- 引言K均值聚类（K-Means）是一种经典的无监督学习算法，广泛应用于数据挖掘和模式识别中。其主要功能是将数据集划分成若干个簇，使得同一簇内的数据点相似度较高，而不同簇之间的数据点相似度较低。今天，我们将深入探讨K均值聚类的原理，并以“新闻主题分类”为例，介绍如何利用K均值进行文本数据的聚类分析。 1.什么是K均值聚类（K-Means）？K均值聚类算法的基本思想是通过迭代优化，寻找最佳的聚... 引言K均值聚类（K-Means）是一种经典的无监督学习算法，广泛应用于数据挖掘和模式识别中。其主要功能是将数据集划分成若干个簇，使得同一簇内的数据点相似度较高，而不同簇之间的数据点相似度较低。今天，我们将深入探讨K均值聚类的原理，并以“新闻主题分类”为例，介绍如何利用K均值进行文本数据的聚类分析。 1.什么是K均值聚类（K-Means）？K均值聚类算法的基本思想是通过迭代优化，寻找最佳的聚...
- AMSR-E/AMSR2 Unified L2B Half-Orbit 25 km EASE-Grid Surface Soil Moisture V001简介AMSR-E/AMSR2 统一 Level-2B 陆地产品通过合并 AMSR-E 和 AMSR2 数据提供长期数据记录。 该数据集包括利用归一化极化差算法（NPD）和单通道算法（SCA）从 L1R 亮度温度得出的地表土壤湿度估算值... AMSR-E/AMSR2 Unified L2B Half-Orbit 25 km EASE-Grid Surface Soil Moisture V001简介AMSR-E/AMSR2 统一 Level-2B 陆地产品通过合并 AMSR-E 和 AMSR2 数据提供长期数据记录。 该数据集包括利用归一化极化差算法（NPD）和单通道算法（SCA）从 L1R 亮度温度得出的地表土壤湿度估算值...
- AMSR-E/AMSR2 Unified L3 Global Daily 25 km EASE-Grid Snow Water Equivalent V001简介AMSR-E/AMSR2 Unified L3 Global Daily 25 km EASE-Grid Snow Water Equivalent V001是一种数据集，提供了全球范围内每日的雪水当量信息。该数据集使用了AMS... AMSR-E/AMSR2 Unified L3 Global Daily 25 km EASE-Grid Snow Water Equivalent V001简介AMSR-E/AMSR2 Unified L3 Global Daily 25 km EASE-Grid Snow Water Equivalent V001是一种数据集，提供了全球范围内每日的雪水当量信息。该数据集使用了AMS...
- SVM（支持向量机）：理论与应用 引言支持向量机（SVM）是一种强大的监督学习算法，广泛应用于分类和回归问题。其核心思想是通过找到最佳的决策边界（即超平面），将数据点分开，使得两类数据之间的间隔最大化。SVM 的优势在于其较强的泛化能力，尤其在小数据集和高维数据下表现尤为突出。本文将深入探讨 SVM 的几何解释与数学推导，核函数的选择，SVM 在小数据集上的表现，并通过情感分类案例展示其实... SVM（支持向量机）：理论与应用 引言支持向量机（SVM）是一种强大的监督学习算法，广泛应用于分类和回归问题。其核心思想是通过找到最佳的决策边界（即超平面），将数据点分开，使得两类数据之间的间隔最大化。SVM 的优势在于其较强的泛化能力，尤其在小数据集和高维数据下表现尤为突出。本文将深入探讨 SVM 的几何解释与数学推导，核函数的选择，SVM 在小数据集上的表现，并通过情感分类案例展示其实...
- 简介1. 公司简介慧天卓特是一家专注于干旱监测与预警的高新技术企业，成立于2022年，位于北京自贸区中关村壹号科技园。公司致力于利用航天遥感技术和人工智能，提供精准的干旱监测与预警服务，旨在改善国家经济和民生，企业愿景是“让干旱不再成灾”，价值观包括精诚合作和追求卓越。公司官网链接：慧天干旱监测与预警-首页公司主要业务我们提供以下服务： 精准实时监测 / 长期监测与趋势分析 干旱统计 / ... 简介1. 公司简介慧天卓特是一家专注于干旱监测与预警的高新技术企业，成立于2022年，位于北京自贸区中关村壹号科技园。公司致力于利用航天遥感技术和人工智能，提供精准的干旱监测与预警服务，旨在改善国家经济和民生，企业愿景是“让干旱不再成灾”，价值观包括精诚合作和追求卓越。公司官网链接：慧天干旱监测与预警-首页公司主要业务我们提供以下服务： 精准实时监测 / 长期监测与趋势分析 干旱统计 / ...
