- 博客(13)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 深度学习分割知识
Attention机制：在encoder过程中，输出是一个不同长度向量构成的序列Attention应用于解码过程中，根据单词的不同赋予不同的权重。在encoder过程中，输出不再是一个固定长度的中间语义，而是一个由不同长度向量构成的序列，decoder过程根据这个序列子集进行进一步处理。没有注意力机制：C是语义编码，表明不论生成哪个单词，句子source中任意单词对生成目标单词yi影响力都是相同的，没有体现注意力机制，就像眼中没有注意焦点。加入注意力机制后：其中，f2函数表示encode.
2021-09-09 16:29:57
208
原创 基于空间金字塔池化的卷积神经网络物体检测
关于空间金字塔池化讲得非常清楚https://blog.csdn.net/hjimce/article/details/50187655
2021-08-05 17:00:23
355
原创 论文阅读 Abdominal Multi-organ Segmentation with Organ-Attention Networksand Statistical Fusion（OAN-RCs）
论文地址：https://arxiv.org/pdf/1804.08414.pdf参考博客：https://blog.csdn.net/m0_37477175/article/details/95218265多器官分割网络，因为腹部器官大小不一，大的很大，小的很小。但是现有的Unet等分割网络不能很好地同时分割大小不一的器官，所以提出了下面这个方法。下图是整个网络结构：OAN包括两个阶段，通俗讲就是第一阶段大致分割出器官所在区域，第二阶段对第一阶段的分割结果进行细...
2021-07-08 17:49:54
458
转载 谱聚类算法
谱聚类算法是我论文实验部分的对比算法，一对比发现，谱聚类真的太强了，聚类效果很好，对不同的数据分布有很强的适应性，速度还快。下文全部参考https://www.cnblogs.com/pinard/p/6221564.html，写得太棒了，自己再敲一遍加深印象。 虽然是转载，但加了少许标注:-)1.谱聚类概述 主要思想是把所有数据点看做空间中的点，点之间可以用线相连，即边，边有权重。距离远的点，边的权重小；距离近，边权重大。对所有数据点组成的图进行切割，使得子图内部的所有...
2020-08-17 20:20:02
1602
1
原创 MeanShift+matlab代码
meanshift的论文：Mean Shift：A Robust Approach Toward Feature Space Analysis看起来好费力，看的我好困~拖了好久，看完论文赶紧去看代码meanshift建立在和密度估计的基础之上1.核密度估计（Kernel Density Estimation）其中，，其中，最终，式（1）其中，h是带宽，Ckd是归一化常数，使得K(x)积分为1在每个数据点上计算核密度，并进行叠加 2.meanshift对式（...
2020-08-05 16:21:07
3074
5
原创 Halo DPC：集DPC、DBSCAN、SCAN三种于一身的算法
论文：HaloDPC: An Improved Recognition Method on Halo Node for Density Peak Clustering Algorithm这个算法将DPC的质心检测、DBSCAN的密度连通性、SCAN的网络结构相似性三个优点发扬光大:-)DPC聚类算法，可以阅读https://www.cnblogs.com/kailugaji/articles/11379198.htmlDBSCAN在https://blog.csdn.net/huacha__..
2020-07-29 15:58:38
1096
原创 关于博客
这个博客申请是在大一暑假，距离现在差不多四年，那时候在ACM集训队，因为看到很多大佬在博客上会写解题思路等，于是也想记录一下自己的ACM刷题之路。然而然而，这个博客被闲置了，是一段被我荒废的时光，不够努力，不够坚持，大三退队，考研去了现在，我要重拾这个账号，真真正正地好好学习了。没有多少时光值得我荒废，努力争取至少一周写两次，不管质量高低，无愧于心便好，嘻嘻~，fighting！...
2020-07-29 10:50:58
99
原创 SCAN：一种网络结构聚类算法
论文：SCAN: A Structural Clustering Algorithm for Networks该算法针对的是无向无权图如图，节点0和节点5的邻居点集分别是{0,1,4,5}和{0,1,2,3,4,5}，有4个共同的邻居，联系较大节点9和节点13，邻居点集都是{9,13}，2个共同邻居，联系不大节点6惨兮兮，虽然位于中间，但是都与他联系不大综上，6是桥节点（hub），13是离群点（outlier），其余点构成两个集群（应该能看出来）概念：1.节点相似度节点相
2020-07-29 10:27:15
2407
原创 DDBSCAN聚类算法（DBSCAN的改进）
DDBSCAN（论文：Ddbscan: a density detection dbscan algorithm in e-commerce sites evaluation）一、首先介绍DBSCAN的步骤，毕竟是它基础上的优化DBSCAN这个博客讲得简单易懂 https://blog.csdn.net/huacha__/article/details/81094891里面有两个参数需要人为定义： eps：两点之间的最小距离（也就是一个圆形邻域的半径）。这意味着如果两点之间的...
2020-07-27 16:48:14
5481
2
原创 聚类算法（REDPC）：基于残差的密度峰值聚类算法
A Residual Error-based Density Peak Clustering Algorithm计算e和δ N为定义的邻域大小（整数），求点Xi的最N近邻数 根据e求NNeigh（与DPC类似，把ρ替换成e）e越小，δ越大，则为中心点 确定中心点后，根据e和NNeigh把数据点进行划分Xi和Xj属于分别两个簇，若两点距离小于Cd（自己定义，与DPC中的dc一样），计算mean_eij rtK初始定义为一个极大值 ...
2020-07-26 09:27:11
490
1
原创 hdu 3555
hdu 3555 输出含有49的数字的个数数位DP//dp[i][j]:长度为i的数的第j种状态//dp[i][0]:长度为i但是不包含49的方案数//dp[i][1]:长度为i且不含49但是以9开头的数字的方案数//dp[i][2]:长度为i且包含49的方案数(转)状态转移如下dp[i][0] = dp[i-1][0] * 10 - dp[i-1][1]; // n...
2019-12-04 21:43:06
120
原创 对Efficient Parameter-free Clustering Using First Neighbor Relations论文算法的简单介绍
Efficient Parameter-free Clustering Using First Neighbor Relations这篇论文提出了一个无需参数的聚类方法，对于大样本数据也适用，计算复杂度低。如果j是i的第一个邻居or i是j的第一个邻居or i的第一个邻居就是j的第一个邻居，则A(i,j)为1，否则为0这样形成一个对称稀疏邻接矩阵，通过矩阵形成一个有向图，边来表示A(i...
2019-11-30 19:03:05
738
原创 基于引力的聚类算法代码实现
经典的DPC算法在异常值检测方面有局限性，GDPC：Gravitation-based Density Peaks Clustering algorithm这篇论文引入了物理中G引力系数这一概念，使得异常点的检测更为优化。简单来说，就是用1/F代替了原来决策图中的δ，由于这篇论文中个人认为有些许描述不清（也可能是本人太菜），代码实现搞了好久，特此记录。for i=1:ND for...
2019-11-16 20:50:35
569
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人