该实验利用决策树算法进行分类（葡萄酒数据集）与回归（加州房价数据集），对比预剪枝（控制最大深度等参数）和后剪枝（CCP算法）策略对模型性能的影响。通过网格搜索优化超参数，结合SMOTE处理...

本次组会汇报了两项研究进展：一、提出基于图像切割与标注的作物叶片病害分类去背景方法，采用小型Inception模型验证泛化性，探讨OpenCV预处理或语义分割去背景的可行性；二、融合多源玉米数据...

本文提出一种轻量化改进的MaxViT模型，通过集成SE模块和GRN技术优化结构，并结合多源数据集（5234张图像）进行玉米叶片病害检测。实验表明，该模型在四分类任务中准确率达99.24%，推理速度达0.0...

本文提供《DeepSeek：从入门到精通》PDF下载，欢迎学习！

本文提出一种基于局部特征学习的轻量化深度学习方法，用于跨作物植物病害检测。通过将叶片图像分割为32×32小块并筛选有效区域，构建包含186万样本的数据集，采用轻量化Inception模型实现二分类...

本实验使用K近邻分类算法对sklearn葡萄酒数据集进行分类，采用标准化预处理、网格搜索优化超参数（k值、距离度量、权重方式）并结合5折交叉验证确保模型稳定性。最终，最佳模型在测试集上实现10...