切换马甲
上一页
下一页
默认分类
文章数:41
文章总阅读量:1.8w
文章总收藏量:7
文章总点赞量:12
按发布时间
按阅读量
按点赞量
-
一.TensorFlow使用深度学习框架TensorFlow。目标: 1.了解TensorFlow的基本用法;2.学习使用TensorFlow构建全连接的神经网络,实现手写数字识别,3.学习使用TensorFlow构建CNN网络,实现手写数字识别程序,4.比较两种网络结构的识别精度,以进一步了解深度学习和TensorFlow。 1.1 内容介绍TensorFlow是一个开源软件库,使用数据流图进行2023-01-12 11:47:401 0 1053
-
一,前言看准这个方向很久了,今天开始和Java,Go一起推进学习。不求多,每天学习一点点。 二,OpenCV安装作为Python选手的我,当然选择了Python语言来学习OpenCV。 编译器:还是使用pycharm哈。 安装OpenCV-python模块,可以使用pip安装或者编译器安装。本人亲身体验,编译器安装极慢,推荐使用清华大学的镜像安装。 pip install -i https://p2023-01-13 11:31:190 0 1041
-
一.需求分析本文主题:基于Pandas的数据预处理技术 本次任务共分为16个任务,将其分为前七个任务和后9个任务,本文探讨其后9个任务。 本次实验内容: 对第一个特征(收入中位数)排序后画散点图 对第一个特征(收入中位数)画分位数图并分析 【选做】对所有特征画分位数图并进行分析 使用散点图、使用线性回归方法拟合第一个特征(收入中位数)并分析 【选做】使用局部回归(Loess)曲线(用一条曲线拟2023-01-13 11:33:000 0 1114
-
一.需求分析本文主题:使用局部回归(Loess)曲线(增加一条光滑曲线到散布图)方法处理数据以及使用分箱、回归、聚类方法 检查离群点及光滑数据; 前文回顾,我们上篇文章写了招聘网站的职位招聘数据的分位数图、分位数-分位数图以及散点图、使用线性回归算法拟合散点图处理。之前的文章我们已经对爬取的数据做了清洗处理,然后又对其数据做了一个薪资数据的倾斜情况以及盒图离群点的探究。 我们到了现在对机器学习已经2023-01-13 11:35:130 0 1482
-
一.需求背景课题中心:招聘网站的职位招聘数据预处理 之前的文章,我们已经对职位薪资数据进行了爬取(9000条)数据,然后进行了数据的清洗,最终得到了4000条有效数据。 具体需求: 按不同的类别划分职位中的薪酬数据,画盒图/箱线图,检查孤立点/离群点;使用分位数图、分位数-分位数图方法处理数据; 本次任务的结构图: 技术要点:爬虫库(Beautifulsoup、requests-html、Sc2023-01-29 11:28:010 0 1021
-
人工智能自然语言处理—PageRank算法和TextRank算法详解 一、PageRank算法PageRank算法最初被用作互联网页面重要性的计算方法。它由佩奇和布林于1996年提出,并被用于谷歌搜索引擎的页面排名。事实上,PageRank可以在任何有向图上定义,然后应用于社会影响分析、文本摘要和其他问题。PageRank算法的基本思想是在有向图上定义一个随机游动模型,即一阶马尔可夫链,以描述随机2023-02-02 13:12:401 1 1410
-
目标检测与识别车辆信息是一种应用广泛的技术,它可以帮助我们更好地了解道路交通状况,提高交通安全性。在本文中,我将详细介绍目标检测与识别车辆信息的工作原理、应用场景、挑战和未来发展方向。 一、目标检测与识别车辆信息的工作原理目标检测是计算机视觉中的一个重要研究领域,它的任务是从图像或视频中找到并标注出其中的目标物体。而识别车辆信息则是在目标检测的基础上,对于车辆进行进一步的分析和识别,例如车辆的类型2023-03-15 09:05:040 0 1364
-
图像检测是计算机视觉领域的一个重要研究方向,其目的是从数字图像中识别、定位和识别感兴趣的目标。在图像检测的过程中,角点特征是一个非常重要的概念,因为角点可以用来描述图像中的物体边缘、曲率和形状信息。本文将介绍如何使用计算机视觉和机器学习技术来检测角点特征。 一、角点特征介绍角点是指图像中物体边缘的交点或转折点。它们通常具有以下特点: 在周围像素中,角点的梯度变化最大。在不同方向上,角点的响应不2023-04-11 10:29:430 0 740
-
引言: 随着无人机技术的飞速发展,低空无人机成为了广泛应用于航拍、安防等领域的重要工具。然而,无人机在进行目标检测时面临着复杂多变的场景和视觉噪声,因此需要高效准确的图像识别技术来实现自主目标检测。深度神经网络是近年来在计算机视觉领域取得突破的关键技术之一,它具备学习复杂特征表示的能力,为低空无人机目标检测图像识别提供了新的解决方案。 一、深度神经网络在目标检测中的应用低空无人机目标检测和图像识别2023-05-13 21:35:310 0 1292
-
玉米是世界上最重要的粮食作物之一,然而,玉米病害对其产量和质量造成了严重威胁。传统的病害识别方法通常依赖于人工观察和经验判断,效率低下且易受主观因素影响。近年来,基于深度学习的图像识别技术在农业领域取得了显著进展,为玉米病害的快速、准确识别提供了新的解决方案。 本文将介绍一种基于深度学习的玉米病害识别方法,并提供相应的代码实例。该方法利用卷积神经网络(Convolutional Neural Ne2023-06-08 10:35:090 0 775