- AMSR-E/AMSR2 Unified L3 Global 5-Day 25 km EASE-Grid Snow Water Equivalent V001简介这套 AMSR-E/AMSR2 统一三级（L3）数据集提供了雪水当量（SWE）的五天最大估计值。 雪水当量是根据日本宇宙航空研究开发机构 GCOM-W1 卫星上的高级微波扫描辐射计 2 (AMSR2) 仪器获得的亮度温度测量值推... AMSR-E/AMSR2 Unified L3 Global 5-Day 25 km EASE-Grid Snow Water Equivalent V001简介这套 AMSR-E/AMSR2 统一三级（L3）数据集提供了雪水当量（SWE）的五天最大估计值。 雪水当量是根据日本宇宙航空研究开发机构 GCOM-W1 卫星上的高级微波扫描辐射计 2 (AMSR2) 仪器获得的亮度温度测量值推...
- 前言例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 一、什么是 KNN 算法？KNN（K-Nearest Neighbors）算法是一种基于距离的分类和回归方法。它的核心思想是：在一个有标签的数据集中，对于一个新的实例，根据距离度量找到与之最近的K个训练实例，然后基于这K个邻居的信息来预测新实例的标签。在分类问题中，... 前言例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 一、什么是 KNN 算法？KNN（K-Nearest Neighbors）算法是一种基于距离的分类和回归方法。它的核心思想是：在一个有标签的数据集中，对于一个新的实例，根据距离度量找到与之最近的K个训练实例，然后基于这K个邻居的信息来预测新实例的标签。在分类问题中，...
- 机器学习模型从理论到实战|【003-逻辑回归】分类模型的起点 前言逻辑回归是机器学习中最经典的分类算法之一，尽管名字中有“回归”，但它主要用于分类问题。本文将详细介绍逻辑回归的理论基础、数学推导、扩展到多分类任务的思路，并通过一个案例学习如何使用逻辑回归模型进行实际预测。 一、什么是逻辑回归及其基本原理逻辑回归是一种用于分类问题的模型，它基于线性回归，通过将线性回归的输出映射到一个概率值范围... 机器学习模型从理论到实战|【003-逻辑回归】分类模型的起点 前言逻辑回归是机器学习中最经典的分类算法之一，尽管名字中有“回归”，但它主要用于分类问题。本文将详细介绍逻辑回归的理论基础、数学推导、扩展到多分类任务的思路，并通过一个案例学习如何使用逻辑回归模型进行实际预测。 一、什么是逻辑回归及其基本原理逻辑回归是一种用于分类问题的模型，它基于线性回归，通过将线性回归的输出映射到一个概率值范围...
- 简介ATom: Aircraft Flight Track and Navigational Data该数据集提供美国国家航空航天局大气层透射任务（ATom）的飞行轨迹和飞机导航数据。 提供了 ATom 四次飞行任务的飞行轨迹信息： ATom-1、ATom-2、ATom-3 和 ATom-4。 每次 ATom 活动由多个单独的飞行组成，飞行导航信息以 10 秒为间隔记录。 每次飞行的数据... 简介ATom: Aircraft Flight Track and Navigational Data该数据集提供美国国家航空航天局大气层透射任务（ATom）的飞行轨迹和飞机导航数据。 提供了 ATom 四次飞行任务的飞行轨迹信息： ATom-1、ATom-2、ATom-3 和 ATom-4。 每次 ATom 活动由多个单独的飞行组成，飞行导航信息以 10 秒为间隔记录。 每次飞行的数据...
- 基于Java DL4J训练中文版Word2Vec模型 介绍Word2Vec是一种将词语转换为向量的技术，通过将相似的词映射到相似的向量空间，可以用于自然语言处理中的多种任务。Java的DL4J（Deeplearning4j）是一个强大的深度学习库，它支持在Java环境中进行神经网络模型的训练与部署，下面我们将探讨如何利用DL4J训练中文版的Word2Vec模型。 应用使用场景自然语言处理：... 基于Java DL4J训练中文版Word2Vec模型 介绍Word2Vec是一种将词语转换为向量的技术，通过将相似的词映射到相似的向量空间，可以用于自然语言处理中的多种任务。Java的DL4J（Deeplearning4j）是一个强大的深度学习库，它支持在Java环境中进行神经网络模型的训练与部署，下面我们将探讨如何利用DL4J训练中文版的Word2Vec模型。 应用使用场景自然语言处理：...
