python言语编写简单三层神经网络做二分类问题，隐含层激活函数为tanh函数，输出层为sigmoid函数，可视化loss/accuracy随迭代次数的变化以及散点图。
2019/9/6 8:28:04
329KB
1
讨论了偏微分方程中P-M模型扩散系数及梯度阈值的选取对图像去噪的重要性，并对比了两个扩散系数的优点和缺点。
在此基础上提出了一个新的扩散系数，新的扩散系数并应用到CLMC模型中进行数值离散实验，比较了三个扩散系数对图像去噪的效果，数值模仿实验结果表明，新的扩散系数能够有效的进行图像去噪。
在此基础上提出了一个新的扩散系数，新的扩散系数并应用到CLMC模型中进行数值离散实验，比较了三个扩散系数对图像去噪的效果，数值模仿实验结果表明，新的扩散系数能够有效的进行图像去噪。
2020/9/8 19:02:53
683KB
1
matlab最优化程序包括无约束一维极值问题进退法黄金分割法斐波那契法牛顿法基本牛顿法全局牛顿法割线法抛物线法三次插值法可接受搜索法Goidstein法Wolfe.Powell法单纯形搜索法Powell法最速下降法共轭梯度法牛顿法修正牛顿法拟牛顿法信任域法显式最速下降法，Rosen梯度投影法罚函数法外点罚函数法內点罚函数法混合罚函数法乘子法G－N法修正G－N法L－M法线性规划单纯形法修正单纯形法大M法变量有界单纯形法整数规划割平面法分支定界法0-1规划二次规划拉格朗曰法起作用集算法路径跟踪法粒子群优化算法基本粒子群算法带压缩因子的粒子群算法权重改进的粒子群算法线性递减权重法自适应权重法随机权重法变学习因子的粒子群算法同步变化的学习因子异步变化的学习因子二阶粒子群算法二阶振荡粒子群算法
2015/7/25 6:38:01
36KB
1
基于深度学习的监督学习，使用梯度下降、ALS、LFM算法，使用AngularJS2生成前端框架，数据库为MongoDB，使用ElasticSearch作为搜索服务器，Redis作为缓存数据库，其中包括Spark的离线统计服务、Azkaban的工作调度服务、Flume的日志采集服务、Kafka作为消息缓冲服务，全局采用Scala编写，Java作为Tomcat部署使用，实现离线推荐、实时推荐、服务器冷启动问题处理。
2022/10/2 17:45:33
250.79MB
1
在快速傅里叶变换(FFT)方法处理单幅干涉图原理的基础上,提出一种基于样本块匹配的干涉图延拓方法,利用干涉图像的可信度和等照度线特征,来确定待填充块的优先权,然后在干涉图的已知区域寻找与待填充块最相似的样本块来进行填充。
充分利用了干涉图的条纹特征,结合梯度变化方向有效地合成纹理信息,具有很好的延拓效果。
最后将该干涉图延拓方法与傅里叶变换,合适的滤波函数和相位解包方法结合起来构成整套单幅干涉图处理方法。
采用该单幅干涉图处理方法获得的波面峰谷值与Zygo移相干涉仪得到的平均相差不到λ/100,并且两种方法获得的波面均方根值平均相差不到λ/200。
充分利用了干涉图的条纹特征,结合梯度变化方向有效地合成纹理信息,具有很好的延拓效果。
最后将该干涉图延拓方法与傅里叶变换,合适的滤波函数和相位解包方法结合起来构成整套单幅干涉图处理方法。
采用该单幅干涉图处理方法获得的波面峰谷值与Zygo移相干涉仪得到的平均相差不到λ/100,并且两种方法获得的波面均方根值平均相差不到λ/200。
2019/10/18 9:53:20
1.99MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB