排序
【人工智能】【Python】聚类算法实验(K-Means/DBSCAN/层次聚类)
我对比了K-Means、DBSCAN和层次聚类三种算法在客户细分数据集上的表现。K-Means通过肘部法确定最佳K值为5,轮廓系数0.2332表现最好;DBSCAN对参数敏感仅形成2个簇;层次聚类使用余弦距离和平均...
【人工智能】第一篇论文初稿修改&遥感图像分割模型改进-2025年7月8日人工智能组会总结
我针对遥感图像分割模型进行了改进,重新绘制了模型结构图并详细说明了5个Stage的参数配置,突出了Sf-Channel特征图偏移的核心创新点。新增了与ShiftingNet和EfficientnetV2-S的对比实验,通过...
【人工智能】2025统计建模大赛省赛答辩总结
参加了统计建模大赛省赛答辩后,现在来分享一下制作答辩PPT的三个要点:内容逻辑性要强,包含技术流程图和模型图;视觉呈现要精美简洁,配清晰图注;讲解要虚实结合,展示研究过程证据。另外简...
【人工智能】无归一化的Transformer&遥感自适应矩形卷积&CNN+ViT的作物病虫害分类&ShiftingNet对比实验-2025年4月19日人工智能组会总结
在这次组会中,我汇报了无归一化的Transformer、遥感自适应矩形卷积以及CNN+ViT的作物病虫害分类模型PlantAIM的研究进展。无归一化的Transformer通过DyT替换了传统的LN层,提升了模型的泛化能力...
【人工智能】重磅!近期人工智能原理学习总结
我总结了人工智能原理学习过程,从McCulloch-Pitts神经元模型和Rosenblatt感知器的基础概念讲起,详细介绍了神经网络的核心原理,包括梯度下降、反向传播、激活函数、隐藏层等关键概念,并延伸...
【人工智能】第一次论文撰写存在的问题
我总结了第一次撰写学术论文时常见的问题,包括需要突出自身创新点、避免使用模糊表述、相关工作介绍技巧、模型描述准确性、图表规范、数据集说明、实验设计和结果呈现等注意事项,为初次撰写论...