深度学习基于Tensorflow卷积神经网络VGG16的CT影像识别分类 2024-05-17 cnn, tensorflow, 深度学习, 人工智能, 分类 49人 已看 一、项目背景随着医疗技术的快速发展，CT（Computed Tomography）影像已成为医生诊断疾病的重要工具之一。然而，由于CT影像的数据量大、信息复杂，医生在阅片时可能面临较高的工作量和压力。因此，利用深度学习技术自动对CT影像进行识别分类，辅助医生进行诊断，具有重要的实际应用价值。本项目旨在基于TensorFlow深度学习框架，利用预训练的VGG16卷积神经网络模型，开发一个CT影像识别分类系统。二、项目目标。
鸿蒙ArkUI-X跨平台开发：【资源分类与访问】 2024-05-20 华为, 人工智能, 数据挖掘, 分类, harmonyos 39人 已看 鸿蒙—作为国家主力推送的国产操作系统。部分的高校已经取消了安卓课程，从而开设鸿蒙课程；企业纷纷跟进启动了鸿蒙研发。并且鸿蒙是完全具备无与伦比的机遇和潜力的；预计到年底将有 5,000 款的应用完成原生鸿蒙开发，未来将会支持 50 万款的应用。那么这么多的应用需要开发，也就意味着需要有更多的鸿蒙人才。鸿蒙开发工程师也将会迎来爆发式的增长，学习鸿蒙势在必行！
图神经网络入门示例：使用PyTorch Geometric 进行节点分类 2024-05-17 python, 深度学习, pytorch, 人工智能, 分类 50人 已看 在本文中，我们将一个CSV文件转换为数据对象，然后使用PyTorch为节点分类任务构建基于图的神经网络。并且训练了两种不同类型的神经网络——多层感知器(MLP)和图卷积网络(GCN)。结果表明，GCN模型在该数据集上的表现明显优于MLP模型。本文介绍的主要流程是我们训练图神经网络的基本流程，尤其是前期的数据处理和加载，通过扩展本文的基本流程可以应对几乎所有图神经网络问题。作者：Claudia Ng。
深度学习之使用Matlab乳腺癌分类检测系统 2024-05-23 机器学习, 深度学习, 人工智能, 数据挖掘, 分类 32人 已看 一、项目背景与意义乳腺癌作为女性最常见的恶性肿瘤之一，对女性的健康构成了严重威胁。乳腺癌的早期发现和治疗对于提高患者的生存率和生活质量至关重要。近年来，随着深度学习技术的不断发展，其在医疗图像分析领域的应用也越来越广泛。本项目旨在利用Matlab平台，结合深度学习技术，开发一套乳腺癌分类检测系统，以辅助医生进行乳腺癌的准确诊断和评估。二、项目目标数据准备：收集包含乳腺癌图像的数据集，并进行必要的预处理操作，如图像缩放、归一化等，以适应深度学习模型的输入要求。
知识分享|非凸问题求解方法及代码示例【分类迭代】【大M法】 2024-05-15 restful, 机器学习, 人工智能, 数据挖掘, 分类 50人 已看 知识分享|非凸问题求解方法及代码示例【分类迭代】【大M法】
知识分享|非凸问题求解方法及代码示例【分类迭代】【大M法】 2024-05-15 restful, 机器学习, 人工智能, 数据挖掘, 分类 32人 已看 知识分享|非凸问题求解方法及代码示例【分类迭代】【大M法】
YoloV9改进策略：Block改进|PromptIR（NIPS‘2023）样|轻量高效，即插即用(适用于分类、分割、检测等多种场景) 2024-05-22 yolo, python, 深度学习, prompt, 分类 31人 已看 【代码】YoloV9改进策略：Block改进|PromptIR（NIPS‘2023）样|轻量高效，即插即用(适用于分类、分割、检测等多种场景)
前馈全连接神经网络对鸢尾花数据集进行分类 2024-05-16 算法, 机器学习, 人工智能, 数据挖掘, 分类 29人 已看 函数，将这个对象转换为一个pandas DataFrame，这样就可以更方便地查看和分析训练过程中的指标变化。绘制画图，model.evaluate()函数是用来评估一个训练好的模型在测试数据集上的性能。构建一个10层网络，隐藏层每层对应16个神经元，激活函数都是relu函数，输入输出神经元判断。
实现多级树形结构查询 比如分类（父分类、子分类） 2024-05-22 机器学习, 人工智能, 数据库, 数据挖掘, 分类 30人 已看 实现多级树形结构查询 比如分类（父分类、子分类）数据库表结构CREATE TABLE `course_category` ( `id` varchar(20) NOT NULL COMMENT '主键', `name` varchar(32) NOT NULL COMMENT '分类名称', `label` varchar(32) DEFAULT NULL COMMENT '分类标签默认和名称一样', `parentid` varchar(20) NOT NULL DEFAULT '0'
