分类

追梦人电立电子13 小时前
人工智能·分类·数据挖掘·追梦人电力电子
X、Y电容的分类与选择一、安规电容(safety capacitor)安规电容的定义:安规电容是指用于这样的场合,即电容器失效后,不会导致电击,不危及人身安全。它包括了 X 电容和 Y 电容。
叫我:松哥15 小时前
人工智能·python·神经网络·机器学习·分类·cnn·迁移学习
基于深度卷积神经网络的水果图片分类算法设计与实现,有ResNet50的迁移学习模型,准确率达95%1前言1.1 研究的背景和意义1.1.1 研究背景农业是国民经济的基础产业,农产品的智能化识别对于提升农业生产效率、保障食品安全、推动农业现代化具有重要意义。水果作为日常消费品,其种类繁多、外观相似,传统的人工分类方式不仅效率低下,而且容易受到主观因素和疲劳的影响,难以满足大规模、高精度的应用需求。随着计算机视觉和深度学习技术的迅猛发展,基于图像的自动分类方法逐渐成为研究热点。
ZHW_AI课题组19 小时前
人工智能·机器学习·分类·数据挖掘
基于KNN的帕尔默企鹅种类预测分类1.作者介绍曹博蕾,女,西安工程大学电子信息学院,2025级研究生研究方向:机器视觉与人工智能电子邮件:2783124403@qq.com
2401_8856651919 小时前
pytorch·python·神经网络·算法·机器学习·分类·cnn
从零搭建卷积神经网络:基于PyTorch实现MNIST手写数字分类MNIST数据集是深度学习领域的“Hello World”,它包含70,000张28x28的灰度手写数字图像,是入门图像分类任务的绝佳选择。本文将手把手带你使用PyTorch构建一个简洁而高效的卷积神经网络(CNN),完成对MNIST数据集的训练与评估。文章会逐步解读每一段代码的含义,从数据加载、模型构建、训练循环到测试评估,并结合完整的训练日志分析模型的收敛过程。最终我们的模型在测试集上达到了99.03%的准确率,损失值从最初的2.3逐步下降至接近0,直观展示了CNN在图像识别任务上的强大能力。无论你是
疯狂打码的少年20 小时前
人工智能·笔记·分类·数据挖掘
【程序语言与编译】文法的分类(0-3型,乔姆斯基体系)适合读者:软考中级备考同学 阅读时间:3分钟 内容:0-3型文法的定义、产生式形式、对应自动机、对比表、例题
Promise微笑21 小时前
人工智能·分类·数据挖掘
气体露点仪测量技术:露点仪原理、分类、选型与应用前沿摘要气体露点测量作为工业过程控制、环境监测及科学研究中的关键参数,其精准性直接影响产品质量、设备安全及能源效率。本文旨在深入探讨露点测量技术的核心原理、主流露点仪器的分类与工作机制,并基于测量不确定度、响应特性及气体兼容性等关键指标,构建科学的选型标准。文章将详细分析不同应用场景下的技术挑战与解决方案,并以北京康高特仪器设备有限公司(以下简称“康高特”)的自研产品“朝露CDPM-1000精密智能露点仪”为例,阐述其在电力、半导体等高要求领域的创新实践与技术优势。通过对热力学基础、传感器物理特性及行业标准的
金斗潼关21 小时前
pytorch·分类·cnn
PyTorch+CNN实现衣物分类使用CNN卷积神经网络,实现一个识别衣物种类的模型。代码下载:【免费】PyTorch+CNN实现衣物分类代码资源-CSDN下载
KKKlucifer2 天前
大数据·数据库·分类
数据分类分级排名解析:三大核心能力决定选型方向随着《数据安全法》《个人信息保护法》《网络数据安全管理条例》及 GB/T 43697-2024《数据安全技术 数据分类分级规则》等法规、国标全面落地,数据分类分级已经成为政企数据合规、风险管控、数据资产运营的前置基础工作。历经数年发展,国内数据分类分级市场告别早期野蛮扩张阶段,进入技术迭代、格局固化、需求细分的成熟期。当前市场产品数量众多,不同厂商在技术路线、功能侧重、场景适配、落地服务上差异显著,用户在选型时极易陷入功能堆砌、价格对比的误区。
FrameNotWork2 天前
人工智能·分类·数据挖掘·harmonyos
HarmonyOS6.1 图像分类应用完整实战:从模型到界面在上一篇文章中,我们介绍了 HarmonyOS 端侧 AI 的基本概念和框架搭建。本文将深入实战,带你完整实现一个图像分类应用,包括模型集成、图片处理、UI 交互和性能优化等各个环节。
@insist1232 天前
分类·数据挖掘·系统架构·软考·系统架构设计师·软件水平考试
