一. 前言近期在Coursera上了一门图像处理的课程 ”Image and Video Processing: From Mars to Hollywood with a Stop at the Hospital“
目前在学习第二章图像压缩的相关内容，其中比较详细的讲到了JPEG标准的处理流程，于是自己就尝试实现用matlab了一下。二. 流程（一）灰度图像压缩要对一个仅有灰度通道的图片进行JP
转载
2024-01-03 18:12:38
215阅读
目录1.疏系数模型的定义2.拟合ARIMA疏系数模型函数例题：小结1.疏系数模型的定义 ARIMA(p,d,q)模型是指d阶差分后自相关最高阶数为p，移动平均最高阶数为q的模型，通常它包含p+q个独立的未知系数:  
转载
2023-10-19 22:52:03
304阅读
面板数据变系数模型前言在这一篇文章中，我们将某些影响因素的作用范围扩大，这些因素不仅影响截距项的变动，而且也能影响到斜率项。因素的作用范围就可能有一下几种组合，单独影响截距，单独影响斜率，既影响截距又影响斜率，既不影响截距也不影响斜率（随机效应）。因素又区分为两类，时间因素与个体特质因素。推荐先阅读数据分析-面板数据变截距模型 再阅读本文。
为了方便理解，我们将包含个体特质与时间因素的面板回归方程
原理温度是表征物体冷热程度的物理量,它可以通过物体随温度变化的某些特性（如电阻、电压变化等特性）来间接测量，通过研究发现，金属铂(Pt) 的阻值跟温度的变化成正比,并且具有很好的重现性和稳定性，利用铂的此种物理特性制成的传感器称为铂电阻温度传感器RTD(Resistance Temperature Detector )，通常使用的铂电阻温度传感器零度阻值为100Ω，电阻变化率为0.3851Ω/℃。
在机器学习中，目标要么是预测（prediction），要么是聚类（clustering）。本文重点关注的是预测。预测是从一组输入变量来预估输出变量的值的过程。例如，得到有关房子的一组特征，我们可以预测它的销售价格。预测问题可以分为两大类：1、回归问题：其中要预测的变量是数字的（如房屋的价格）；2、分类问题：其中要预测的变量是“是/否”的答案（如预测某个设备是否会故障）了解了这点，接下来让我们看看机
目录SVM基本概念线性分类与非线性分类线性分类 非线性分类拉格朗日乘算法 等式约束 不等式约束对偶问题KKT条件核函数SMO算法 实例：线性基础 实例：线性展示图SVM基本概念SVM理解图： SVM：支持向量机，因其英文名为support vector machine，故一般简称SVM，通俗来讲
3、离散余弦变换 DCT 将图像从色彩域转换到频率域，常用的变换方法有： DCT变换的公式为： f(i，j) 经 DCT 变换之后，F(0，0) 是直流系数，其他为交流系数。 还是举例来说明一下。 8x8的原始图像： 推移128后，使其范围变为 -128~127： 使用离散余弦变换，并四舍五入取最接近的整数： 上图就是将取样块由时间域转换为频率域的 DCT 系数块。
转载
2024-05-17 05:39:33
112阅读
# 多分类模型与深度学习
## 引言
在深度学习的广泛应用中，多分类模型被广泛使用于图像识别、文本分类等任务。本篇文章将介绍多分类模型的基本概念、实现方式以及用代码实例演示如何构建一个简单的多分类模型，最后我们还将借助一些图示帮助理解相关概念。
## 什么是多分类模型？
多分类模型是指将给定的输入样本划分为多个类别中的一个。与二分类问题（如判断邮件是否为垃圾邮件）不同，在多分类问题中，模型
原创
2024-09-28 06:12:01
391阅读
# 实现多分类深度学习模型的完整流程
作为一名经验丰富的开发者，我知道刚入行的你可能会感觉多分类深度学习模型的构建过程有些复杂。在这篇文章中，我会详细指导你如何实现一个多分类深度学习模型，并以表格的形式概述整个流程。
## 多分类深度学习模型的流程
| 步骤 | 描述 |
|------|----------------------------|
# 如何实现垃圾分类深度学习模型
垃圾分类是一个非常重要的社会问题，而深度学习作为一种强大的技术手段，可以帮助我们解决这个问题。本文旨在指导初学者如何从零开始实现一个垃圾分类的深度学习模型。我们将按步骤介绍整个流程，并提供相关的代码示例及其注释。
## 流程概述
以下是实现垃圾分类深度学习模型的步骤：
| 步骤 | 描述
在深度学习中，分类模型的概率输出是评估模型性能的重要指标之一。当我们面临模型不确定性、概率分布不均等问题时，本文将详细探讨如何处理与优化“深度学习分类模型概率”的问题。
