7 Zhang_P_Y

尚未进行身份认证

北京理工大学 关注机器学习、计算机视觉、嵌入式(MCU、DSP、ARM)和桌面开发等领域。邮箱:1259156776@qq.com 微博:ZhangPY

等级
博文 1k+
排名 228

[DenseNet 神经网络实践] 肌骨骼放射影像判读(1)

摘要:放射影像是常用的医学影像技术,解释、判读与诊断放射影像对疾病的治疗非常重要。判读大量的放射影像是一件耗费时间的工作,因此用人工神经网络判断、检测放射影像的不正常部位来辅助放射科医生是非常有意义的。随着肌骨骼X射线影像数据集MURA的开放,检测骨骼肌放射影像中的异常部位受到越来越多的关注。本文参考斯坦福提出的基线模型,使用Adam优化器在MURA上训练DenseNet-169网...

2019-02-20 15:00:07

【深度炼丹】深度学习炼丹炉杂烩专栏

嗨!大家好!新开辟了深度炼丹炉杂烩专栏,深度学习、机器学习、计算机视觉、程序开发和信号处理等理工相关专业一锅炖,欢迎来采~~~MatlabKerasCaffe2Pytorch...

2019-02-11 10:17:20

[红外图像处理] 衡量数字细节增强(DDE)的指标

[红外图像处理]衡量数字细节增强(DDE)的指标

2019-02-04 08:57:24

[机器学习] 值得收藏20张机器学习算法小卡片

[机器学习]值得收藏20张机器学习算法小卡片

2019-02-03 20:45:50

[机器学习与量子科普] 关于量子纠缠态的应用研究

[机器学习与量子科普]关于量子纠缠态的应用研究摘要量子纠缠(Quantumentanglement)是量子理论中一种重要的特征和信息资源,是量子科学的研究热点之一。量子纠缠主要刻画了量子系统之间的非定域、非经典的强关联,在包括量子隐形传输、量子密集编码、纠缠交换、量子密钥分发等量子通信方向以及量子测距、量子计算机、量子时钟同步与量子成像等方向有着重要的应用。本文针对量子纠缠态的应用进行...

2019-02-02 11:50:51

[计算机视觉] 六. Grouping and model fitting

[计算机视觉]六.Groupingandmodelfittinghttps://mbd.baidu.com/newspage/data/landingshare?context=%7B%22nid%22%3A%22news_10157784073990911420%22%2C%22sourceFrom%22%3A%22bjh%22%2C%22url_data%22%3A%22bjha...

2019-01-31 01:51:53

[计算机视觉] 五. 图像segmentation and grouping

[计算机视觉]五.图像segmentationandgroupinghttps://mbd.baidu.com/newspage/data/landingshare?context=%7B%22nid%22%3A%22news_9225718192711994456%22%2C%22sourceFrom%22%3A%22bjh%22%2C%22url_data%22%3A%22bjha...

2019-01-31 01:50:21

[计算机视觉] 四. Stereopsis立体视觉

[计算机视觉]四.Stereopsis立体视觉https://mbd.baidu.com/newspage/data/landingshare?context=%7B%22nid%22%3A%22news_8983098410710448491%22%2C%22sourceFrom%22%3A%22bjh%22%2C%22url_data%22%3A%22bjhauthor%22%7D...

2019-01-29 00:17:53

[计算机视觉] 压缩感知引论

[计算机视觉]压缩感知引论https://mbd.baidu.com/newspage/data/landingshare?context=%7B%22nid%22%3A%22news_9065306940927988066%22%2C%22sourceFrom%22%3A%22bjh%22%2C%22url_data%22%3A%22bjhauthor%22%7D...

2019-01-28 00:22:26

[计算机视觉] 三. 局部图像特征local iamge features

[计算机视觉]三.局部图像特征localiamgefeatureshttps://mbd.baidu.com/newspage/data/landingshare?context=%7B%22nid%22%3A%22news_9845639336960041079%22%2C%22sourceFrom%22%3A%22bjh%22%2C%22url_data%22%3A%22bjhau...

2019-01-27 21:14:06

[机器学习] 模式识别(2) 核密度估计与最近邻分类器

[机器学习]模式识别(2)核密度估计与最近邻分类器https://mbd.baidu.com/newspage/data/landingshare?context=%7B%22nid%22%3A%22news_9041910037862543356%22%2C%22sourceFrom%22%3A%22bjh%22%2C%22url_data%22%3A%22bjhauthor%22%7D...

2019-01-26 10:49:16

[机器学习] 模式识别(1) 贝叶斯决策与概率密度估计

[机器学习]模式识别(1)贝叶斯决策与概率密度估计https://mbd.baidu.com/newspage/data/landingshare?context=%7B%22nid%22%3A%22news_9638783545800755583%22%2C%22sourceFrom%22%3A%22bjh%22%2C%22url_data%22%3A%22bjhauthor%22%7D...

2019-01-25 09:28:10

「深度学习」「keras开发」keras权重初始化疑惑说明

「深度学习」「keras开发」keras权重初始化疑惑说明

2019-01-24 20:18:24

[计算机视觉] 001-基础特征之haar features

[计算机视觉]001-基础特征之haarfeatures

2019-01-24 20:17:04

[计算机视觉] 单应性变换Homography、仿射变换Affine和透视变换

链接:[计算机视觉]单应性变换Homography、仿射变换Affine和透视变换

2019-01-24 20:15:42

【现代数学入门】现代数学概略(度量-拓扑-线性-赋范线性-巴纳赫-内积-希尔伯特)

现代数学概略(度量-拓扑-线性-赋范线性-巴纳赫-内积-希尔伯特)

2019-01-21 22:38:59

[Python开发]细究Python struct 模块

struct—Interpretbytesaspackedbinarydata,将字节与二进制文件相互转化的工具Pythonstruct模块。更多见:iii.run关于格式字符串在Python手册中,给出了C语言中常用类型与Python类型对应的格式符:格式符 C语言类型 Python类型 x padbyte novalue c...

2018-09-15 17:01:30

[Python开发]Python中struct.pack()和struct.unpack()用法详细说明

python中的struct主要是用来处理C结构数据的,读入时先转换为Python的字符串类型,然后再转换为Python的结构化类型,比如元组(tuple)啥的~。一般输入的渠道来源于文件或者网络的二进制流。   1.struct.pack()和struct.unpack() 在转化过程中,主要用到了一个格式化字符串(format strings),用来规定转化的方法和格式。 下面来...

2018-09-15 16:54:44

[Python开发] ctypes+struct实现类c的结构化数据串行处理

1.用C/C++实现的结构化数据处理在涉及到比较底层的通信协议开发过程中,往往需要开发语言能够有效的表达和处理所定义的通信协议的数据结构.在这方面是C/C++语言是具有天然优势的:通过struct,union,和bit-fields,C/C++能够以一种最有效率也最自然的方式处理此类问题.举例说明一下,下图是智能电网用于远程自动抄表的通信协议的一部分  用C可以描述如下...

2018-09-15 16:27:47

【C/C++开发】C++ 可配置的类工厂

C++可配置的类工厂  项目中常用到工厂模式,工厂模式可以把创建对象的具体细节封装到Create函数中,减少重复代码,增强可读和可维护性。传统的工厂实现如下:1classWidget2{3public:4virtualintInit()5{6printf("WidgetInit");7r...

2018-08-25 15:47:30
奖章
  • 专栏达人
    专栏达人
    授予成功创建个人博客专栏的用户。专栏中添加五篇以上博文即可点亮!撰写博客专栏浓缩技术精华,专栏达人就是你!
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!