- 综合排序
- 最热优先
- 最新优先
- 来自专栏君正T31开发实战指南
君正T31应用开发10：智能算法检测
1：什么是智能算法检测？我们在淘宝上会看到各种各样的摄像头（IPC），有些99元包邮，有些1000元一台，比如云天励飞的摄像头。同样都是摄像头，为什么价格差别会如此巨大？ 答案：智能算法集成导致芯片价格不一样，于是导致产品价格天差地别。比如前段时间，XX通发布的一个车形检测算法，他标价是一个一分钱，他出货量估计一年上千万可能是有的，这里就有十万块钱。 大部分的智能算法检测主要有几个部分组成：移动侦测算法。声音检测算法。哭声检测算法。车型检测算法。人形检测算法。人脸检测算法。火焰检测算法等等。 2：君正的智能算法检测平台2.1：使用步奏：IMP 通过IVS的通用接口API调用实例化的IMPIVSInterface将智能化分析算法嵌入到SDK中来分析SDK中的frame图像。 IMP_IVS_ReleaseResult(%d) failed\n", chn_num);return (void *)-1;}}4.4：释放移动侦测需要的资源：/* Exit sequence as follow *//* Step.10
2.2K30编辑于 2023-06-18 - 来自专栏null的专栏
智能算法——PageRank
一、PageRank的基本概念 1、PageRank的概念 PageRank，即网页排名算法，又称为网页级别算法，是由佩奇和布林在1997年提出来的链接分析算法。PageRank是用来标识网页的等级、重要性的一种方法，是衡量一个网页的重要指标。PageRank算法在谷歌的搜索引擎中对网页质量的评价起到了重要的作用，在PageRank算法提出之前，已经有人提出使用网页的入链数量进行链接分析，但是PageRank算法除了考虑入链数量之外，还参考了网页质量因素，通过组合入链数量和网页质量因素两个指标，使得网页
1.2K50发布于 2018-03-19 - 来自专栏null的专栏
智能算法——PageRank
PageRank，即网页排名算法，又称为网页级别算法，是由佩奇和布林在1997年提出来的链接分析算法。PageRank是用来标识网页的等级、重要性的一种方法，是衡量一个网页的重要指标。PageRank算法在谷歌的搜索引擎中对网页质量的评价起到了重要的作用，在PageRank算法提出之前，已经有人提出使用网页的入链数量进行链接分析，但是PageRank算法除了考虑入链数量之外，还参考了网页质量因素，通过组合入链数量和网页质量因素两个指标，使得网页重要性的评价更加准确。
3.2K40发布于 2019-02-13 人工智能算法概述
10.Q学习 用于学习在各种状态（State）下采取不同动作（Action）的长期价值（即Q值），从而帮助智能体学会做出最优决策，以获得最多的累计奖励。 多峰函数优化 神经网络训练：如权重与结构优化 工程优化：如参数设计、结构优化 路径规划：如机器人路径、无人机航迹 调度与组合优化：如任务分配、资源调度 24.蚁群优化 通过模拟蚂蚁群体信息素交流寻找最优路径的智能算法
67020编辑于 2026-01-05- 来自专栏bit哲学院
人工智能算法总结
Restricted Boltzmann Machine） 8.回归神经网络（Recurrent Neural Network，RNN） 9.自组织映射（Self-organizing Map，SOM） 10
2.8K33发布于 2021-01-31 - 来自专栏搜狗测试
智能算法评测系统实践
【任务分发系统】 一些小量级的评测人工部署就好，但智能算法效果的评估往往评测数据量级都很大，这时就需要一个强大的系统来提升效率和减少人力成本。 综上所述，一个优秀的任务分发系统应具有极强的稳定性和较好可恢复性，同时最好还能借助智能算法更高效地分配任务。 效率低的话，要么评测结果出的慢耽搁智能算法改进，要么就只能堆机器去提升整体效率，成本很高。 3 ● 评测结果的分析 ● 【概览】 评测系统设计是灵魂，任务执行是躯干，那评测结果就是做的事了，最终还需要有一套完善的机制让评测结果能够成功推进智能算法的改进。 一个优秀的评测系统，应该是从用户角度出发，结合产品特性全面把控各项指标，同时能够准确、稳定、高效完成各种评测任务，推进智能算法不断改善。 没有科学，爱是无力的；没有爱，科学是破坏性的。
1.1K20发布于 2019-09-26 - 来自专栏搜狗测试
智能算法评测系统实践（一）
随着人工智能的发展，我们现在各个产品线中都融入大量的智能算法，方便了用户的同时也给我们评价产品的具体效果带来了很大的困难。 这里就简单介绍一些我们在智能算法评测实践过程中的一些心得，主要会从评测系统的设计、评测的执行以及评测结果的分析三个方面展开，由于内容较多这篇文章我们重点阐述第一点。
1.9K20发布于 2019-08-19 - 来自专栏码出名企路
智能算法之禁忌法搜索
if get(stop,'value')==1 break; end %存储中间结果为图片 if (p==1||p==5||p==10
69810编辑于 2022-06-16 - 来自专栏码出名企路
智能算法之遗传算法
压差，在下面的例子中，有个词语叫“压差”，之前网上都没找到明白的解释，其实说的那么高端，压差就是指你把本来0~255之间的数按照某种算法映射到1~10的话，那么压差就是指这个1~10了，其实就是归一化之后的范围 示例： 求方程y = sin(10*pi*x)/x , x属于[1,2] 的极值 程序： clc; clear all; close all; figure(1); hold on; tic; lb = 1; ub = 2; %这个值是自变量的范围，在这个范围内求解 ezplot('sin(10*pi*X)/X',[lb,ub]); %第一个参数表示的是方程，y的计算公式，画出图像 xlabel(' gen = 0;%遗传代数 X = bs2rv(Chrom , FieldD); %根据区域描述器，自动将2进制编码转化成指定范围内的实数值 %得出的X是一个长度为40的列向量 ObjV = sin(10 默认值为1 %第五个参数：基于适应度重插入（也就是第四个参数为1）的时候这个参数是必须的，Objv包含Chrom中 % 个体的目标值（也就是根据公式计算得到的值比如上面的sin(10
