- 一、 D-S证据理论及解释 证据理论由Dempster在1967年最初提出,并由他的学生Shafer改进推广使之成为符合有限离散领域中推理的形式,因此称为D-S理论。证据理论讨论一个“辨识框架”(Fra... 一、 D-S证据理论及解释 证据理论由Dempster在1967年最初提出,并由他的学生Shafer改进推广使之成为符合有限离散领域中推理的形式,因此称为D-S理论。证据理论讨论一个“辨识框架”(Fra...
- 本文介绍由亚马逊的研究团队推出的应用于生命科学的图神经网络指南《Graph Neural Networks in Life Sciences: Opportunities and Solutions》，这个工作发表在2022年数据挖掘顶会KDD上。图结构数据在生命科学以及医疗场景无处不在，最近很多研究把原来依赖于描述性数据分析的问... 本文介绍由亚马逊的研究团队推出的应用于生命科学的图神经网络指南《Graph Neural Networks in Life Sciences: Opportunities and Solutions》，这个工作发表在2022年数据挖掘顶会KDD上。图结构数据在生命科学以及医疗场景无处不在，最近很多研究把原来依赖于描述性数据分析的问...
- 文章目录 一、前言 二、主要内容 一、前言 Zichen Wang, Vassilis N. Ioannidis, Huzefa Rangwala, Ta... 文章目录 一、前言 二、主要内容 一、前言 Zichen Wang, Vassilis N. Ioannidis, Huzefa Rangwala, Ta...
- 预训练比较大， Convnext-tiny 250多m，yolov7 530多m。 https://github.com/jinfagang/yolov7_d2 ConvNeXt 可以看做是把 Swin Transformer 包括 ViT 的所有特殊的设计集于一身之后的卷积网络进化版，升级了 ResNet 架构，看... 预训练比较大， Convnext-tiny 250多m，yolov7 530多m。 https://github.com/jinfagang/yolov7_d2 ConvNeXt 可以看做是把 Swin Transformer 包括 ViT 的所有特殊的设计集于一身之后的卷积网络进化版，升级了 ResNet 架构，看...
- 一、粒子群优化前馈神经网络简介 1 前馈神经网络FNN 前馈神经网络FNN是解决非线性问题的很好模型,它通过梯度下降算法进行网络训练。FNN与时间序列法等传统方法相比,能够更好地来描述问题的非线性特性;... 一、粒子群优化前馈神经网络简介 1 前馈神经网络FNN 前馈神经网络FNN是解决非线性问题的很好模型,它通过梯度下降算法进行网络训练。FNN与时间序列法等传统方法相比,能够更好地来描述问题的非线性特性;...
- 一、粒子群优化前馈神经网络简介 1 前馈神经网络FNN 前馈神经网络FNN是解决非线性问题的很好模型,它通过梯度下降算法进行网络训练。FNN与时间序列法等传统方法相比,能够更好地来描述问题的非线性特性;... 一、粒子群优化前馈神经网络简介 1 前馈神经网络FNN 前馈神经网络FNN是解决非线性问题的很好模型,它通过梯度下降算法进行网络训练。FNN与时间序列法等传统方法相比,能够更好地来描述问题的非线性特性;...
- 基础理论就在这里不讲解了，本文实战为主。相关理论与参考文献，请看以下部分： https://www.mathworks.com/matlabcentral/fileexchange/44974-gr... 基础理论就在这里不讲解了，本文实战为主。相关理论与参考文献，请看以下部分： https://www.mathworks.com/matlabcentral/fileexchange/44974-gr...
- 最近想对OpenCV进行系统学习，看到网上这份教程写得不错，于是跟着来学习实践一下。 【youcans@qq.com, youcans 的 OpenCV 例程, https://youcans.bl... 最近想对OpenCV进行系统学习，看到网上这份教程写得不错，于是跟着来学习实践一下。 【youcans@qq.com, youcans 的 OpenCV 例程, https://youcans.bl...