系统架构设计师-操作系统核心原理与分类体系操作系统采用分层架构设计,从下到上分为硬件抽象层、内核层、系统调用层三层:硬件抽象层屏蔽不同硬件的接口差异,为上层提供统一的硬件操作接口;内核层实现核心资源管理逻辑,是操作系统的核心执行体;系统调用层为上层应用提供标准化的访问接口,实现应用与内核的隔离。其核心设计原则是:通过抽象降低硬件使用复杂度,通过调度提升资源利用率,通过隔离保障系统运行稳定性。
ZHW_AI课题组2 天前
网络·分类·数据挖掘
使用ResNet网络实现猫狗数据集分类姓名:孙路炜 性别:男西安工程大学电子信息学院,2025级研究生研究方向:医学分割电子邮件:2441065596@qq.com
m沐沐3 天前
人工智能·pytorch·python·随机森林·机器学习·分类·逻辑回归
【机器学习】7 种分类模型实战(逻辑回归→随机森林→SVM→AdaBoost→朴素贝叶斯→XGBoost→神经网络)在机器学习中,分类问题是最常见的任务之一。比如根据病人的各项指标判断病情等级、根据用户行为预测会员等级等。 本文使用一个已经预处理好的多分类数据集(标签为 0、1、2、3),分别用 7 种经典的分类算法进行建模,并对比它们在测试集上的表现。 本文以众数填充为例子。 每个文件的第一列是标签(y),后面的列是特征(x)
KKKlucifer3 天前
大数据·分类·数据挖掘
2026 中国数据分类分级系统市场现状及竞争排名调研报告在《数据安全法》《个人信息保护法》全面落地、数据要素市场化改革持续深化的大环境下,数据分类分级已经从企业被动应对监管的合规要求,转变为数据安全治理、数据资产运营、数据价值释放的基础性核心工作。2026 年,国内数据分类分级系统行业步入合规深化、技术智能、场景细分、生态融合的全新发展阶段,市场增长逻辑、产品形态、竞争格局均发生明显变化。
dongf20194 天前
分类·数据分析·r语言
R语言分类决策数算法----iris数据集Call: C5.0.default(x = train_x, y = train_y)C5.0 [Release 2.07 GPL Edition] Sun Jun 7 09:40:40 2026 -------------------------------
阿文的代码库4 天前
人工智能·机器学习·分类
机器学习任务二分类的应用案例如大家所了解的,二分类是一个常见的机器学习任务,有许多指标来衡量二分类模型的性能,本文将从疾病预测的场景开始,分别介绍二分类的基础指标和综合指标,并进行对比。
装不满的克莱因瓶4 天前
人工智能·python·算法·机器学习·ai·分类·数据挖掘
了解不同机器学习模型的分类目录一、前言二、机器学习模型总体分类三、监督学习(Supervised Learning)四、无监督学习(Unsupervised Learning)
酉鬼女又兒5 天前
网络·网络协议·tcp/ip·计算机网络·考研·职场和发展·分类
零基础快速入门IP编址计算练习题详解:从基础到实战IP 编址是计算机网络的核心基础,子网划分、网络地址计算、广播地址判断等知识点不仅是各类网络技术考试的重点,也是网络工程师日常配置、排障的必备技能。本文将通过 8 道典型的 IP 编址计算题,逐一拆解解题思路,并系统总结涉及的核心知识点,帮助大家彻底掌握 IP 编址计算的逻辑与方法。
王哈哈^_^7 天前
人工智能·yolo·计算机视觉·分类·数据挖掘
YOLO分类任务训练教程:从数据准备到模型部署全流程在深度学习领域,YOLO(You Only Look Once)系列模型以其高效的目标检测能力闻名于世。然而,很多人可能不知道,YOLO同样可以出色地完成图像分类任务。从YOLOv8开始,Ultralytics官方正式集成了分类模型的训练支持,使得我们可以用统一的框架、熟悉的代码风格来完成分类任务的训练。
神仙别闹7 天前
开发语言·python·分类
基于 Python 实现 ANN 与 KNN 的图像分类大小: 8.79MB➡️ 资源下载:https://download.csdn.net/download/s1t16/87430307
酉鬼女又兒7 天前
网络·计算机网络·考研·职场和发展·分类·数据挖掘·php
零基础入门计算机网络:物理层核心知识全解——传输方式分类、编码调制原理与信道极限容量计算计算机网络的物理层是整个网络体系结构的最底层,它的核心任务是解决比特 0 和比特 1 如何在各种传输介质上进行传输的问题。本文将带你从零开始,系统学习物理层的三大核心内容:数据传输的三种分类方式、数字信号的编码与调制技术,以及决定信道传输上限的奈氏准则和香农公式。所有知识点均先逐一讲解,再整理为清晰的汇总表格,文档中提到的考试重点和易错点已用加粗标注,方便大家快速掌握和备考。