此文件主要是利用YOLOv3来训练自己的数据集，最后得到权重，然后可以利用权重来对交通路标进行识别，识别效果较为明显，内含训练权重。
2024/7/27 19:46:52
335.4MB
1
熵权法是一种客观赋权方法。
在具体使用过程中，熵权法根据各指标的变异程度，利用信息熵计算出各指标的熵权，再通过熵权对各指标的权重进行修正，从而得出较为客观的指标权重。
在具体使用过程中，熵权法根据各指标的变异程度，利用信息熵计算出各指标的熵权，再通过熵权对各指标的权重进行修正，从而得出较为客观的指标权重。
2024/7/25 14:36:30
131KB
1
光伏阵列能否正常工作直接关系到整个光伏发电系统运行的安全性和可靠性。
对于光伏阵列故障诊断中传统的BP神经网络诊断算法准确率低、收敛速度慢等问题,提出一种基于粒子群优化RBF神经网络的故障诊断算法。
建立以光伏阵列的4种故障特征参数为输入、5种情况为输出的故障诊断模型,对基于粒子群算法的网络模型的自适应权重寻优进行仿真实验。
最后,将优化算法与BP神经网络算法以及RBF神经网络算法进行对比。
实验结果表明,优化算法不仅可以有效地诊断光伏阵列的故障类型,而且还可以提高故障诊断的准确率。
对于光伏阵列故障诊断中传统的BP神经网络诊断算法准确率低、收敛速度慢等问题,提出一种基于粒子群优化RBF神经网络的故障诊断算法。
建立以光伏阵列的4种故障特征参数为输入、5种情况为输出的故障诊断模型,对基于粒子群算法的网络模型的自适应权重寻优进行仿真实验。
最后,将优化算法与BP神经网络算法以及RBF神经网络算法进行对比。
实验结果表明,优化算法不仅可以有效地诊断光伏阵列的故障类型,而且还可以提高故障诊断的准确率。
2024/7/16 10:56:42
958KB
1
递归神经网络（RNN）是两种人工神经网络的总称。
一种是时间递归神经网络（recurrentneuralnetwork），又名循环神经网络，另一种是结构递归神经网络（recursiveneuralnetwork）。
时间递归神经网络的神经元间连接构成矩阵，而结构递归神经网络利用相似的神经网络结构递归构造更为复杂的深度网络。
RNN一般指代时间递归神经网络。
单纯递归神经网络因为无法处理随着递归，权重指数级爆炸或消失的问题（Vanishinggradientproblem），难以捕捉长期时间关联；
而结合不同的LSTM可以很好解决这个问题。
一种是时间递归神经网络（recurrentneuralnetwork），又名循环神经网络，另一种是结构递归神经网络（recursiveneuralnetwork）。
时间递归神经网络的神经元间连接构成矩阵，而结构递归神经网络利用相似的神经网络结构递归构造更为复杂的深度网络。
RNN一般指代时间递归神经网络。
单纯递归神经网络因为无法处理随着递归，权重指数级爆炸或消失的问题（Vanishinggradientproblem），难以捕捉长期时间关联；
而结合不同的LSTM可以很好解决这个问题。
2024/7/15 12:55:12
16.51MB
1
摄像机的品质参数直接影响到视频监控系统的整体性能，如何科学、合理、有效地定量评价其性能引起了人们的研究兴趣。
表征摄像机成像性能的参数较多，且参数间相互制约、相互作用，因此，摄像机的成像性能评价是个较为复杂的综合性问题。
分析了影响摄像机成像性能的主要参数：技术参数、功能参数、主观评价参数和经济参数；
尝试采用层次分析法，将摄像机成像性能的综合评价分解成三个层次，构建了其综合评价模型，分析了各因素对于该模型的影响，并计算了其权重；
给出了几种用于安防视频监控的1080P数字球型摄像机的综合评价结果，期望能为视频监控系统的建设和运行维护提供有意义的参考。
表征摄像机成像性能的参数较多，且参数间相互制约、相互作用，因此，摄像机的成像性能评价是个较为复杂的综合性问题。
分析了影响摄像机成像性能的主要参数：技术参数、功能参数、主观评价参数和经济参数；
尝试采用层次分析法，将摄像机成像性能的综合评价分解成三个层次，构建了其综合评价模型，分析了各因素对于该模型的影响，并计算了其权重；
给出了几种用于安防视频监控的1080P数字球型摄像机的综合评价结果，期望能为视频监控系统的建设和运行维护提供有意义的参考。
2024/6/15 7:44:24
932KB
1
带权图的多种算法（有向图，无向图，Dijkstra算法，到每个顶点的最短距离，佛洛依德算法(Floyd)，找出每对顶点的最短路径，带权重无向图最小生成树，prim算法，Kruskal算法求最小生成树）java实现，有注释，简单轻松搞懂图，全部是自己实现，
2024/6/14 12:34:20
5KB
1
pytorch的机制便于快速开发模型，但是在产品上的运用不稳定，需要将其转换为keras对应的模型权重，使用该代码进行转换的示例可见：https://blog.csdn.net/xiaoxifei/article/details/82685298
2024/6/3 11:09:10
17KB
1
包含：基本粒子群算法、带压缩因子、线性递减权重、自适应权重、随机权重、同步变化、二阶粒子群、混沌粒子群、基于模拟退火的粒子群算法等
2024/5/31 5:05:23
8KB
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