回答情况：
提问时间：
问题标签：
这就是我将数据放在一起，通过方差阈值进行特征选择，然后通过归一化和LDA进行降维的方法。我是不是做错了什么？
浏览 4提问于2021-12-03得票数 0
数据为了使我的问题更加清楚，我遵循了“点扩展函数对降尺度连续性的影响”这篇论文。总之，作者希望使用辅助的精细空间分辨率变量缩小粗卫星图像的规模。降尺度由两个步骤组成：
在回归过程中，
浏览 16修改于2022-09-21得票数 -1
回答已采纳
我为一个AI玩家设计了一个学习算法，它尝试了不同的方法来赢得游戏，然后继续使用具有最高胜率的方法。如果最高胜率的方法开始失败，它将进入第二高胜率的方法，等等。
浏览 1提问于2013-12-12得票数 0
我要在一个微控制器上实现降比例。源分辨率为720x576 (576 i PAL分辨率，另一种可能为:480 i，NTSC分辨率)，目的地为32x16。我找不到任何例子来说明这种降尺度的行为。试着寻找“毁灭”，但没有运气。我可以用哪个程序来测试这个降级？
浏览 0修改于2017-01-13得票数 3
回答已采纳
2回答
通常，像VGG16 / Inception等经过预先训练的网络以低分辨率工作，比如<500 pre。是否有可能在预培训的 VGG16 /盗梦空间的第一层之前添加一个或两个高分辨率卷积层，以使网络能够消耗高分辨率图片？此外，如果你知道任何例子，如何使用高分辨率图像进行图像分类，请分享该链接。附注：
通
浏览 5提问于2017-06-22得票数 3
假设我有一幅分辨率为HxWx3的图像，而我有一份被降采样到分辨率H‘x’x3 (resized_img)的图像。现在，假设我想在图像中找到最大值索引，这样做的一种方法是但是，如果分辨率更大，则这种方法是缓慢的
浏览 0修改于2020-10-21得票数 0
回答已采纳
如果隐藏状态意味着原始图像的许多特征，并且更接近最终结果，我认为对隐藏状态进行降维应该比原始像素提供更好的结果。因此，我尝试在mnist数字上使用256个单位NN的2个隐藏层，使用T-SNE进行降维；结果远非理想。从左到右，从上到机器人，它们是原始像素，第二个隐藏层和最终预测。有谁能解释一下吗？顺便说一句，该模型的准确率约为94.x%。
浏览 0修改于2019-11-17得票数 1
在我看来，图像数据可以根据降尺度算法排序。这将允许客户端在下载数据时自动显示图像的累进表示形式。
是否有任何现有的文件格式和/或方法允许渐进的图像加载，而不为每一步的分辨率创建单独的缩略图？
浏览 2提问于2017-11-28得票数 0
回答已采纳
标题说明了什么；基本上，如果您在iOS浏览器中显示图像(例如，iPhone)，当图像尺寸超过某一限制时，图像将被降采样并以原始分辨率的一小部分显示(即。1/n原始像素数)。我猜，这是一种避免因内存不足而导致图像大小过大时崩溃浏览器的方法。
我的问题是，在WebView (或浏览器)开始每n像素采样之前，图像尺寸的上限是多少？
浏览 10修改于2011-05-09得票数 4
回答已采纳
如果你只从压力计中得到数据，你将如何计算压降速度？我需要一个特定的下降速度在酒吧/小时，只能读取压力在酒吧。我想不出有什么办法可以在我的软件中做到这一点，除了在一定的采样率下进行抽样测量和使用dp=p(i-1)-p(i)。提前谢谢。
浏览 7提问于2014-05-09得票数 1
回答已采纳
是否可以将.ai文件直接嵌入到HTML5中，以便根据屏幕和分辨率的大小自动呈现图像，或者是否需要将整个.ai文件转换为不同大小的.png，然后将它们包含在其中。
浏览 4提问于2014-02-19得票数 1
回答已采纳
我如何才能获得属性的ai (Adobe Illustrator)或eps文件，即分辨率在dpi等。我需要检查这些属性时，上传文件到服务器。另外，有没有DLL可以将ai/eps转换成标准的图像格式(jpg、gif、png等)？
浏览 2修改于2012-09-25得票数 1
1回答
我有一个高采样率的轨道，并希望降低样本的轨道，以更容易处理。你知道算法吗?它允许对二维数组进行降采样，同时保持极值(并且删除没有多少值的数据点，例如直线上的点)。谢谢!
浏览 0提问于2018-09-20得票数 2
1回答
如何在一个对象中创建两个DropDown字段，这些字段在Pimcore后端对象编辑接口中相互依赖？DropdownB应显示美国所有州DropdownB应该显示德国的所有邦德州
浏览 0修改于2020-06-20得票数 1
当我同时运行客户端和服务器时，我得到的结果是：服务器已打开我在客户端AI选择时进入:剪刀AI :胜率为0，失败率为0，平局比为1，而客户端AI选择:剪刀在客户端上2)--> Scissor4)--socklen_t
浏览 1提问于2015-01-23得票数 0
我仍然在探索机器学习的这一领域，尽管我知道特征选择和降维之间的区别，但我发现在掌握何时进行特征选择或降维(或两者兼而有之)的概念上存在一些困难。假设我有一个包含大约40个特征的数据集，那么单独执行降维还是单独进行特征选择是一种好的做法？或者应该有两种方法的混合(即先进行特征选择，然后进行降维-或者反之亦然)？
浏览 1提问于2017-12-16得票数 0
我正在比较各种技术，并想找出对大量文本文档进行矢量化和降维的最佳方法。我已经测试了Bag of Words和TF-IDF，并使用PCA、SVD和NMF进行了降维。使用这些方法，我可以减少我的数据，并知道基于解释的方差的最佳维度数量。 然而，我想用doc2vec做同样的事情，考虑到doc2vec本身是一个降维工具，找出我的模型的维数的最佳方法是什么？有没有什么统计方法可以帮助我找到vector_size的最佳数量？ 提前感谢！
浏览 56提问于2020-08-15得票数 0
我正在使用RandomForestClassifier实现一个具有二元结果的分类任务，我知道数据预处理的重要性，以提高准确率得分。特别是，我的数据集包含100多个特征和近4000个实例，我希望执行降维技术，以避免过度拟合，因为数据中存在高噪声。对于这些任务，我通常使用经典的特征选择方法(过滤器、包装器、特征重要性)，但我最近读到了关于组合主成分分析(PCA) (在第一步中)，然后在转换后的数据集上进行特征选择的内容。我的问题是:在对我的数据执行PCA之后，是否有特定的特征选择方法应该使用？特别是，我想了解的是，在我的数据上
浏览 23提问于2020-07-11得票数 1
回答已采纳
我试着根据单词在句子中的位置绘制正确预测率(前1名候选名单)：我希望能在ngram设置上看到一个平台，因为这是不必要的上下文。然而，我没想到的是，预测率会下降。但是，递归网络和Ngram模型都在经历这一下降。我不知道为什么会这样。
浏览 0修改于2019-11-18得票数 12
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