayes和NN每一个训练样本果都会对预测结果产生影响，于是如果样本不平衡的话KNN的效果最好，举个极端一点例子：答案只有A与B，但是训练样本中A的个数占99%，而B只有1%，svm、B
转载
2024-01-24 22:33:56
111阅读
1、神经网络原理及应用神经网络原理及应用 1. 什么是神经网络？ 神经网络是一种模拟动物神经网络行为特征，进行分布式并行信息处理的算法。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。 人类的神经网络 2. 神经网络基础知识 构成：大量简单的基础元件——神经元相互连接 工作原理：模拟生物的神经处理信息的方式 功能：进行信息的并行处理和非线性转化 特点：比
转载
2023-08-09 10:15:46
180阅读
BP神经网络中,如何设定神经元的初始连接权重以及阀值?初始连接权重关系到网络训练速度的快慢以及收敛速率，在基本的神经网络中，这个权重是随机设定的。在网络训练的过程中沿着误差减小的方向不断进行调整。针对这个权重的随机性不确定的缺点，有人提出了用遗传算法初始化BP的初始权重和阈值的想法，提出了遗传神经网络模型，并且有人预言下一代的神经网络将会是遗传神经网络。希望对你有所帮助。你可以查看这方面的文献。B
转载
2023-07-24 18:13:38
126阅读
神经网络在机器学习中有很大的应用，甚至涉及到方方面面。本文主要是简单介绍一下神经网络的基本理论概念和推算。同时也会介绍一下神经网络在数据分类方面的应用。首先，当我们建立一个回归和分类模型的时候，无论是用最小二乘法（OLS）还是最大似然值（MLE）都用来使得残差达到最小。因此我们在建立模型的时候，都会有一个loss function。而在神经网络里也不例外，也有个类似的loss function。对
转载
2023-12-11 21:46:57
47阅读
卷积神经网络常用于图像识别和图像处理的领域 它在进行图像识别时有三个优势： 一是可以识别只占图像一小部分的某个特征图样， 二是可以识别在不同区域出现的同一种特征， 三是对图像做缩放而不影响识别的结果。 这三种性质分别是卷积和最大池化带来的。卷积假设有一个黑白图像（黑为1，白为0），和一个3×3的矩阵，卷积就是从左上角开始把矩阵和对应的图像部分一一相乘然后加和。 如图所示，图像左上角对角线为1的部分
转载
2023-10-15 13:24:34
109阅读
本文是学习B站老哥数学建模课程之后的一点笔记。 BP（back propagation）算法神经网络的简单原理BP神经网络是一种采用BP学习算法（按照误差逆向传播训练）的多层前馈神经网络，是应用最广泛的神经网络。神经网络基本结构如下： 共分为三层，可以理解为一组输入数据，在隐藏层中进行各种复杂的处理，然后在输出层输出，生成输出数据。 输入神经元的个数为因子
转载
2021-01-31 23:50:00
328阅读
Spiking neural networks, an introduction脉冲神经网络的生物学背景+两种采用脉冲编码的神经元模型概论本文介绍了脉冲神经网络的生物学背景，并将介绍两种采用脉冲编码的脉冲神经元模型。人工神经元的历史第一代：十五年之前McCulloch-Pitts提出，当神经元的加权的输入信号累积值高于阈值时，神经元输出一个二进制的高信号。第二代：应用了一个连续的激活函数，让他们更
BP神经网络： BP（Back-propagation，反向传播）神经网络是最传统的神经网络。也就是使用了Back-propagation算法的神经网络。 BP神经网络通过反向传播的误差，在模拟过程中收集系统所产生的误差，并且返回这些误差到输出值，之后用这些误差来调整神经元的权重，这样生成
转载
2023-06-30 21:40:58
73阅读
本节为ML/DL-复习笔记【九】- 神经网络中各层的计算量与参数量，主要内容包括：标准卷积、空洞卷积、转置卷积、深度可分离卷积以及全连接层的计算量、参数量与输出特征图尺寸计算。1. 标准卷积1.1 计算量 计算量以做乘法和加法的次数为单位，对于输入特征图f=(B,H,W,C)，卷积核kernel=(K,S,C,O)【（核尺寸，步长，输入通道数，输出通道数）】。的卷积，执行一次卷积操作，需要次乘法
转载
2024-01-26 20:14:56
58阅读
导言呼叫评分是呼叫中心质量保证的重要组成部分，它能够使呼叫中心代理可以更快、更高效的完成工作，并且避免无意义的日常工作。考虑到呼叫中心的生产力，在研发中提出了一种处理所有来电的算法，并将它们分为可疑和中立，所有被定义为可疑的呼叫都直接转到质量保证团队。
如何训练深度神经网络使用1,700个音频文件的样本来训练神经网络，以便它可以应对自动呼叫评分，所用的基准数据没有被标记。深度神经
转载
2024-03-11 15:50:35
38阅读
和全连接神经网络一样，卷积神经网络中的每一个节点都是一个神经元。在全连接神经网络中，每相邻两层之间的节点都有边相连，于是一般会将每一层全连接层中的节点组织成一列，这样方便显示连接结构。 而对于卷积神经网络，相邻两层之间只有部分节点相连，为了展示每一层神经元的维度，一般会将每一层卷积层的节点 组织成一个三维矩阵。除了结构相似，卷积神经网络的输入输出以及训练流程与全连接神经网络也基本一致。 以图像分
转载
2023-11-24 22:59:38
118阅读
什么是自编码器（Autoencoder）自动编码器是一种数据的压缩算法，其中数据的压缩和解压缩函数是数据相关的、有损的、从样本中自动学习的。在大部分提到自动编码器的场合，压缩和解压缩的函数是通过神经网络实现的。压缩与解压 假设刚刚那个神经网络是这样, 对应上刚刚的图片, 可以看出图片其实是经过了压缩,再解压的这一道工序. 当压缩的时候, 原有的图
转载
2023-11-21 13:21:34
114阅读
使用深度学习 ENVI深度学习过程概述深度学习是机器学习的一种更复杂的形式，它使系统能够自动发现数据中的表示形式。深度学习与机器学习的不同之处在于，它能够在没有外部指导或干预的情况下自行不断改进预测的能力。深度学习算法通过遍历神经网络中的所有层来得出结论来学习模式，这类似于大脑如何处理信息。对于遥感，深度学习尝试发现图像中的空间和光谱表示。它通常用于识别特征，例如车辆、公用设
转载
2023-09-27 18:56:56
703阅读
1 基本概念神经网络也是机器学习的一种实现，可以应用在有监督学习和无监督学习，因为中间可以有较多层，所以属于深度学习方法。神经网络的名字很唬人，其实概念挺朴素的，是由含一个输入层，一个输出层和若干隐藏层构成的有向无环图（这名字也唬人），看图像一目了然。为啥叫隐藏层呢，就是因为和输入输出没关系，看不见，有点儿神秘。每层的每个结点借助生物的概念称为神经元，各层之间神经元相互链接。2 神经网络训练过程算
转载
2023-05-26 15:14:38
89阅读