87320编辑于 2022-06-16 - 来自专栏计算机工具
人工智能算法-SVM, KNN
https://www.cnblogs.com/liuxiaochong/p/14269313.html
56010编辑于 2024-12-14 - 来自专栏联远智维
边缘网关及智能算法
具体的框架如下图所示：图片 附1：边缘网关在实际中具有广泛的应用，主要的优势体现在：1、将嵌入式设备中涉及的复杂计算移植到边缘端，有效的解决了硬件消耗等问题；2、将区域内的信息进行收集、汇总、融合，后续通过智能算法提取出关键信息
1.3K91编辑于 2022-10-31 - 来自专栏联远智维
智能算法在假肢上的应用
基于假肢设计的相关经验（本科期间）以及对智能算法的了解，在假肢设计过程中引入智能算法，准确地进行下肢运动意图识别，使得残疾人穿戴动力假肢行走过程中，假肢在下肢腿蹬时刻自动为残疾人提供助力。 其中，智能算法识别可以采用LDA，详细资料参考https://blog.csdn.net/weixin_40604987/article/details/79615968，具有源代码。
70120编辑于 2022-01-20 - 来自专栏决策智能与机器学习
算法基础（7）| 主流智能算法概览
本文将其中智能算法有关精彩观点进行摘要。
81030发布于 2020-08-04 - 来自专栏CSDN小华
数学建模--智能算法之免疫算法
randomly within a certain range self.antibodies = np.random.rand(num_antibodies, num_dimensions) * 10
65110编辑于 2024-10-16 - 来自专栏做数据的二号姬
认真聊AI | 群智能算法
原创内容 No.711 认真聊AI | 群智能算法 人类最有意思的一点就在于总能从自然界找到各种各样的参考并应用。 我们把由简单个体组成的群落与环境以及个体之间的互动行为称作群智能，而这种受动物群体智能启发的算法则称为群智能算法。 在计算机领域，群智能算法包括粒子群优化算法，蚁群算法、人工免疫算法等。 遗传算法等进化算法本质上也是一种群智能算法，都是受自然现象的启发，基于抽取出的简单自然规则而发展出的计算模型。 也就是说，对于群智能算法，不一定能得到最优解，但是一定可以得到一个比较好的解。对于群智能算法而言，关键的地方在于如何保证算法的收敛效率和避免陷入局部最优，这大概就是算法工程师们常说的玄学调参吧。
77710编辑于 2025-01-13 - 来自专栏CSDN小华
数学建模--智能算法之鱼群算法
num_agents = 30 # Number of fish (agents) dim = 5 # Dimensionality of the problem lower_bound = -10 # Lower bound of the search space upper_bound = 10 # Upper bound of the search space best_solution
88410编辑于 2024-10-16 - 来自专栏CSDN小华
数学建模--智能算法之蚁群优化算法
solution): return -np.sum(solution**2) + 4 # 初始化参数 num_ants = 50 num_iterations = 100 num_genes = 10 研究表明，基于Spark平台的自适应蚁群算法在求解大规模TSP问题上取得了显著的速度提升，执行速度提升了10倍以上。这表明并行化实现可以有效提高蚁群优化算法在大规模问题上的处理效率。
1.8K10编辑于 2024-10-16 - 来自专栏人工智能快报
Google正在研发新型人工智能算法
据英国《卫报》报道，美国Google公司的杰夫•辛顿教授宣称，谷歌正在开发一种新型人工智能算法，该算法具有逻辑、自然对话甚至调情的能力。 辛顿教授表示谷歌正在研究的这种新型人工智能算法可以将认知编码为一系列数字，他称之为“认知向量”。
1.1K80发布于 2018-03-07 - 来自专栏CSDN小华
数学建模--智能算法之粒子群优化算法
粒子群优化（Particle Swarm Optimization, PSO）算法是一种基于群体智能的优化方法，最早由Kennedy和Eberhart于1995年提出，灵感来源于对鸟群觅食行为的研究。该算法通过模拟鸟群觅食过程中的迁徙和群集行为，利用群体中个体之间的协作和信息共享来寻找最优解。
1.3K10编辑于 2024-10-16 - 来自专栏BM CTF
人工智能算法：推动未来的技术引擎
本文将带你深入了解人工智能算法的魅力、种类以及未来趋势，探讨它们如何推动我们进入一个全新的时代。 一、人工智能算法的魅力 人工智能算法的魅力在于它们能够模拟人类的思维过程，实现自主学习、推理和决策。 二、人工智能算法的种类 人工智能算法种类繁多，每种算法都有其独特的优势和适用场景。以下是几种常见的人工智能算法： 监督学习算法：通过已有的带标签数据进行训练，使模型能够预测新数据的标签。 三、人工智能算法的未来趋势 随着技术的不断进步，人工智能算法的发展也呈现出以下趋势： 算法性能持续提升：随着计算能力的提升和数据资源的日益丰富，人工智能算法的性能将不断提高，为实现更复杂的任务提供可能。 算法应用领域不断拓展：人工智能算法将在更多领域得到应用，如自动驾驶、智能家居、医疗诊断等，为人类生活带来更多便利和惊喜。 四、总结 人工智能算法作为推动未来发展的重要技术引擎，正以其独特的魅力改变着我们的生活。
78610编辑于 2024-02-20
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号