掌握最小二乘法求解（无惩罚项lamda的损失函数）、掌握加惩罚项（2范数）的损失函数优化、梯度下降法、共轭梯度法、理解过拟合、克服过拟合的方法(如加惩罚项、增加样本)
2025/1/18 14:19:35
6MB
deep_sort_yolo3进行的多目标跟踪,效果不错,在1080ti上可以做到实时,由于csdn上不能上传大于220MB的文件,如果有不会训练模型的朋友,可以私聊我
2025/1/18 7:06:46
9.98MB
ThinkComplex（复杂性思维）的翻译版本，复杂性科学的发展不是取代旧的模型，而是标准模型的逐渐转变，以经典模型定律为基础，以方程式的形式表示，并通过数学推导求解。
复杂性不足的模型通常是基于规则的。
复杂性不足的模型通常是基于规则的。
2.67MB
python写的，ipynb文件导出的html格式文件。
简单修改代码，可就求解任意给定区间上任意函数的最大值（修改代码中的区间范围和函数表达式）github链接:https://github.com/helloMickey/homework/blob/master/genetic-algorithm/genetic_programming.ipynb
简单修改代码，可就求解任意给定区间上任意函数的最大值（修改代码中的区间范围和函数表达式）github链接:https://github.com/helloMickey/homework/blob/master/genetic-algorithm/genetic_programming.ipynb
2025/1/16 14:07:41
328KB
语音中准确的情绪识别对于智能医疗、智能娱乐和其他智能服务等应用程序非常重要。
由于汉语语言的复杂性，汉语语音的高精度动作识别具有挑战性。
本文探讨了如何提高语音情感识别的准确性，包括语音信号特征提取和情感分类方法。
从语音样本中提取五种特征：梅尔频率倒谱系数（mfcc）、音调、共振峰、短期过零率和短期能量
由于汉语语言的复杂性，汉语语音的高精度动作识别具有挑战性。
本文探讨了如何提高语音情感识别的准确性，包括语音信号特征提取和情感分类方法。
从语音样本中提取五种特征：梅尔频率倒谱系数（mfcc）、音调、共振峰、短期过零率和短期能量
2025/1/15 18:56:50
31KB
使用时请修改文件名为bvlc_googlenet.caffemodel，cmake时注释脚本文件中相应的代码
2025/1/15 14:45:25
51.05MB
频率切片小波变换程序（FTWT），matlab的m文件。
从一种新的角度出发，通过自由选择频率切片函数、引进新尺度参数，在频率域实现小波变换，该变换能够很好地刻画信号各成分之间的相对能量关系。
此外，频率切片小波变换的时频窗中心频率就是观测频率，而无需进行尺度换算。
并在适当地方做好了备注。
从一种新的角度出发，通过自由选择频率切片函数、引进新尺度参数，在频率域实现小波变换，该变换能够很好地刻画信号各成分之间的相对能量关系。
此外，频率切片小波变换的时频窗中心频率就是观测频率，而无需进行尺度换算。
并在适当地方做好了备注。
2025/1/15 7:01:34
61KB