搜索结果
查询Tags标签： 综述，共有 50条记录-
Genetics Reviews | 遗传学重要综述（持续更新）
基因发现 Botstein, D., & Risch, N. (2003). Discovering genotypes underlying human phenotypes: Past successes for mendelian disease, future approaches for complex disease. Nature Genetics, 33(3S), 228–237. https://doi.org/10.1038/ng1090 遗传流行病…
2021/8/3 6:07:30 人评论 次浏览 -
Genetics Reviews | 遗传学重要综述（持续更新）
基因发现 Botstein, D., & Risch, N. (2003). Discovering genotypes underlying human phenotypes: Past successes for mendelian disease, future approaches for complex disease. Nature Genetics, 33(3S), 228–237. https://doi.org/10.1038/ng1090 遗传流行病…
2021/8/3 6:07:30 人评论 次浏览 -
【阿菜读论文】区块链共识算法综述
论文简介 论文题目：A survey of Blockchain consensus algorithms: mechanism, design and applications 本篇论文提出来一个三段式的分类模型对主流的共识算法进行分类，并对其优缺点、安全性以及应用场景进行了分析。 区块链类型 按数据结构分类：传统的链式结构区块链…
2021/8/1 20:06:10 人评论 次浏览 -
【阿菜读论文】区块链共识算法综述
论文简介 论文题目：A survey of Blockchain consensus algorithms: mechanism, design and applications 本篇论文提出来一个三段式的分类模型对主流的共识算法进行分类，并对其优缺点、安全性以及应用场景进行了分析。 区块链类型 按数据结构分类：传统的链式结构区块链…
2021/8/1 20:06:10 人评论 次浏览 -
RocketMQ-综述
为什么要使用消息队列 1 削峰填谷 2 系统解耦 3 异步处理 4 数据的最终一致性RocketMQ部署 RocketMQ代码工程 broker：存放RocketMQ的Broker相关的代码，这里的代码可以用来启动Broker进程；client：存放RocketMQ的Producer、Consumer这些客户端的代码，生产消息、消费消息…
2021/7/29 23:08:07 人评论 次浏览 -
RocketMQ-综述
为什么要使用消息队列 1 削峰填谷 2 系统解耦 3 异步处理 4 数据的最终一致性RocketMQ部署 RocketMQ代码工程 broker：存放RocketMQ的Broker相关的代码，这里的代码可以用来启动Broker进程；client：存放RocketMQ的Producer、Consumer这些客户端的代码，生产消息、消费消息…
2021/7/29 23:08:07 人评论 次浏览 -
每天一篇小文章---基于图像的数据增强方法发展现状综述
数据增强，也叫数据增广。数据增强方法的本质实际上是在现有的有限数据的基础上，在不实际收集更多数据的前提下，而让数据产生等价于更大数据量的价值，即根据现有数据样本按照规则生成增量数据的过程。数据增强方法不仅是数据样本量的增多，更多的是数据本身特征的“增强…
2021/7/20 23:41:07 人评论 次浏览 -
每天一篇小文章---基于图像的数据增强方法发展现状综述
数据增强，也叫数据增广。数据增强方法的本质实际上是在现有的有限数据的基础上，在不实际收集更多数据的前提下，而让数据产生等价于更大数据量的价值，即根据现有数据样本按照规则生成增量数据的过程。数据增强方法不仅是数据样本量的增多，更多的是数据本身特征的“增强…
2021/7/20 23:41:07 人评论 次浏览 -
深度图像识别系列笔记-3.传统目标检测算法综述
1.传统目标检测算法的基本流程2. 特征提取方法 2.1 基于底层特征 基于颜色的方法基于文理的方法基于形状的方法基于语意的方法 2.2 基于中层特征 通过机器学习或特征挖掘之后提取出来的特征 PCA特征LDA学习后的特征 2.3 基于高层次的特征 进一步抽象成语意特征，例如什么样…
2021/7/18 11:36:16 人评论 次浏览 -
深度图像识别系列笔记-3.传统目标检测算法综述
1.传统目标检测算法的基本流程2. 特征提取方法 2.1 基于底层特征 基于颜色的方法基于文理的方法基于形状的方法基于语意的方法 2.2 基于中层特征 通过机器学习或特征挖掘之后提取出来的特征 PCA特征LDA学习后的特征 2.3 基于高层次的特征 进一步抽象成语意特征，例如什么样…
2021/7/18 11:36:16 人评论 次浏览 -
多视图综述以及图像检索
1.1 算法分类 1.1.1 协同训练 该方法旨在最大限度地扩展所有观点的相互协议,并达成最广泛的共识。协同训练算法一般过程如图1所示，根据该过程对算法进行交替训练,利用先验信息或相互学习知识，使两种不同视图的一致性最大化。Co-training算法利用了数据集每个属性间可能会…
2021/6/2 10:53:35 人评论 次浏览 -
SpringCloud学习（一）——SpringCloud综述
温故而知新，可以为师矣 本文为拉钩教育java高薪培训班学习笔记与总结 第⼀部分 微服务架构 1.架构发展具体可以查看我之前的一篇博文2.微服务架构体现的思想及优缺点微服务架构的优点: 微服务架构和微服务 微服务很⼩，便于特定业务功能的聚焦 A B C D 微服务很⼩，每个…
2021/5/31 18:25:11 人评论 次浏览 -
【转载】特征选择常用算法综述
1 综述(1) 什么是特征选择特征选择 ( Feature Selection )也称特征子集选择( Feature Subset Selection , FSS ) ，或属性选择( Attribute Selection ) ，是指从全部特征中选取一个特征子集，使构造出来的模型更好。(2) 为什么要做特征选择在机器学习的实际应用中，特征数…
2021/5/21 12:29:52 人评论 次浏览 -
推荐系统（7）—— CTR 预估算法综述
1、Factorization Machines(FM) FM主要目标是：解决大规模稀疏数据下的特征组合问题。根据paper的描述，FM有一下三个优点： 可以在非常稀疏的数据中进行合理的参数估计FM模型的时间复杂度是线性的FM是一个通用模型，它可以用于任何特征为实值的情况算法原理在一般的线性模…
2021/5/13 14:55:54 人评论 次浏览 -
机器学习中的数据清洗与特征处理综述
背景随着美团交易规模的逐步增大，积累下来的业务数据和交易数据越来越多，这些数据是美团做为一个团购平台最宝贵的财富。通过对这些数据的分析和挖掘，不仅能给美团业务发展方向提供决策支持，也为业务的迭代指明了方向。目前在美团的团购系统中大量地应用到了机器学习和…
2021/5/11 18:28:51 人评论 次浏览
