一片真心

积分:203
上传文件:5
下载次数:4
注册日期:2019-06-12 19:22:51

上传列表
tf-rnn-master.zip - 我研究了递归神经网络(RNN)背后的一些理论,以及从零开始实现一个简单的RNN。这是一个有用的练习,但实际上我们使用像TensorFlow这样的库和高级原语来处理RNN。,2019-06-13 18:58:53,下载2次
GRUV-master.zip - GRUV是一个使用递归神经网络进行算法音乐生成的Python项目,我们可以在这个过程中学习到相关的方法。,2019-06-13 18:55:27,下载1次
LSTM-Human-Activity-Recognition-master.zip - 与经典的方法相比,使用具有长时间记忆细胞的递归神经网络(RNN)不需要或几乎不需要特征工程。数据可以直接输入到神经网络中,神经网络就像一个黑匣子,可以正确地对问题进行建模。其他研究在活动识别数据集上可以使用大量的特征工程,这是一种与经典数据科学技术相结合的信号处理方法。这里的方法在数据预处理的数量方面非常简单,2019-06-13 18:50:02,下载2次
Machine-Learning-master.zip - 对逻辑回归等机器学习算法的应用进行尝试,详细的介绍了每种算法的编译过程,2019-06-13 18:43:21,下载1次
DBScan-master.zip - 这是使用Python实现的DBScan。像Numpy、熊猫这样的图书馆也被使用过。DBScan算法已经在两个变色龙数据集t4.8k和t5.8k上进行了测试。然后利用matplotlib将得到的结果可视化。为了便于比较,本文将所得到的输出结果与DBScan实现的skLearning库的结果进行了比较。计算每个数据集的同质性和分离度,以观察簇间的相似性和不同的度量。epsilon和min值分别为8.5和16.5。,2019-06-13 18:33:28,下载3次

近期下载
DBSCAN.zip - DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类算法,它是一种基于高密度连通区域的、基于密度的聚类算法,能够将具有足够高密度的区域划分为簇,并在具有噪声的数据中发现任意形状的簇。
dbscan_python.zip - DBSCAN聚类算法的PYTHON版本,其它语言版本可以根据相同的原理修改得到
dbscan_.zip - 数据挖掘中DBSCAN聚类算法的实现,用python语言实现,亲测可用。
DBSCAN聚类.rar - Python密度聚类 最近在Science上的一篇基于密度的聚类算法《Clustering by fast search and find of density peaks》引起了大家的关注(在我的博文“论文中的机器学习算法——基于密度峰值的聚类算法”中也进行了中文的描述)。于是我就想了解下基于密度的聚类算法,熟悉下基于密度的聚类算法与基于距离的聚类算法,如K-Means算法之间的区别。 基于密度的聚类算法主要的目标是寻找被低密度区域分离的高密度区域。与基于距离的聚类算法不同的是,基于距离的聚类算法的聚类结果是球状的簇,而基于密度的聚类算法可以发现任意形状的聚类,这对于带有噪音点的数据起着重要的作用。

收藏