卷积dsplearning_day方程dsplearning
c4w2_深度卷积网络案例探究
深度卷积模型：案例探究 为什么要学习一些案例呢？ 就像通过看别人的代码来学习编程一样，通过学习卷积神经模型的案例，建立对卷积神经网络的（CNN）的“直觉”。并且可以把从案例中学习到的思想、模型移植到另外的任务上去，他们往往也表现得很好。 接下来要学习的神经网络： 经典模型：LeNet5、AlexNe ......
c4w1_卷积神经网络
卷积神经网络 计算机视觉问题 计算机视觉（computer vision）是因深度学习而快速发展的领域之一，它存进了如自动驾驶、人脸识别等应用的发展，同时计算机视觉领域的发展还可以给其他领域提供思路。 计算机视觉应用的实例：图片分类（识别是不是一只猫）、目标检测（检测途中汽车行人等）、图片风格转移等 ......
圆方程以及圆方程组交点
圆心为(cx, cy), 半径为r的圆： 两圆方程组联立后，求方程组的解 几种情况 1) 没有交点 2) 一个交点 3) 两个交点 public static bool IsCircleIntersect2(Vector2 c1, float r1, Vector2 c2, float r2, ou ......
「总结」同或卷积
前置知识：FWT 的另一种理解 FWT 的另一种理解，文中使用的系数矩阵 \(F\) 似乎不太标准，本文中认为 \(\mathscr{F}(\bm a)=F\times\bm a\)。 摘要：FWT 使用的线性变换的系数矩阵 \(F\) 需要满足 \(F(i,x\oplus y)=F(i,x)\ti ......
「NOIP2014」解方程 题解
思路 首先我们可以观察到 \(n\) 和 \(m\) 与\(a_i\) 相比小的很多，所以我们可以考虑直接暴力求解 但是 \(a_i\) 太大了，所以如果需要直接计算的话需要全程使用高精度算法。 因为高精度算法代码量有大速度又慢我们可依考虑将 \(a_i\) 转化为一个极大的指数取模的结果，因为只有 ......
模数为素数幂的同余方程解法
本节考虑形如： f(x)=anxn+an-1xn-1+...+a1x1+a0≡0 mod pk 的方程，其中a>=2,p为素数，p不整除a。 方程解法步骤： 1.求出 f(x)≡0 mod p 的解 x≡c mod p 2.设 f(x)≡ 0 mod p2 的解为x≡=c+yp2-1 求出y，带入解 ......
麦克斯韦方程组
麦克斯韦方程组 \(\newcommand{\big}{\displaystyle}\)\(\newcommand{\d}{\text{ d}}\)\(\newcommand{\e}{\epsilon}\)到目前为止，我们已经零碎地研究过麦克斯韦方程组。现在我们开始讨论完整地电磁场理论，对于可能以任 ......
m基于GA-CNN遗传优化卷积神经网络的手势识别算法matlab仿真
1.算法仿真效果 matlab2022a仿真结果如下： CNN训练结果 GA优化之后的CNN训练结果 GA优化过程得到的均值收敛过程 CNN与GA优化CNN的识别率对比 本课题采用的数据库如下： 2.算法涉及理论知识概要 基于GA-CNN遗传优化卷积神经网络的手势识别算法是一种结合了遗传算法（GA） ......
MATLAB热传导方程模型最小二乘法模型、线性规划对集成电路板炉温优化
原文链接：https://tecdat.cn/?p=34230 原文出处：拓端数据部落公众号 分析师：Luoyan Zhang 集成电路板等电子产品生产中，控制回焊炉各部分保持工艺要求的温度对产品质量至关重要。通过分析炉温曲线，可以检查和改善产品生产质量，提高产量和解决生产问题。高效温度曲线测试系统 ......
深度学习模型---卷积神经网络
深度学习 深度学习模型是一种机器学习方法，它模仿人脑神经网络的结构和功能，通过多层次的神经网络进行学习和推断。深度学习模型在计算机视觉、自然语言处理、语音识别等领域取得了显著的成果。 深度学习模型的基本单元是神经网络，它由大量的人工神经元组成，每个神经元都与其他神经元相连。深度学习模型的深度指的是神 ......
机器学习——深度卷积神经网络AlexNet
AlexNet相对于LeNet的主要优势包括: 1. 更深的网络结构 AlexNet有8层结构,而LeNet只有5层。网络更加深入有利于学习更抽象的高级特征。 2. 使用ReLU激活函数 AlexNet使用ReLU激活函数,避免梯度消失问题,使得深层网络的训练更加容易。 3. 引入Dropout操作 ......
狄利克雷卷积&莫比乌斯反演
狄利克雷卷积（Dirichlet Convolution）在解析数论中是一个非常重要的工具，使用狄利克雷卷积可以很方便地推出一些重要函数和公式，它在信息学竞赛和解析数论中至关重要. ......
狄利克雷卷积及常见函数与莫比乌斯反演
狄利克雷卷积（Dirichlet Convolution）在解析数论中是一个非常重要的工具，使用狄利克雷卷积可以很方便地推出一些重要函数和公式，它在信息学竞赛和解析数论中至关重要. ......
基于Mel谱图和卷积神经网络的音频识别
基于Mel谱图和卷积神经网络的音频识别 摘要——近年来，由于其许多潜在的应用，自动声音识别受到了越来越多的研究兴趣。其中包括视频/音频内容的自动标记和机器人的实时声音检测。虽然图像分类是一个研究较多的话题，但声音识别还不太成熟。在这项研究中，利用了为图像分类开发的鲁棒机器学习技术，并将其应用于声音识 ......
