- 综合排序
- 最热优先
- 最新优先
- 来自专栏null的专栏
智能算法——PageRank
(图 1 有向图) 在上图中，链接关系分别为：1-->2，1-->3，1-->4，2-->1，2-->4，4-->2，4-->3。 链接到节点2，节点3，节点4。 3、概率转移矩阵 对上述的网页链接概率矩阵求转置即可得到概率转移矩阵： ? 概率转移矩阵可以描述一个用户在网上的下一步的访问行为。
1.2K50发布于 2018-03-19 - 来自专栏帮你学MatLab
MATLAB智能算法30个案例分析(3-2)
神经网路部分 function err=Bpfun(x,P,T,hiddennum,P_test,T_test) %% 训练&测试BP网络 %% 输入 % x：一个个体的初始权值和阈值 % P：训练样
98250发布于 2018-04-18 - 来自专栏帮你学MatLab
MATLAB智能算法30个案例分析(3-1)
遗传算法部分 clc clear close all %% 加载神经网络的训练样本 测试样本每列一个样本 输入P 输出T %样本数据就是前面问题描述中列出的数据 load data % 初始隐层神经
1.4K80发布于 2018-04-18 - 来自专栏null的专栏
智能算法——PageRank
(图 1 有向图) 在上图中，链接关系分别为：1-->2，1-->3，1-->4，2-->1，2-->4，4-->2，4-->3。 链接到节点2，节点3，节点4。 3、概率转移矩阵 对上述的网页链接概率矩阵求转置即可得到概率转移矩阵： ? 概率转移矩阵可以描述一个用户在网上的下一步的访问行为。
3.2K40发布于 2019-02-13 人工智能算法概述
常见应用场景 判断邮件是否为垃圾邮件（是/否） 判断病人是否患病（患病/健康） 用户是否会点击广告（点击/不点击） 3.决策树 模型结构类似一棵树，通过一系列“如果…那么…”的判断规则进行预测。 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
（3）决策树（Decision Tree）类： 1.分类和回归树（Classification and Regression Tree，CART） 2.ID3算法（ID3 Algorithm） 3.C4.5 3.二分类逻辑回归（Two-class Logistic Regression）：适用于训练时间短、线性模型的场景。 3.多分类决策森林（Multiclass Decision Forest）：适用于精准度高，训练时间短的场景。 3.快速森林分位数回归（Fast Forest Quantile Regression）：适用于预测分布的场景。 3.模糊聚类FCM算法（Fuzzy C-means，FCM）：适用于精确度高、训练时间短的场景。
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。 比如有A、B、C三个任务执行时间预计分别为1h、1h、2h，然后一共有2个执行终端，这时如果我们先下发A、B再下发C，所有任务执行完一共需要3h，但如果先下发B、C再下发A就可以2h执行完。 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。
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
Candidates,CityNum); %候选解集合 S0=randperm(CityNum); %随机产生初始解 randperm(6,3) BestCandidate(i,2)=F(i); BestCandidate(i,1)=i; BestCandidate(i,3) % 更新禁忌表 end end end TabuList(BestCandidate(1,3) TabuLength; % 更新禁忌表 else for i=1:BestCandidateNum if TabuList(BestCandidate(i,3) ArrBestL,'b'); xlabel('迭代次数'); ylabel('目标函数值'); title('适应度进化曲线'); grid; hold on; %%figure(3)
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
3. 交叉，交叉也是跟生物里面学的一样，就是两条染色体并排的时候相对应的那一段交叉接起来 4. 变异，变异就是基因中某个bit的0变成了1，或者1变成了0，几率很小。当然在算法中是我们让它变异的。
87320编辑于 2022-06-16 - 来自专栏计算机工具
人工智能算法-SVM, KNN
当k取3的时候，我们可以看出距离最近的三个，分别是红色、红色、蓝色，因此得到目标点为红色。 算法的描述： 1）计算测试数据与各个训练数据之间的距离； 2）按照距离的递增关系进行排序； 3）选取距离最小的K个点； 4）确定前K个点所在类别的出现频率； 5）返回前K个点中出现频率最高的类别作为测试数据的预测分类
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 （联邦学习等），具有更好的安全性；3、解决了嵌入式设备与云端通信延迟过高的问题，在自动驾驶等领域具有广泛的应用。 通过data = pd.read_csv()对数据进行读取，具体的数据格式为：Convoluted data shape: (10981, 180, 3)Labels shape: (10981, 6 其中，环境搭建的具体过程为：wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86 _64.shbash Miniconda3-latest-Linux-x86_64.sh(base) root@mayuanliang:~/har-recognition# conda -Vconda
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。 /images/lda3.png', dpi=300) plt.show()
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。 3.新算法简述：胶囊网络、生成式对抗网络、迁移学习 胶囊网络：受到神经科学的启发，人工智能领军人物 Hinton 提出了胶囊网络的概念。 3）以 API 形式提供的智能语音服务成为行业用户的重要入口。 ? 计算机视觉 图像分类是指为输入图像分配类别标签。 3）姿态识别让机器“察言观色”，带来全新人机交互体验。 ? 自然语言处理 自然语言处理主要步骤包括分词、词法分析、语法分析、语义分析等。 主要产品： 1）文本分类和聚类 2）信息检索和过滤 3）信息抽取 4）问答系统 5）机器翻译 ? 5.报告目录 ?
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
self.best_antibody}") print("------") # Example usage: num_antibodies = 20 num_dimensions = 3
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
例如，在张胜茂等人的研究中，他们提出了一种基于多尺度融合与无锚点YOLOv3（MSF-NA-YOLO v3）的鱼群计数方法，并在真实的鱼群数据集上测试，结果显示该方法的准确率为96.26%，相较于其他方法有显著提升
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
蚁群优化算法（Ant Colony Optimization, ACO）是一种模拟蚂蚁觅食行为的群体智能优化算法，由Marco Dorigo于1992年在他的博士论文中首次提出。该算法灵感来源于蚂蚁在寻找食物过程中发现路径的行为，通过模拟这种行为来解决组合优化问题。
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
本教程对其中的优化项、优化目标进行了简单的修改，优化项由1个修改成了2个，优化目标由2个修改成了3个。 实例仿真： 通过实例仿真，可以更好地理解粒子群优化算法的应用。
1.3K10编辑于 2024-10-16
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