搜索结果
查询Tags标签： 加权，共有 13条记录-
C#任意图形加权Voronoi图生成
距离变换是计算并标识空间点（对目标点）距离的过程，它最终把二值图像变换为灰度图像[1]（其中每个栅格的灰度值等于它到最近目标点的距离）。目前距离变换被广泛应用于计算机图形学、GIS空间分析和模式识别等领域。按距离类型划分，距离变换可分为：非欧氏距离变换和欧氏…
2022/6/12 1:20:13 人评论 次浏览 -
智能优化算法：向量加权平均算法-附代码
智能优化算法：向量加权平均算法文章目录 智能优化算法：向量加权平均算法1.算法原理1.1初始化1.2更新规则阶段1.3 向量合并阶段1.4 局部搜索阶段 2.实验结果3.参考文献4.Matlab代码摘要：向量加权平均算法（Weighted mean of vectors algorithm, INFO），是于2022年提出的…
2022/3/21 22:59:18 人评论 次浏览 -
Dijkstra计算加权无向图的最短路径
【理论知识的，可以参考】 漫画：图的最短路径问题 最短路径算法该算法得到的是单源最短路径，即起点到任意目标点的距离 【lua实现】1 local Dijkstra = {}2 Dijkstra.__index = Dijkstra3 4 function Dijkstra.new(g)5 local obj = {}6 setmetatable(obj, Dijks…
2022/2/25 23:27:52 人评论 次浏览 -
加权无向图-邻接表方式
【理论知识，可以参考这边】 加权无向图的数据结构【lua实现】1 local WeightedGraph = {}2 WeightedGraph.__index = WeightedGraph3 4 function WeightedGraph.new()5 local obj = {}6 setmetatable(obj, WeightedGraph)7 8 obj:ctor()9 return obj 10 …
2022/2/25 23:27:42 人评论 次浏览 -
初探负载均衡算法【随机、轮询、加权随机、加权轮询、平滑加权轮询】
简介 负载平衡（Load balancing）是一种在多个计算机（网络、CPU、磁盘）之间均匀分配资源，以提高资源利用的技术。使用负载均衡可以最大化服务吞吐量，可能最小化响应时间，同时由于使用负载均衡时，会使用多个服务器节点代单点服务，也提高了服务的可用性。 负载均衡的…
2022/2/14 14:11:47 人评论 次浏览 -
指数基金-估值
指数基金-估值 2022-01-311 主流方法比对 目前比较主流的四种估值方法，分别是：加权平均值、等权平均值、算数平均值以及中位数，那么采用哪种估值数据比较好呢？ 量化投资研究系列（二）指数估值方法对比对比结论： 用等权和加权数据分析了A股顶部和底部的估值区间，其实…
2022/1/31 23:15:26 人评论 次浏览 -
“语义分割过程中具有自适应类加权损失的多视图自构造图卷积网络”论文简读
code: https://github.com/samleoqh/MSCG-Net文章目录 摘要论文的贡献摘要 我们提出了一种新的架构，称为多视图自构造图卷积网络(MSCGNet)的语义分割。在最近提出的自构造图(SCG)模块的基础上，利用可学习的潜在变量直接从输入特征自构建底层图，而不依赖于人工构建的先验…
2021/12/19 23:51:13 人评论 次浏览 -
“语义分割过程中具有自适应类加权损失的多视图自构造图卷积网络”论文简读
code: https://github.com/samleoqh/MSCG-Net文章目录 摘要论文的贡献摘要 我们提出了一种新的架构，称为多视图自构造图卷积网络(MSCGNet)的语义分割。在最近提出的自构造图(SCG)模块的基础上，利用可学习的潜在变量直接从输入特征自构建底层图，而不依赖于人工构建的先验…
2021/12/19 23:51:13 人评论 次浏览 -
深度学习-RMSprop、Adam
RMSprop：通过指数加权均，使得大不能不能过大，小的不能太小。 动量法，通过指数加权平均求对应平均值，使其下降的更为平稳。 Adam就是结合了RMSprop 和动量法
2021/10/1 6:12:13 人评论 次浏览 -
深度学习-RMSprop、Adam
RMSprop：通过指数加权均，使得大不能不能过大，小的不能太小。 动量法，通过指数加权平均求对应平均值，使其下降的更为平稳。 Adam就是结合了RMSprop 和动量法
2021/10/1 6:12:13 人评论 次浏览 -
最近9年最厉害的人工智能算法只是加权平均
从网上搜索看，很多人理解“卷积”是困难的。“卷积”这个词，就吓住了很多人。图1 从网上搜索看，很多人理解“卷积”是困难的有2个原因： 第一，汉语其他地方几乎从不用“卷积”这个词，所以中国人无法理解字面含义； 第二，很多人熟记卷积的公式、在工作中经常使用，但…
2021/5/23 12:27:15 人评论 次浏览 -
《机器学习Python实现_10_09_集成学习_bagging_stacking原理及实现》
介绍 前面对模型的组合主要用了两种方式： （1）一种是平均/投票； （2）另外一种是加权平均/投票； 所以，我们有时就会陷入纠结，是平均的好，还是加权的好，那如果是加权，权重又该如何分配的好？如果我们在这些模型预测的结果上再训练一个模型对结果做预测，那么岂不是…
2021/5/6 22:26:44 人评论 次浏览 -
一文读懂线性回归、岭回归和Lasso回归
一、线性回归 一、线性回归 假设有数据有 ，其中 , 。其中m为训练集样本数，n为样本维度，y是样本的真实值。线性回归采用一个多维的线性函数来尽可能的拟合所有的数据点，最简单的想法就是最小化函数值与真实值误差的平方（概率解释-高斯分布加最大似然估计）。即有…
2021/4/28 10:56:11 人评论 次浏览
