【摘 要】
:
介绍了机器学习的基本概念和常见类别(有监督学习、无监督学习、强化学习),介绍了深度学习的概念、基本技术以及它与机器学习的关系,研究了基于神经网络的的YOLO算法在实际生活中的应用,如检测目标人物是否佩戴口罩,并对实际模型的性能进行评估及模型优化方向作思考.
【机 构】
:
四川大学锦城学院,成都611731
论文部分内容阅读
介绍了机器学习的基本概念和常见类别(有监督学习、无监督学习、强化学习),介绍了深度学习的概念、基本技术以及它与机器学习的关系,研究了基于神经网络的的YOLO算法在实际生活中的应用,如检测目标人物是否佩戴口罩,并对实际模型的性能进行评估及模型优化方向作思考.
其他文献
随着经济社会的发展,传统的考试模式已不能完全适应当下信息化的发展要求,通过Web考试系统,为学生的学习提供了更好的考核、考评方式,可以实现在同一时间、不同地点、不同对象完成的统一、同一考试跨越了空间的限制,节省了资源,提高了效率.
文本情感分析是自然语言处理(NLP)的重要分支,由于深度学习的提出,NLP的识别率也比较精确,在许多领域得到广泛的应用.酒店预定系统就有应用需求,利用情感分析来处理反馈的评论.系统基于迁移学习对文本进行预测,达到酒店预定系统对用户评论情感分析的需求.系统使用前后端分离技术,处理酒店预定中的各种业务.
在校园网搜索引擎中,以Python技术为基础,可以完成信息的及时传播.在信息收集获取过程中,对信息数据来源进行甄别,筛选出不利信息,保障信息的精准.在校园数字化建设领域,借助Python技术可以避免出现信息污染的干扰,使信息的查找以及定位准确、科学.通过全新的搜索引擎,可以保障师生在使用过程中搜集到正确的信息,还原学生高效的网络环境.因此,在研究中,就以Python技术为基础的校园网搜索引擎的设计与实现进行分析.
在金融市场中,股票由于其收益性、流动性等特点吸引了众多投资者的目光,但需要注意的是影响股价的因素有很多,尤其值得关注的是企业本身的财务状况.为了更好地分析上市公司的财务状况与股价之间的关系,从某证券交易所的上市公司中随机抽取200家(不包含有ST公司),取2011-2020年间每个公司的经营现金流、每股收益、每股净资产这3项指标以及公司的股价,利用Eviews进行回归分析,并给出结论.
随着中医药行业的快速发展,中医药相关数字化资源急剧增加,传统的全文搜索引擎因专业性不够强、内容繁多等问题导致用户无法快速方便地找到所需信息.为此,设计并实现了一款面向中医药领域的垂直搜索引擎具有重要的意义和价值.采用Heritrix与Lucene等技术构建中医药垂直搜索引擎——杏林搜索,重点介绍了杏林搜索的设计与实现,包括网络爬虫模块、网页解析模块、索引库和Web端等.实际应用效果表明,杏林搜索可以为用户提供更加快速、专业的中医药资源检索服务.
信息化技术和应用是创新干部教育培训的有力手段.从实际使用场景出发进行系统理论研究设计,涵盖命审题系统、考务管理系统、考试报名系统、在线测试系统、监考系统、考试视频监控系统、考试批阅系统、考试分析系统等.干部在线机考系统可通过网络组织安排考试,灵活设置考试场次,按照命题规则进行自由组卷,保证考试更加客观公正,使得考生参加考试更加灵活方便.
K-means是一种无监督学习算法,基于数据对象之间的距离度量划分数据簇、欧氏距离等度量方法存在一些问题,比如离群点数据较多,算法准确度较低.互信息可以度量任意两个数据对象之间的互相包含程度,基于互信息改进K-means算法,可以更好地度量数据对象之间的距离,确保簇内高度相同和簇间高度相异,旨在解决离群点数据较多的情况下K-means算法准确度不高的问题.实验结果显示,与K-means算法、模糊K-means算法相比,改进K-means算法实验结果精确度达到了97.8%,该方法明显提高K-means算法的
为确保仅、β低本底测量仪测量的可靠性,对其影响因素进行了分析建模,并设计了仿真软件进行计算,所得数据与实验验证结果有很好的一致性.结果 表明影响α、β低本底测量仪测量可靠性最主要因素有仪器探测效率和样品测量,需提高样品测量过程中的精确度,减少制作质量-效率曲线时人为的操作误差.仿真软件可用于实验室α、β低本底测量仪测量及可靠性评估,能够提高测量的时效.
多模态情感分析作为近年来的研究热点,比单模态情感分析具有更高的稳定性和准确率.介绍了多模态情感分析研究背景,分别对基于文本的、基于音频的和基于视频的单模态情感算法分析进行了阐述,又讲解了多模态的3种融合方法:特征级融合、决策级融合和混合融合以及相关算法,并分析了多模态情感分析存在的问题.
介绍了生产者-消费者模型产生的背景,分析了Java语言和生产者-消费者模型的基本概念和架构,并阐述了关键的缓冲区的作用,给出了一个基于Java的模型实现,并总结了生产者-消费者模型的一些优点.