## 背景定位
在实际应用中，深度学习模型往往需要对输入样本进行分类，并输出相应的概率值。然而，用户反馈表明：
> “我的模型输出的分类概率总是非常接近于0或1，我该如何调整？”
我们可以采用四象限图来评估这个问题的严重程度
本文来自牛津大学一个团队的练习，自己做过之后写的一些笔记 通过图像的内容将其进行分类，比如，判断图片中是否有飞机。这可以应用在检索中，或者给数据库中的图片加标签。 内容如下： - 根据五类物体（飞机、摩托车、人、马、其他背景），训练一个分类器； - 用P-R曲线评估训练好的分类器；1、数据的预处理 作者提供了图片数据集，并提前为每幅图计算好了描述子。
目录1 介绍2 模型结构3 实验结果4 总结5 代码实践 1 介绍DeepFM 是华为诺亚方舟实验室在 2017 年提出的模型。论文传送门：A Factorization-Machine based Neural Network for CTR Prediction正如名称所示，DeepFM 是 Deep 与 FM 结合的产物，也是 Wide&Deep 的改进版，只是将其中的 LR 替换
转载
2024-09-27 20:39:04
149阅读
Tensorflow因支持功能的全面性，序列化的突出优点，以及高性能的部署优点等等俘获了一大批的铁杆粉丝。但是对于小白来说要上手还是需要啃一些实战案例，积累一些实现方法的。在视觉、语言领域相关的深度学习发展很好，例如：CNN 在图像上表现非常好，具有像素的局部相关性；RNN 或transformers这样的序列模型在语言上也表现得非常好，具有顺序性。音频看起来用的很少，以至于一些同学也不知道处理音
转载
2024-05-06 10:10:01
195阅读
机器学习中，遇见的往往是二分类问题比较多，二分类模型的模型评价准则很多，Auc_score，F1_score，accuracy等等都是比较常用的。而针对多分类问题来说，有些二分类的评价准则就相对而言不怎么适用了。虽然可以将多分类问题转化为多个2vs2问题进行讨论，步骤繁杂的同时效果也得不到保障。目前在进行多模态的一个分类研究，在模型评价时也废了不少脑筋，所以在这里将看到的比较常用的多分类评价准则进
转载
2023-10-02 16:56:20
208阅读
作者：王镇1. 背景自2019年7月1日起，随着《上海市生活垃圾管理条例》正式实施，垃圾分类工作在全国由点到面逐步推开。垃圾分类可以最大限度的实现垃圾资源利用，减少垃圾处置量，改善生存环境质量，降低垃圾对于地下水的污染。由于垃圾分类条例刚开始实施，很多居民还没有足够强的垃圾分类意识，生活中垃圾分类并没能得到很好的落实。因此垃圾收集站依然有很强的垃圾自动分类需求。本文通过搭建一个简单的CNN网络实现
转载
2024-05-03 11:53:40
94阅读
作为计算机专业的学生，主要学习的是c++。在大二选修了python，如今过去了一年，可以说这一年里python对我来说用处颇多。下面就列举一下我学习python到现在都用它来做了什么。1. 学python的过程用来做题众所周知一堂没有课后作业的课不是好课(狗头)。而我们的python课作为一堂好中好的课，作业自然是不少。在学python的半个学期里，主要解决的问题一般是类似找出1～100里的勾股定
转载
2024-06-06 10:32:04
51阅读
一、利用 Module的 Sequential子类构建模型 Module 类是一个通用的模型构造类，是所有神经网络模块的基类。可以基于该类构建神经网络的层（layer, 如Linear层）或者直接构建模型。继承该函数一般需要重载__init__函数和forwar
转载
2023-08-25 10:26:35
98阅读
本章介绍正反演的基本概念, 包括波, 正演, 反演, 仅供内部培训.1.1 波的分类波是地震正反演的基础.纵波也称为P 波, 是指质点的振动方向与波的传播方向平行的波. 在天然地震中, P 波速度较快.横波也称为S 波, 是指质点的振动方向与波的传播方向垂直的波. 在天然地震中, S 波速度较慢, 但其破坏力更强. 它仅在固体中传播.声波是纵波. 通常作为最简单一种波来分析.面波面波是地震波的一种
在应用XGBoost算法进行多分类应用时，发生了如下错误： XGBoostError: b’value 0 for Parameter num_class should be greater equal to 1’ 意思是，参数num_class的xgboost sklearn包装值0应该大于1。 忽然，我理解了参数及其设置，这里的”num_class“参数，与”objective“参数匹配，本案
