9.3. K均值算法的优化 K均值算法的优化 多次随机初始化 初始化的状态不同,可能最后得到的结果是不一样的。 随机初始化聚类中心的其中一种方法为: 随机选择K个样本\(μ_1...μ_k\)作为\(K\)个聚类中心。 但是按如上的随机初始化方式可能导致最后的分类的结果不同,并且有可能使得代价函数\(J\)落入局部最优解而不是最小值。 解决这个问题的方法是多次(比如50-100次)随机初始化聚类中心并运行K- 2021-07-27 学习笔记 > 机器学习基础课程——吴恩达 > 09. K均值算法
卷积神经网络简介 卷积神经网络简介 针对用于图像识别的卷积神经网络而言 卷积神经网络的识别 卷积神经网络的结构分为输入层,隐含层和输出层。其中隐含层包括了卷积层(矩阵通过卷积层后还需要经过激活函数处理),池化层和全连接层。图像依次通过这三个层,然后通过softmax函数输出最终的概率。 输入层 彩色图像在输入层被分离为RGB三通道的三个大矩阵。 隐含层 卷积层 卷积的实质是图滤波,通过卷积核 2021-07-27 研究 > 神经网络
9.2. K均值算法的过程与实现 K均值算法的过程与实现 K均值算法(K-Means)是一种流行的聚类算法。 执行过程 以如下数据集的例子来说明K均值算法的执行过程: 对于如图所示的数据集,使用K均值算法将其分成两类数据。 K均值算法的第一步是在数据集中随机生成两点,称为聚类中心(Cluster Centroid)。(要分为多少类,就要生成多少个聚类中心) K均值算法是一个迭代算法,每一次迭代过程分为两部分: 2021-07-26 学习笔记 > 机器学习基础课程——吴恩达 > 09. K均值算法
9.1. 非监督学习的概念 非监督学习的概念 非监督学习 回顾: 监督学习 数据集有一系列的标签,监督学习的目的是找到空间中不同类数据标签之间的决策边界。 数据集的表示:\(\{(x^{(i)},y^{(i)}),...\}\) 非监督学习 在非监督学习中,数据集没有事先预设好的标签。非监督学习的目的是先要自动根据数据的特征对数据进行分类,再找到不同类数据之间的决策边界。 数据集的表示:\(\{(x^{(i 2021-07-25 学习笔记 > 机器学习基础课程——吴恩达 > 09. K均值算法
遗传算法(GA)导论 遗传算法导论 A genetic algorithm tutorial, Darrell Whitley, 1994 遗传算法的概念 遗传算法是一类将特定问题潜在的解决方案编码并组织到形如染色体(chromosome)结构的数据结构(下文直接称之为染色体)上,然后应用推荐算子(recommend operators)对数据结构中的特定信息进行保留的算法。 遗传算法的操作对象是一组这 2021-07-18 研究 > 进化计算 > 遗传算法
天线知识点总结 知识点总结 author: Kigha Oreki/ Hikari Kobayashi (Hikari Kobayashi的博客) 基本理论* 传输线模型 传输线模型中的幅值电压反射系数\(Γ\): \[Γ=\frac{Z_L-Z_0}{Z_L+Z_0}\] 其中\(Z_L\)为天线负载的阻抗,\(Z_0\)为传输线上的阻抗。 驻波比: \[SWR=\frac{V_{max 2021-07-15 学习笔记 > 天线与通信传输原理 #通信工程 #无线通信
常考知识点总结 常考知识点总结 针对Brunel University 2021: EE2622 Fundamentals of Signals and Systems 的期末复习笔记 Lecturer: Dr. Ruiheng Wu (武瑞恒) 信号的基本分类* 连续信号:x轴,y轴都连续 离散信号:x轴连续的信号 数字信号:x轴,y轴都连续的信号 三角离散信号的采样周期和周期 对于离散 2021-06-22 学习笔记 > 信号与系统
计算机接口程序(C语言) 计算机接口程序(C语言) 讲义复习 BUL EE2623 Computer Architecture and Interface Dr. Hongying Meng 单片机程序概要 程序的主要结构 单片机程序的主要结构: 对于任何的单片机程序,其算法结构由三部分组成: 重置(Reset):清空单片机现有的内容并重置单片机设置。 初始化(Initialise):声明 2021-06-16 学习笔记 > 计算机结构与接口
计算机结构-知识点与题型总结 知识点与题型总结 针对Brunel University: 2021 EE2623 Computer Architecture and Interfacing 的期末复习笔记 Lecturer: Dr. Itagaki Takebumi(板垣 剛文)/Dr.Hongying Meng(孟鸿鹰) 总结 本课程常考到的题型、相关知识点和回答模板 二进制数的表达和运算 整数的表达方式 2021-06-15 学习笔记 > 计算机结构与接口
11. 滤波器设计 滤波器设计 失真 系统方程\(H(s)\)可以写作: \[H(jω)=|H(jω)|e^{jϕ(jω)}\] 即幅值和相位两部分。系统输出的实质是对系统方程的频率和赋值用\(E(jω)\)进行加权。 如果不同频率信号的幅值加权或相位校正不同,则输出波形将与输入波形形状不同,从而导致失真。 失真分为两种类型: 线性失真:信号的幅值和相位发生变化,但是没有引入新的频率信号。 非线性失真:引入 2021-06-14 学习笔记 > 信号与系统