最新发布第8页
排序
【人工智能】【Python】在Scikit-Learn中使用网格搜索对决策树调参
在鸢尾花数据集(n=150)中,通过三维参数空间遍历(「criterion/max_depth/min_samples_leaf」)结合6折分层验证,实现决策树准确率从92.1%至97.3%的跃升。实验揭示:信息熵准则在深层树(dept...
【人工智能】【Python】在Scikit-Learn中使用决策树算法(ID3和CART)
本文通过Scikit-Learn实现对比ID3与CART决策树算法,解析信息熵与基尼指数的分裂准则差异。实验使用Iris数据集验证算法性能,揭示random_state参数对数据划分和树结构的双重控制作用。可视化展...
【算法】【Python】能否构成回文字符串
检测一个字符串能否通过在头部加入指定的字符从而形成回文串。优化代码时避免了字符串拼接,通过双指针技术判断是否可以通过向字符串头部插入字符形成回文。优化后的代码仅检查尾部字符是否可以...
【算法】【Python】好数
我的题解 def isGood(x): x = str(x) lenx = len(x) for i in range(lenx): # 奇数位 if i % 2 == 0: if int(x[-i-1]) % 2 == 0: return False else: if int(x[-i-1]) % 2 == 1: return False r...
【人工智能】作物病害识别&遥感频域特征融合-2025年2月23日人工智能组会总结
研究聚焦于作物病害识别与遥感频域特征融合。基于ShiftingNet的病害识别模型在Plant Village数据集上实现多类作物Val Acc达99.8%,验证了标准化预处理对复杂背景图像的重要性;针对ConvLSRNet的...
【人工智能】Pest-ConFormer: 一种用于大规模多类别农作物害虫识别的CNN-Transformer混合架构
Pest-ConFormer通过融合CNN与Transformer的优势,结合多尺度特征聚合和弱监督学习,显著提升了细粒度害虫分类性能,但计算复杂度较高。未来工作可围绕轻量化、小目标优化和数据增强展开。
【WordPress】发布文章时自动通过机器人推送到钉钉
在您的主题下functions.php中添加本文代码即可实现自动推送,推送内容包括文章标题、文章设置的人工摘要(若无则提取文章内容前20个字)、文章链接。
【人工智能】用于作物病害识别的双分支协同学习网络
DBCLNet通过双分支协作和特征级联设计,显著提升了多类别农作物病害的识别性能,并在模型复杂度与精度间取得平衡。未来可进一步优化特征提取策略,并扩展至更复杂场景验证实用性。
【人工智能】FreqFormer: 一种用于遥感图像语义分割的频率Transformer
FreqFormer通过频域注意力机制有效结合高频细节与低频全局信息,显著提升了遥感图像语义分割的精度。实验表明其在复杂场景中具有更强的判别能力,为地物分类和地理空间分析提供了新的解决方案。
【人工智能】【Python】在Scikit-Learn中使用KNN(K最近邻算法)
在Scikit-Learn中使用KNN(K最近邻算法),代码体现了机器学习项目的典型工作流:数据准备→特征工程→模型训练→参数调优→性能评估。特别值得注意的是对数据分布保持(stratify)、特征标准化...