2020-05-19 11:14:00
精神分裂症脑网络研究简介（二）
近年来，基于磁共振成像的疾病模式识别研究应用越来越多。此方法是利用机器学习的统计学方法，通过影像学数据特征，找到能够预测个体疾病状态的标记特征。
分类:网络日志 | 评论:0 | 浏览:165| 阅读全文
2020-05-18 11:28:44
相关度度量之皮尔逊相关系数
相关系数的绝对值越大，相关性越强，相关系数越接近于1或-1，相关度越强，相关系数越接近于0，相关度越弱。
分类:网络日志 | 评论:0 | 浏览:173| 阅读全文
2020-05-18 11:04:44
精神分裂症脑网络研究简介（一）
静息态脑网络的研究方法已经被广泛地应用到精神分裂症的研究中，目前的研究大致分为三个方向。
分类:网络日志 | 评论:0 | 浏览:220| 阅读全文
2020-05-09 11:25:06
分类与聚类，监督学习与无监督学习
文章简要介绍了分类和聚类的基本概念、常见的分类与聚类算法以及监督学习与无监督学习概念。
分类:网络日志 | 评论:0 | 浏览:207| 阅读全文
2020-05-09 11:04:58
模式识别基本概念、研究方法及其应用领域
文章简要介绍了模式识别的基本概念、研究方法及模式识别的应用领域。
分类:网络日志 | 评论:0 | 浏览:152| 阅读全文
2020-01-12 14:53:15
ILSVRC竞赛项目详细介绍
ILSVRC是近年来机器视觉领域最受追捧也是最具权威的学术竞赛之一，代表了图像领域的最高水平。ILSVRC竞赛的项目主要包括以下几个问题：
分类:网络日志 | 评论:0 | 浏览:123| 阅读全文
2020-01-10 16:31:14
卷积神经网络中全连接层及其反向传播的理解
全连接层的每一个结点都与上一层的所有结点相连，用来把前边提取到的特征综合起来。由于其全相连的特性，一般全连接层的参数也是最多的。
分类:网络日志 | 评论:0 | 浏览:223| 阅读全文
2020-01-10 09:13:10
卷积神经网络之空间金字塔池化方法
空间金字塔池化，要解决的就是从卷积层到全连接层之间的一个过渡。使用金字塔池化，使得任意大小的特征图都能够转换成固定大小的特征向量。
分类:网络日志 | 评论:0 | 浏览:159| 阅读全文
2020-01-07 16:52:06
机器学习重要概念：梯度（Gradient）与梯度下降法（Gradient Descent）
机器学习中的大部分问题都是优化问题，而绝大部分优化问题都可以使用梯度下降法处理，那么搞懂什么是梯度，什么是梯度下降法就非常重要！这是基础中的基础，也是必须掌握的概念！
分类:网络日志 | 评论:0 | 浏览:265| 阅读全文
2020-01-03 16:33:21
卷积神经网络的训练过程（前向传播、反向传播过程）
卷积神经网络的训练过程分为两个阶段。第一个阶段是数据由低层次向高层次传播的阶段，另外一个阶段是，当前向传播得出的结果与预期不相符时，将误差从高层次向底层次进行传播训练的阶段。
分类:网络日志 | 评论:0 | 浏览:307| 阅读全文
2020-01-03 09:12:18
卷积神经网络简介
卷积神经网络与普通神经网络的区别在于，卷积神经网络包含了一个由卷积层和子采样层（池化层）构成的特征抽取器。
分类:网络日志 | 评论:0 | 浏览:182| 阅读全文
2020-01-02 15:07:34
图示卷积神经网络之激活函数RelU (Rectified Linear Units)
常用的激活函数有sigmoid、tanh、relu等等，前两者sigmoid/tanh比较常见于全连接层，后者ReLU常见于卷积层。
分类:网络日志 | 评论:0 | 浏览:214| 阅读全文
2020-01-02 14:56:14
图示卷积神经网络之池化（Pooling）过程和作用
为了有效地减少计算量，CNN卷积神经网络使用的另一个有效的工具被称为“池化(Pooling)”。池化就是将输入图像进行缩小，减少像素信息，只保留重要信息。
分类:网络日志 | 评论:0 | 浏览:261| 阅读全文
网站目录
文章归档
站点统计
- 文章总数:3032
- 浏览总数:621276
文章点击排行
友情链接
微信订阅
