一種基于機器學習算法提高片上光譜傳感性能的方法

光譜傳感檢測技術(shù)是科學研究和工業(yè)生產(chǎn)中廣泛應用的一種光學分析技術(shù)，憑借其對物質(zhì)光譜指紋的特異性辨識能力，在生物醫(yī)藥、遙感測繪、環(huán)境監(jiān)測、智慧農(nóng)業(yè)、工業(yè)自...

2023-11-08 標簽：芯片探測器機器學習 940 0

用于計算機視覺的經(jīng)典機器學習應用分析

深度學習是指在大部分未處理或“原始”數(shù)據(jù)上運行的非常大的神經(jīng)網(wǎng)絡模型。深度學習通過將特征提取操作拉入模型本身，對計算機視覺產(chǎn)生了巨大影響，從而使算法根據(jù)...

2023-11-07 標簽：AI計算機視覺機器學習 684 0

人工智能技術(shù)在水聲通信中的研究進展

多年來，從非相干水聲通信到相干水聲通信，直擴、跳頻、OFDM、Turbo均衡、時間反轉(zhuǎn)和自適應等各種理論和技術(shù)均被引入水聲通信中，以期克服復雜多變海洋環(huán)...

2023-11-05 標簽：gpu人工智能機器學習 3253 0

最全綜述：圖像分割算法

閾值法的基本思想是基于圖像的灰度特征來計算一個或多個灰度閾值，并將圖像中每個像素的灰度值與閾值作比較，最后將像素根據(jù)比較結(jié)果分到合適的類別中。因此，該方...

2023-11-03 標簽：算法圖像分割機器學習 1264 0

基于機器學習的應用系統(tǒng)指紋識別技術(shù)研究

摘要： 在信息安全測試領(lǐng)域，基于機器學習的應用系統(tǒng)深度指紋識別技術(shù)對應用系統(tǒng)進行漏洞檢測時，可快速獲取應用系統(tǒng)指紋信息，并且能夠根據(jù)系統(tǒng)深度指紋信息進行...

2023-11-03 標簽：Web指紋識別字符串 1692 0

機器學習中統(tǒng)計概率分布大全

1. 隨機變量 離散隨機變量 隨機實驗的所有可能結(jié)果都是隨機變量。一個隨機變量集合用 表示。 如果實驗可能的結(jié)果是可數(shù)的，那么它被稱為離散隨機變量。例如...

2023-11-03 標簽：函數(shù)機器學習隨機變量 857 0

模型算法總結(jié)

本文將繼續(xù)修煉回歸模型算法，并總結(jié)了一些常用的除線性回歸模型之外的模型，其中包括一些單模型及集成學習器。 保序回歸、多項式回歸、多輸出回歸、多輸出K近鄰...

2023-11-03 標簽：函數(shù)模型機器學習 893 0

人工神經(jīng)網(wǎng)絡的定義和基本特征

人工智能，深度學習和機器學習，不論你現(xiàn)在是否能夠理解這些概念，你都應該學習。否則三年內(nèi)，你就會像滅絕的恐龍一樣被社會淘汰。

2023-11-02 標簽：AI人工智能人工神經(jīng)網(wǎng)絡 1890 0

第五代樹莓派效能數(shù)據(jù)揭露

第五代樹莓派（Raspberry Pi 5, RPi 5）官方預計賣60美元（4GB RAM）與80美元（8GB RAM），比前一代相同RAM容量的55...

2023-11-02 標簽：RAM無線通信機器學習 2079 0

如何利用高斯過程回歸模型建立燃料電池電堆功率預測模型？

對車輛輔助裝置的控件進行優(yōu)化設(shè)計時，需要建立一個燃料電池電堆功率預測模型，而該模型的建立需要考慮各種電堆控制參數(shù)，這一點至關(guān)重要。

2023-11-02 標簽：燃料電池加濕器機器學習 1714 0

全面總結(jié)機器學習中的優(yōu)化算法

幾乎所有的機器學習算法最后都歸結(jié)為求一個目標函數(shù)的極值，即最優(yōu)化問題，例如對于有監(jiān)督學習，我們要找到一個最佳的映射函數(shù)f (x)，使得對訓練樣本的損失函...

2023-11-02 標簽：算法向量機函數(shù) 645 0

使用先進工藝的芯片設(shè)計成本是多少

芯片開發(fā)成本的估算非常復雜，因為這些數(shù)字受到多種因素影響。早在2018年，IBS發(fā)布的數(shù)據(jù)將5納米芯片的成本定為5.422億美元，這樣的估算可能不再準確...

2023-11-01 標簽：芯片芯片設(shè)計eda 945 0

如何實現(xiàn)嵌入式視覺和機器學習

將一級的輸出傳遞給另一級且不構(gòu)成循環(huán)的神經(jīng)網(wǎng)絡被稱為前饋神經(jīng)網(wǎng)絡 (FNN)，而那些有反饋、內(nèi)含定向循環(huán)的神經(jīng)網(wǎng)絡則被稱為遞歸神經(jīng)網(wǎng)絡 (RNN)。

2023-10-31 標簽：神經(jīng)網(wǎng)絡可編程邏輯機器學習 618 0

機器學習的基本流程和十大算法

為了進行機器學習和數(shù)據(jù)挖掘任務，數(shù)據(jù)科學家們提出了各種模型，在眾多的數(shù)據(jù)挖掘模型中，國際權(quán)威的學術(shù)組織 ICDM（the IEEE Internatio...

2023-10-31 標簽：算法人工智能機器學習 1367 0

什么是強化學習

強化學習是機器學習的方式之一，它與監(jiān)督學習、無監(jiān)督學習并列，是三種機器學習訓練方法之一。 在圍棋上擊敗世界第一李世石的 AlphaGo、在《星際爭霸2》...

2023-10-30 標簽：模型代碼機器學習 4772 0

淺析機器學習的基本步驟

在機器學習中，機器學習的效率在很大程度上取決于它所提供的數(shù)據(jù)集，數(shù)據(jù)集的大小和豐富程度也決定了最終預測的結(jié)果質(zhì)量。目前在算力方面，量子計算能超越傳統(tǒng)二進...

2023-10-30 標簽：人工智能SVM機器學習 666 0

NNI：自動幫你做機器學習調(diào)參的神器

NNI 自動機器學習調(diào)參，是微軟開源的又一個神器，它能幫助你找到最好的神經(jīng)網(wǎng)絡架構(gòu)或超參數(shù)，支持 各種訓練環(huán)境 。 它常用的 使用場景 如下： 想要在自...

2023-10-30 標簽：微軟神經(jīng)網(wǎng)絡NNI 2861 0

PyTorch與TensorFlow的優(yōu)點和缺點

轉(zhuǎn)載自：冷凍工廠 ? 深度學習框架是簡化人工神經(jīng)網(wǎng)絡 (ANN) 開發(fā)的重要工具，并且其發(fā)展非常迅速。其中，TensorFlow 和 PyTorch 脫...

2023-10-30 標簽：人工神經(jīng)網(wǎng)絡機器學習tensorflow 1475 0