IP地址及其分类（A、B、C类）
为了便于寻址以及层次化构造网络，每个IP地址均包含两个标识码，即网络号和主机号。同一个物理网络中的所有主机使用同一个网络号，而这个网络中的各个主机（如工作站、服务器、路由器）都有有一个局域网内唯一的主机号与之对应。因此IP地址的格式可以简单的表示为： IP地址::= {<网络号>，<...
SaTransformer：用于乳腺癌分类和分割的Semantic-aware Transformer
现有方法将分类和分割作为两个独立的任务来处理，忽略了分类和分割任务之间的潜在联系。SaTransformer支持通过一个统一的框架同时执行两个任务。与现有方法不同的是，分割和分类信息在语义上是交互的，在特征表示学习过程中相互促进，在消耗较少内存和计算复杂度的同时提高了特征表示学习的能力。 乳腺癌的准...
仿京东移动端分类页面解决ios滑动的卡顿问题（单页面双滚动条）
在移动项目中遇到问题，单页面分左右两部分，分别可以滑动，类似于京东移动端的分类页面，右侧用定位fixed，左侧如果用relative定位或者不用定位的话可以实现滚动流畅，但是有问题是:滑动左边的部分照样会使右边滚动，而左侧用absolute进行定位，可实现单页面的双滚动条，彼此不影响。但...
数据分析中的变量分类
数据分析工作每天要面对各种各样的数据，每种数据都有其特定的含义、使用范围和分析方法，同一个数据在不同环境下的意义也不一样，因此我们想要选择正确的分析方法，得出正确的结论，首先要明确分析目的，并准确理解当前的数据类型及含义。统计学中的变量指的是研究对象的特征，我们有时也称为属性，例如身高、性别等。每个...
【机器学习300问】60、图像分类任务中，训练数据不足会带来什么问题？如何缓解图像数据不足带来的问题？
在机器学习中，绝大部分模型都需要大量的数据进行训练和学习（包括有监督学习和无监督学习），然而在实际应用中经常会遇到训练数据不足的问题。就比如图像分类这样的计算机视觉任务，确实依赖于大规模且多样化的训练数据以确保模型能够有效地泛化到未见过的实例上。然而，实践中遭遇训练数据不足是很常见的...
周赛-Clique in the Divisibility Graph 分类： 比赛 2015-08-02 09:02 23人阅读 评论(3) 收藏
Clique in the Divisibility Graph time limit per test1 second memory limit per test256 megabytes inputstandard input outputstandard output As you must ...
固定翼无人机结构分类
一、固定翼无人机常见的气动布局常规布局 常规布局就是水平尾翼在主翼之后，有一个或者两个垂危的气动布局方式。这种布局技术最成熟，理论研究已经非常完善，生产技术也成熟而稳定，同其他气动布局相比各项性能比较均衡。只是由于均衡所以也没有特别出色的地方。 另外根据水平尾翼相对于无人机位置的不同，也可分为以下三...
pointNet:用于三维分类和分割的点集深度学习
原文：PointNet：Deep Learning on Point Sets for 3D Classification and Segmentation原文连接：https://arxiv.org/abs/1612.00593摘要点云是一种重要的几何数据结构。由于其格式不规则，大多数研究人员将这...
3D物体分类---ModelNet模型文件读取与显示
说明开始博士期间最后一个研究问题–3D物体分类，但是刚开始就遇到一个很麻烦的问题，ModelNet10/40数据集中的3D物体是.OFF文件，python无法直接读取off文件，经过大半个月的摸索，逐渐思路清晰，记录下整个研究过程。首先是实现对ModelNet数据集off文件的读取与显示。0. Mo...
【NLP练习】Pytorch文本分类入门
Pytorch文本分类入门 ???? 本文为????365天深度学习训练营 中的学习记录博客???? 原作者：K同学啊 | 接辅导、项目定制 一、前期准备 1. 环境安装 确保已经安装torchtext与portalocker库 2. 加载数据 #加载数据import torchimport...