线性代数 - 矩阵求直线方程组
已知两直线的方程组，求这两条直线的交点。 把方程转换成矩阵表示的方式 最终表示为： 求逆矩阵： 参考 求两条线段交点zz - 马语者 - 博客园 (cnblogs.com) 线性方程组矩阵解法 (shuxuele.com) 矩阵的行列式 (shuxuele.com) ......
异常检测算法-完全卷积数据描述子FCDD
文献来源： EXPLAINABLE DEEP ONE-CLASS CLASSIFICATION 最近在做一些异物检测之类的算法任务，原本想使用目标识别算法，但是问题是正样本太多，而负样本没几个。所以有必要使用异常检测算法，日后不妨再结合目标识别任务去做。 在正式开始前，需要先简单介绍一个广义损失函数 ......
基于卷积神经网络的美食分类
使用卷积神经网络解决美食图片的分类问题：：：数据集在我这里，私聊给！！！！！！！！！ 环境：python3.7 ， 飞浆版本2.0 ， 操作平台pycharm 步骤1：美食图片数据集介绍与加载： 本实践使用的数据集包含5000张格式为jpg的三通道彩色图像，共5种食物类别。对于本实践中的数据包，具体 ......
【scipy 基础】--积分和微分方程
对于手工计算来说，积分计算是非常困难的，对于一些简单的函数，我们可以直接通过已知的积分公式来求解，但在更多的情况下，原函数并没有简单的表达式，因此确定积分的反函数变得非常困难。 另外，相对于微分运算来说，积分运算则具有更多的多样性，包括不同的积分方法（如换元积分法、分部积分法等）和积分技巧，需要根据 ......
[机器学习复习笔记] CNN 卷积神经网络
CNN 卷积神经网络 1. 二维卷积公式（机器学习） \[O(i, j) = \sum^{kh}_{i = 0} \sum^{kw}_{j = 0} w(i, j) * I(i + kh, j + kw) \]上述公式中，\(O\) 为输出矩阵，\(I\) 为输入矩阵，\(w\) 为卷积核，\(kh ......
【数值分析】第5章-常微分方程的数值解
第5章-常微分方程的数值解 基本思想：若微分方程有初始值 \(x_0, y_0\) ，则把微分方程转化为递推公式，从而递推出每个离散点的方程解 5.1 欧拉方法 已知： \[\left\{ \begin{array}{l} \frac{dy}{dx} = f(x,y) \\ y(x_0) = y_0 ......
弹性碰撞方程速解公式
动碰静 设 \(m_1\) 创物， \(m_2\) 被创物， \(v_1\) 创物初速度， \(v_1^{'}\) 创物末速度， \(v_2^{'}\) 被创物末速度。 联立以下方程组： \[ \left\{ \begin{aligned} m_1v_1 & = m_1v_1^{'}+m_2v_2^ ......
机器学习——卷积神经网络
对于表格数据（其中行对应样本，列对应特征），我们寻找的模式可能涉及特征之间的交互，但是我们不能预先假设任何与特征交互相关的先验结构。 此时，多层感知机可能是最好的选择，然而对于高维感知数据，这种缺少结构的网络可能会变得不实用。原因如下： 当特征数非常高维时，全连接网络的参数会变得极大，导致计算成本大 ......
【数值分析】第6章-解线性方程组的迭代法
第6章-解线性方程组的迭代法 \[A\vec{x} = \vec{b} \Leftrightarrow \vec{x} = B\vec{x} + \vec{f} \]建立迭代 \[\vec{x}^{(k+1)} = B \vec{x}^{(k)} + \vec{f} \]B称为迭代矩阵 Jacobi ......
一元二次方程求根公式推导和运用
一元二次方程：只有一个未知数，且未知数的最高次数为2 一元二次方程的一般形式： <svg xmlns="http://www.w3.org/2000/svg" width="2.207ex" height="2.025ex" viewBox="0 -883.9 975.6 894.9" xmlns: ......
【PyTorch 卷积】实战自定义的图片归类
前言 卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一，它通过卷积层、池化层、全连接层等结构，可以有效地处理如时间序列和图片数据等。关于卷积的概念网络上也比较多，这里就不一一描述了。实战为主当然要从实际问题出发，用代码的方式加深印象。在写代码前，我先说一下为什么我 ......
【图形学笔记】Lectre11-The Rendering Equation-渲染方程
Lectre11-The Rendering Equation-渲染方程 目录Lectre11-The Rendering Equation-渲染方程Models of Scattering 散射模型表面散射——BRDF（双向反射分布函数）一个点上的反射镜面反射Transmission 传播（似乎是 ......
线性代数 - 已知点求直线方程
直线的表示方法 点斜式：y=kx+t, 其中k为直线斜率, t为直线在y轴上的截距 一般式：ax+by+c=0 求直线方程 1) 已知直线上的两个点(x1, y1), (x2, y2)，求直线ax+by+c=0 a) 我们先转换成点斜式： b) 斜率可以根据已知的两点计算出来 ，所以a=y2-y1, ......
dspLearning_频率响应的意义以及简单滤波器的设计
频率响应的意义 \[x(n) = sin(0.01\pi n) \\ H(z)=\frac{0.05+0.05z^{-1}}{1-0.9z^{-1}} \]n = 0.:199;%取两百个点 x = sin(0.01*pi*n); %2pi/T = omega = 0.01pi,故T=200（所以一 ......