在面对各种问题时，我们应该如何进行数据分析 2024-05-16 数据分析, 信息可视化, 数据挖掘, 分类 37人 已看 Python数据分析是指使用Python编程语言对数据进行收集、处理、分析和可视化的过程。Python是一种非常流行的编程语言，具有简单易学、代码可读性高、生态系统强大的特点，因此在数据科学领域得到广泛应用。Python数据分析可以快速对数据进行处理、分析、建模和可视化，为数据科学工作者提供了强大的支持。
KNN算法处理多元分类任务 2024-05-15 算法, 机器学习, 人工智能, 数据挖掘, 分类 31人 已看 这个案例还是基于之前的案例进行改造。# KNN 分类器# 画图工具# 数据集拆分工具# 数据分析# 生成样本数为200，分类为2的数据集# 创建knn分类器# 画图# 绘制数据集# 把新的数据点用五角星表示出来plt.show()# 预测。
KNN算法处理多元分类任务 2024-05-15 算法, 机器学习, 人工智能, 数据挖掘, 分类 51人 已看 这个案例还是基于之前的案例进行改造。# KNN 分类器# 画图工具# 数据集拆分工具# 数据分析# 生成样本数为200，分类为2的数据集# 创建knn分类器# 画图# 绘制数据集# 把新的数据点用五角星表示出来plt.show()# 预测。
分类算法使用随机划分 2024-05-16 算法, 机器学习, 人工智能, 数据挖掘, 分类 28人 已看 本次实验分别使用了max_depth和min_samples_split两个参数的不同组合来进行训练，并通过10次的随机划分或者10折交叉验证的方式计算了每组参数的平均准确率。
深度学习基于Tensorflow卷积神经网络VGG16的CT影像分类 2024-05-17 cnn, tensorflow, 深度学习, 人工智能, 分类 29人 已看 一、项目背景在医疗影像诊断领域，CT（Computed Tomography）影像因其高分辨率和三维成像能力，成为医生诊断疾病的重要工具。然而，人工分析大量的CT影像数据既耗时又容易出错。因此，开发自动的CT影像分类系统对于提高诊断效率、减少人为错误具有重要意义。本项目旨在利用深度学习技术，特别是基于TensorFlow框架的VGG16卷积神经网络模型，实现CT影像的自动分类。二、项目目标。
深度学习基于Tensorflow卷积神经网络VGG16的CT影像分类 2024-05-17 cnn, tensorflow, 深度学习, 人工智能, 分类 26人 已看 一、项目背景在医疗影像诊断领域，CT（Computed Tomography）影像因其高分辨率和三维成像能力，成为医生诊断疾病的重要工具。然而，人工分析大量的CT影像数据既耗时又容易出错。因此，开发自动的CT影像分类系统对于提高诊断效率、减少人为错误具有重要意义。本项目旨在利用深度学习技术，特别是基于TensorFlow框架的VGG16卷积神经网络模型，实现CT影像的自动分类。二、项目目标。
利用关系感知一致性和虚拟特征补偿解决医学分类中的长尾问题 2024-05-14 算法, 机器学习, 人工智能, 数据挖掘, 分类 34人 已看 由于患病样本稀缺，医学图像数据集存在天然的不平衡，导致诊断算法对多数类别产生偏见。这一情况降低了诊断性能，特别是在识别罕见类别方面。现有研究将这一挑战描述为长尾问题，并采取解耦策略来减轻分类器的偏见。但是这些研究仅使用不平衡的数据集来训练编码器，并通过舍弃主要类别的样本来重新训练分类器，从而限制了诊断性能。本文提出了一种分为两个阶段的多视图关系感知一致性和虚拟特征补偿（MRC-VFC）框架。在第一阶段，设计了一种多视图关系感知一致性（MRC）用于表示学习，为编码器的训练提供了无偏的指导，除了不平衡的监督。
【Python】理解分类变量和连续变量 2024-05-14 python, 人工智能, 数据挖掘, 开发语言, 分类 42人 已看 凡是血肉的东西都难与灵魂一样高扬。在数据分析和建模过程中，变量可以分为不同的类型，其中最常见的两种类型是分类变量和连续变量。理解这两种变量类型及其处理方法对于数据分析和建模的成功至关重要。本文将介绍分类变量和连续变量的概念，并通过实例说明如何处理和分析这些变量。