- 一、插值简介 插值是根据抽样函数或信号估计连续位置的数值，或者是根据一系列离散采样点重构出原始的连续函数。在图像几何变换中，经过几何变换后的图像像素可能在原始图像中并没有对应的像素点，那么，在目标图像中... 一、插值简介 插值是根据抽样函数或信号估计连续位置的数值，或者是根据一系列离散采样点重构出原始的连续函数。在图像几何变换中，经过几何变换后的图像像素可能在原始图像中并没有对应的像素点，那么，在目标图像中...
- 本文介绍由美国生物科技公司Calico Life Sciences的Han Yuan 和 David R. Kelley共同通讯发表在 Nature methods 的研究成果：单细胞ATAC-seq（scATAC）在研究表观遗传景观中的细胞异质性方面具有巨大前景，但由于数据高维性和稀疏性的特点，scATAC的分析仍然面临重大挑战... 本文介绍由美国生物科技公司Calico Life Sciences的Han Yuan 和 David R. Kelley共同通讯发表在 Nature methods 的研究成果：单细胞ATAC-seq（scATAC）在研究表观遗传景观中的细胞异质性方面具有巨大前景，但由于数据高维性和稀疏性的特点，scATAC的分析仍然面临重大挑战...
- 最近想对OpenCV进行系统学习，看到网上这份教程写得不错，于是跟着来学习实践一下。 【youcans@qq.com, youcans 的 OpenCV 例程, https://youcans.bl... 最近想对OpenCV进行系统学习，看到网上这份教程写得不错，于是跟着来学习实践一下。 【youcans@qq.com, youcans 的 OpenCV 例程, https://youcans.bl...
- 今天给大家介绍中南大学曹东升教授/国防科技大学赵文涛教授、吴城堃教授/浙江大学侯廷军教授团队共同在国际期刊Bioinformatics上发表的分子图片识别的文章《MICER: A Pre-trained Encoder-Decoder Architecture for Molecular Image Captioning》。该文章... 今天给大家介绍中南大学曹东升教授/国防科技大学赵文涛教授、吴城堃教授/浙江大学侯廷军教授团队共同在国际期刊Bioinformatics上发表的分子图片识别的文章《MICER: A Pre-trained Encoder-Decoder Architecture for Molecular Image Captioning》。该文章...
- 目录 欢迎订阅本专栏，持续更新中~本专栏前期文章介绍！机器学习配套资源推送进阶版机器学习文章更新~点击下方下载高清版学习知识图册支持向量机函数间隔与几何间隔函数间隔几何间隔最大间隔与支持向量从原始... 目录 欢迎订阅本专栏，持续更新中~本专栏前期文章介绍！机器学习配套资源推送进阶版机器学习文章更新~点击下方下载高清版学习知识图册支持向量机函数间隔与几何间隔函数间隔几何间隔最大间隔与支持向量从原始...
- 不要购买，这是个人学习笔记。 文章目录 神经网络 粒子群优化 (PSO) 粒子 常数 迭... 不要购买，这是个人学习笔记。 文章目录 神经网络 粒子群优化 (PSO) 粒子 常数 迭...
- 一、基础知识 GNN 是指使用神经网络来学习图结构数据，提取和挖掘图结构数据中有效的特征和模式，满足聚类、分类、预测、分割、生成、异常检测等图学习任务需求的算法总称。GCN 实现了 CNN 在图上的... 一、基础知识 GNN 是指使用神经网络来学习图结构数据，提取和挖掘图结构数据中有效的特征和模式，满足聚类、分类、预测、分割、生成、异常检测等图学习任务需求的算法总称。GCN 实现了 CNN 在图上的...
上滑加载中
推荐直播
-
基于HarmonyOS NEXT应用开发之旅2025/07/17 周四 19:00-20:00
吴玉佩、刘俊威-华为开发者布道师-高校学生
两位学生华为开发者布道师，连续两届HarmonyOS极客马拉松获奖选手联袂呈现HarmonyOS NEXT开发全景！从基础筑基，到工具提效。为您铺就一条从入门到精通的鸿蒙应用开发之路。无论您是新手开发者，还是经验老手，都能在此收获满满干货，开启您的HarmonyOS NEXT高效、智能开发新篇章！
回顾中
热门标签