原创 【python】灰色預測平均房價趨勢kera深度學習庫的介紹

#######編程環境:Anaconda3 (64-bit)->Spyder(python3.5)from keras.models import Sequential #引入keras庫 from keras.layers.c

原创 【matlab】畫二維/三維散點圖時用顏色及散點大小表示數據大小

前幾天用matlab畫圖時組長要求要用不同的顏色和大小區分數據的大小—— 看了matlab的官方文檔很久也沒有找到自己想要的答案,反覆試驗+看別人的博客總結出來了matlab畫上述要求散點圖的方法 目錄一、二維散點圖方法一:直接

原创 【C++】數據結構之快速排序算法

要求: 把十六個隨機數字按照升序排序 使用快速排序的方法 // 快速排序.cpp : 定義控制檯應用程序的入口點。 // #include"stdafx.h" #include<iostream> #include<time

原创 註解版:基於動態骨骼的動作識別方法ST-GCN(時空圖卷積網絡模型)

原文鏈接:解讀:基於動態骨骼的動作識別方法ST-GCN(時空圖卷積網絡模型) 在本文中,通過將圖卷積網絡擴展到時空圖模型,設計用於行爲識別的骨骼序列通用表示,稱爲時空圖卷積網絡(ST-GCN)。如圖 2 所示,該模型是在骨骼圖

原创 【C++】C++輸出特殊符號

在寫課程設計時遇到了想要輸出特殊符號,控制檯上輸出了“?”的情況,研究了一個多小時之後提出瞭解決方案。 1️⃣有些特殊字符實在打不出來,選擇用別的符號替代。如❤這個符號在VS中無論如何都無法被打出。 2️⃣找到項目“屬性”,把字符

原创 基於時空圖卷積模型的分析歸納

名稱 ST-GCN 目的 解決基於人體骨架關鍵點的人類動作識別問題 優點 1、空間關係利用人類關節空間關係理解人類行爲2、層次性ST-GCN 的層次性消除了手動劃分部分或遍歷規則的需要。這不僅能獲得更強的表達能力

原创 【C++】數據結構之鏈隊列(入隊、出隊、查找、翻轉)

要求: 寫一個帶有頭結點的鏈隊列 實現入隊、出隊、查找、翻轉功能 思路 初始化隊列,使front指針和rear指針同時指向一個空間 入隊:新建一個鏈節空間,把數據放入其中,rear指針指向的下一個鏈節爲該空間。 出隊:刪去頭

原创 【matlab】人工智能的仿生優化算法之螢火蟲算法講解(Firefly Algorithm)

算法PPT另附 目錄一、 天然螢火蟲的行爲二、算法原則1、無性別2、最優解3、吸引力法則4、距離反比三、僞代碼四、螢火蟲算法詳解1、算法公式2、算法代碼參考文獻 一、 天然螢火蟲的行爲 天然螢火蟲在尋找獵物、吸引配偶和保護領地時表

原创 圖卷積-動作識別-姿態預測三篇論文歸納

名稱 Actional-Structural Graph Convolutional Networks forSkeleton-based Action Recognition Convolutional Neural Ne

原创 【matlab】MATLAB多項式擬合曲線寫法

給定待擬合的曲線形式爲 上等間隔取 11 個點的數據,在此數據的輸出值上加均值爲 0,均方差 05 .0= σ 的正態分佈噪聲作爲給定訓練數據,用多項式擬合此函數,分別取多項式的階次爲 1, 3 和 11 階,圖示出擬合結果,並

原创 免費餡餅 HDU - 1176(動態規劃)

Problem Description 都說天上不會掉餡餅,但有一天gameboy正走在回家的小徑上,忽然天上掉下大把大把的餡餅。說來gameboy的人品實在是太好了,這餡餅別處都不掉,就掉落在他身旁的10米範圍內。餡餅如果掉在了

原创 【MFC】學生數據管理-廣州大學程序設計課程設計報告

目錄一、課程設計題目及內容二、程序中使用的數據及主要符號說明三、帶有詳細註釋的自己編寫的源程序四、程序運行時的效果圖五、實驗結果分析,實驗收穫和體會。1、實驗結果分析:2、實驗收穫和體會: 一、課程設計題目及內容 (1)設計一個

原创 淺析CNN卷積神經網絡feature map

  個人學習CNN的一些筆記,比較基礎,整合了其他博客的內容   feature map的理解在cnn的每個卷積層,數據都是以三維形式存在的。你可以把它看成許多個二維圖片疊在一起(像豆腐皮豎直的貼成豆腐塊一樣),其中每一個稱爲一個

原创 【C++】數據結構之統計單鏈表中結點的值等於給定值X的結點數目

// 單鏈表統計數相同結點數目.cpp : 定義控制檯應用程序的入口點。 // #include "stdafx.h" #include <vector> #include <cstring> #include <ctime>

原创 TensorFlow學習筆記(二)深層神經網絡與優化算法

三、深度學習與深層神經網絡 1、介紹 深度學習特性: ​ 多層和非線性 線性模型侷限性: ​ 只通過線性變換,任意層的全連接神經網絡和單層神經網絡模型的表達能力沒有任何區別。 ​ 線性模型能夠解決的問題是有限的——這是它的