遥感图像分类技术
什么是遥感图像分类技术？ 图像分类是将土地覆盖类别分配给像素的过程。例如，这9个全球土地覆盖数据集将图像分为森林、城市、农业和其他类别。https://gisgeography.com/free-global-land-cover-land-use-data/一般来说，这是遥感中的三种主要图像分类技...
计算机视觉(CV)任务介绍：分类、检测、分割、超分、关键点识别、图像生成、度量学习
CV（Computer Vision，计算机视觉）是AI的两大重要应用之一（另一个是NLP，Natural Language Processing），具体有哪些任务，哪些技术和模型呢？在本文中先简要介绍这些任务，每种任务使用的具体的技术和模型，以及其相互之间的对比，放在后续文章中介绍，敬请期待。 在...
细粒度图像分类研究综述
细粒度图像分类问题是计算机视觉领域一项极具挑战的研究课题, 其目标是对子类进行识别，如区分不同种类的鸟。由于子类别间细微的类间差异和较大的类内差异, 传统的分类算法不得不依赖于大量的人工标注信息。近年来, 随着深度学习的发展, 深度卷积神经网络为细粒度图像分类带来了新的机遇。大量基于深度卷积特征算法...
细粒度分类数据集汇总
CUB-200-2011 鸟类数据集：数据集地址：http://www.vision.caltech.edu/visipedia/CUB-200-2011.htmlCaltech-UCSD Birds-200-2011 (CUB-200-2011) 是 CUB-200 dataset 的一个扩充版本...
r语言用于多分类的预测_在R中使用分类方法进行预测
r语言用于多分类的预测In this analysis i’ll build a model that will predict whether a tumor is malignant or benign, based on data from a study on breast cancer. ...
3D激光点云物体分类（Object Classification）常用特征梳理与总结
物体分类常用机器学习的方法，这里有句话说的透彻：数据与特征决定了机器学习的上限，而后面的模型/算法/参数只是来逼近这个上限。所以说特征的选择至关重要。这里对基于激光点云的物体分类常见特征做一下归纳整理。方便进一步学习，以及后续论文的写作。一、对点云特征的要求理想情况下相同或相似表面上的点的特征值将非...
点云处理——点云形状分类
阅读的文献是国防科技大学的一篇综述：Guo Y , Wang H , Hu Q , et al. Deep Learning for 3D Point Clouds: A Survey[J]. 2019. 关于点云处理介绍的比较全面。根据自己的情况选择了以下四个方向进行研读。任务一：点云形状分类(3...
Halcon学习（6）：Halcon制作训练集、训练分类器并识别汉字
代码不是很鲁棒，所以换一张图片，Blob分析的结果有很大的可能是提取不到下面九个字，不过处理的方法和流程是相同的，可以参考参考。其他没有什么好说明的，信息全在注释里面，原图有点大，这里只贴个部分截图。代码如下：*******提取原图“机器视觉算法与运用”这个9个字*dev_close_window ...
数据库查询（select语句、子查询、多表查询、分类汇总与排序）
数据库的简单查询实训内容SELECT 语句的基本使用条件查询多表查询分类汇总与排序提供的数据 yggl 库员工信息表 Employees员工薪水情况表 Salary部门信息表 Departments一、SELECT语句的基本使用①查询Employees表的员工部门号和性别，消除重复行。②计算每个雇员...
模型常用评估指标：分类(混淆矩阵/F1/Recall/ROC/AUC等)；连续(MAPE/RMSE等)
模型评估指标，是对已训练好的模型性能进行评估的重要依据。机器学习的任务无非分为分类问题和连续型预测问题（回归问题）。本文只列出常用的模型评估指标，没有细讲各指标的含义和示例，后期会逐步完善，望大家见谅。分类型问题主要有：混淆矩阵、准确率（Accuracy)、召回率(Recall)、特效性(speci...