- 近年来，语音技术在人工智能领域的发展极为迅速，语音识别（ASR）和文本转语音（TTS）作为两项重要的核心技术，被广泛应用于智能助手、客户服务系统、翻译设备以及教育平台等多个领域。这两种技术各自解决了语音交互中的不同问题，共同助力于实现自然、流畅的人机对话。 什么是自动语音识别（ASR）？自动语音识别（Automatic Speech Recognition，简称 ASR）是一种将人类语音转换... 近年来，语音技术在人工智能领域的发展极为迅速，语音识别（ASR）和文本转语音（TTS）作为两项重要的核心技术，被广泛应用于智能助手、客户服务系统、翻译设备以及教育平台等多个领域。这两种技术各自解决了语音交互中的不同问题，共同助力于实现自然、流畅的人机对话。 什么是自动语音识别（ASR）？自动语音识别（Automatic Speech Recognition，简称 ASR）是一种将人类语音转换...
- ATom: Merged Atmospheric Chemistry, Trace Gases, and Aerosols简介该数据集提供了有关温室气体和人类造成的空气污染的信息，包括二氧化碳（CO2）、甲烷（CH4）、对流层臭氧（O3）和黑碳（BC）气溶胶的大气浓度，这些信息是在美国国家航空航天局的大气层析成像（ATom）任务进行的机载活动中收集的。 该数据集包括来自所有仪器的合并数据以... ATom: Merged Atmospheric Chemistry, Trace Gases, and Aerosols简介该数据集提供了有关温室气体和人类造成的空气污染的信息，包括二氧化碳（CO2）、甲烷（CH4）、对流层臭氧（O3）和黑碳（BC）气溶胶的大气浓度，这些信息是在美国国家航空航天局的大气层析成像（ATom）任务进行的机载活动中收集的。 该数据集包括来自所有仪器的合并数据以...
- 使用Python实现智能食品安全追溯系统的深度学习模型 使用Python实现智能食品安全追溯系统的深度学习模型
- ATom: L2 Halocarbons and Hydrocarbons from the UC-Irvine Whole Air Sampler (WAS)简介该数据集提供了美国国家航空航天局（NASA）的大气断层扫描（ATom）任务在空中活动期间由加州大学欧文分校的整体空气采样器（WAS）测量到的卤烃和碳氢化合物的大气浓度。 UCI WAS 的样本分析提供了 50 多种痕量气体的测... ATom: L2 Halocarbons and Hydrocarbons from the UC-Irvine Whole Air Sampler (WAS)简介该数据集提供了美国国家航空航天局（NASA）的大气断层扫描（ATom）任务在空中活动期间由加州大学欧文分校的整体空气采样器（WAS）测量到的卤烃和碳氢化合物的大气浓度。 UCI WAS 的样本分析提供了 50 多种痕量气体的测...
- OpenCV人脸识别实战：从原理到应用 引言OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉库，提供了丰富的图像处理和计算机视觉算法。其中，人脸识别作为计算机视觉领域的一个重要分支，在众多应用场景中发挥着关键作用。本文将深入探讨OpenCV人脸识别的原理、实现步骤、应用场景以及未来发展趋势。 原理详解人脸检测: 首先，通过Haar... OpenCV人脸识别实战：从原理到应用 引言OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉库，提供了丰富的图像处理和计算机视觉算法。其中，人脸识别作为计算机视觉领域的一个重要分支，在众多应用场景中发挥着关键作用。本文将深入探讨OpenCV人脸识别的原理、实现步骤、应用场景以及未来发展趋势。 原理详解人脸检测: 首先，通过Haar...
上滑加载中
推荐直播
-
华为云鸿蒙应用入门级开发者认证2025/06/11 周三 16:00-17:30
Skye / 华为云学堂技术讲师
本次直播专为备考华为云鸿蒙端云应用入门级开发者认证的学员设计，提供系统的考试辅导。深度解析认证核心知识点，涵盖HarmonyOS介绍、应用开发入门、ArkTS语言、声明式开发范式组件、Stage应用模型、玩转服务卡片、鸿蒙应用网络请求开发、鸿蒙应用云函数调用等内容。
回顾中 -
基于昇腾NPU的合成孔径雷达成像案例2025/06/12 周四 19:00-20:00
李阳 华为开发者布道师-高校教师
介绍合成孔径雷达算法的原理和优势，了解合成孔径雷达在传统计算中的痛点，分享如何使用昇腾NPU和AscendC语言构建信号处理算子，如何助力信号处理领域的高性能计算。
回顾中 -
华为云GaussDB入门级认证 - 考试辅导2025/06/13 周五 16:00-17:30
Steven / 华为云学堂技术讲师
本次直播为HCCDA-GaussDB认证考试提供全面辅导，旨在帮助学员深入了解数据库技术原理与应用实践。我们将详细解析考试大纲，分享高效备考策略，并讲解关键知识点，包括但不限于SQL操作介绍、GaussDB数据库管理与运维基础等。
回顾中
热门标签