-
柑橘类水果的分类是农业生产和食品加工中的重要环节。传统的柑橘类水果分类方法依赖于人工特征提取和机器学习算法,但其准确率和鲁棒性存在一定的局限性。近年来,基于深度学习的图像分类技术取得了显著的突破,为柑橘类水果的自动化分类提供了新的解决方案。本文将介绍基于深度学习的柑橘类水果分类技术,并提供代码实例,探讨其中的技术难点和挑战。 柑橘类水果是世界各地广泛种植和消费的重要水果之一。其种类繁多,外形相似,2023-06-21 14:07:390 0 758
-
基于深度学习的树木种类识别 本文介绍了基于深度学习的树木种类识别技术。我们将通过深度学习模型和图像处理技术实现对树木的自动识别与分类。首先,我们将介绍深度学习的基本原理和相关算法。接着,我们将详细说明树木种类识别的数据准备、模型构建和训练过程。最后,我们将给出代码示例,帮助读者深入了解和实践该技术。 人工智能(Artificial Intelligence, AI)的快速发展在许多领域引起了广泛的2023-07-14 14:21:540 0 393
-
肺癌是一种常见的致死性疾病,早期诊断和分类对治疗和预后至关重要。本文介绍了一种基于深度学习的方法,用于识别和分类人体CT影像中的肺癌病例。我们将使用深度卷积神经网络(CNN)和开源数据集来构建模型,并通过Python代码演示整个过程。该方法在人体CT影像中进行肺癌识别和分类方面具有潜在的临床应用前景。 肺癌是全球范围内最常见的恶性肿瘤之一,也是致死性最高的癌症类型之一。早期诊断和分类对提高生存率和2023-07-24 11:00:240 0 353
-
人工智能在人流量检测领域的应用逐渐成为现实,其中基于深度学习的方法在准确性和效率上取得了显著的进步。本文将介绍一种基于深度学习的人流量检测技术,并提供相关代码实现。该技术可广泛应用于城市规划、商场运营、安防监控等领域,帮助实现精准的人流量监测与预测。 人流量检测是城市管理和商业运营中的重要任务。传统的人流量检测方法通常基于传感器数据或视频图像处理,但其准确性和效率存在限制。近年来,深度学习技术的兴2023-07-25 11:30:011 0 254
-
随着人工智能技术的不断进步,深度学习成为计算机视觉领域的重要技术。微表情识别作为人类情感分析的一种重要手段,受到了越来越多的关注。本文将介绍基于深度学习的微表情识别技术,并提供一个示例代码来演示其实现过程。 微表情是人类情感的微小表达,通常持续时间很短(不到1/25秒),难以察觉。然而,微表情蕴含了丰富的情感信息,对于理解他人的情感状态以及非言语交流具有重要意义。 基于深度学习的微表情识别技术:2023-07-25 11:57:500 0 267
-
人工智能(AI)在农业领域的应用日益广泛,其中基于机器学习的番茄叶部病害图像识别成为一个备受关注的研究方向。通过利用计算机视觉和深度学习技术,我们可以自动识别番茄植株的叶部病害,提高农作物的健康监测和产量。本文将介绍基于机器学习的番茄叶部病害图像识别的原理,并提供一个简单的Python代码实现,以便读者更好地了解这一技术。 番茄是全球重要的蔬菜作物之一,然而,它容易受到多种病害的侵害,例如晚疫病、2023-07-26 14:33:080 0 319
-
人工智能技术在图像识别领域取得了显著进展,其中基于深度学习的图像分类方法在猫狗图像识别中表现出色。本文将介绍使用深度学习技术实现猫狗图像分类的方法,具体包括数据集的准备、模型构建和训练过程,并探讨了该技术在实际应用中的潜在价值。 随着深度学习技术的不断发展,图像识别已经成为其中的一个重要应用领域。猫狗图像识别是计算机视觉领域中的一个经典问题,它对于理解和区分不同动物类别的图像具有重要意义。本文将利2023-07-30 17:57:280 0 189
-
随着人工智能技术的不断发展,行人重识别作为计算机视觉领域的一个重要研究方向,日益受到学术界和工业界的关注。行人重识别旨在从不同监控摄像头或视频片段中识别出同一个行人,对于视频监控、公共安全以及智能交通等领域具有重要应用价值。本文将介绍基于深度学习的行人重识别方法,并附上相应的代码实现,帮助读者深入理解和应用该技术。 随着人工智能技术的不断发展,行人重识别作为计算机视觉领域的一个重要研究方向,日益受2023-07-30 18:35:030 0 270
-
随着人工智能技术的不断发展,基于深度学习的图像分类在农业领域扮演着越来越重要的角色。瓜果蔬菜是农业生产中的重要组成部分,如何利用人工智能技术实现对瓜果蔬菜的自动分类识别成为了一个挑战。本文将探讨在研发过程中遇到的问题,并提供相应的解决方案。 数据集不足的问题: 深度学习模型通常需要大量的数据进行训练,但在瓜果蔬菜分类识别任务中,很可能难以收集足够多的标注数据。这会导致模型的泛化能力不足,无法对新2023-08-02 20:35:161 1 285
-
本文介绍了如何使用Xception模型,一种深度学习的图像分类架构,来实现服装分类任务。通过对服装图片进行训练,我们能够让人工智能帮助我们识别不同种类的服装,为时尚搭配提供有力的辅助支持。 人工智能的快速发展在各个领域都产生了巨大的影响,其中计算机视觉领域尤为引人注目。在时尚产业中,服装分类是一个重要的任务,可以用于电商平台的智能推荐、时尚搭配的建议以及品牌管理等方面。本文将介绍如何利用Xcept2023-08-03 15:28:320 0 285