随笔分类 - 机器算法学习
摘要：好的，下面是一个结合物理机制与深度学习的示例代码。这个示例假设我们要预测土壤湿度（类似你的研究领域），并结合物理机制（例如，水的守恒）来改进模型的预测。 示例：基于物理约束的土壤湿度预测模型 在这个例子中，我们用深度学习模型预测土壤湿度，并在损失函数中加入水分守恒约束项，确保模型输出符合实际的物理规
阅读全文
摘要：CDF图（累积分布函数图）和误差棒图是两种完全不同的统计图形，它们各自展示了数据的不同方面。 CDF图（Cumulative Distribution Function）： CDF图表示的是一个变量的所有可能值及其相应的累积概率。它展示了数据点在某一值或更小值出现的概率。 CDF图用于展示数据的分布
阅读全文
摘要：一区top，2022年 Computers and Electronics in Agriculture 分类 题目： “基于 CBAM 注意机制 Resnet50-LSTM 的亲鱼繁殖行为识别” (Du 等, 2022, pp. -) (pdf) “Broodstock breeding beha
阅读全文
摘要：import torch import torch.nn as nn import torch.nn.functional as F class ChannelAttentionModule(nn.Module): def __init__(self, in_channels, reduction_
阅读全文
摘要：landbench里面，李老师提到的encode-decode。 remote sensing,大类是2区，小类是2到3区。 分类的 题目： “利用内部卷积集 成 编码 器 -解码 器 网 络和 定 向 条件 随 机场 从 遥 感图 像中提取道路” (pdf) “Road Extraction fr
阅读全文
摘要：期刊：Information Sciences” (Wang 等, 2022, p. 226) 计算机科学1区top。2022年 题目： “多任务学 习 中 自 适 应 共 享 多 级 分 布 式 表 示” (pdf) “Adaptively sharing multi-levels of dist
阅读全文
摘要：一区top Computers and Electronics in Agriculture 题目： “基于改进 lstm 的拖拉机载荷谱高工作强度载荷段识别模型” (pdf) “An improved LSTM-based model for identifying high working in
阅读全文
摘要：一区top Computers and Electronics in Agriculture 题目：“基于半监督 LSTM-自动编码器可穿戴步态分析的奶牛早期跛行检测” (Zhang 等, 2023, p. 1) (pdf) “Early lameness detection in dairy ca
阅读全文
摘要：五个统计量： 首先，需要将一组值从小到大排列。 1.最小值 就是排在第一位的值 2.第一四分位数 第一四分位数(Q1)又称为“较小四分位数”，把一组值从小到大排列并分成四等分，处于三个分割点位置的得分就是四分位数，也就是样本所有数值从小到大排列后第25%的数字。 3.中位数 中位数(Q2)，又称第二
阅读全文
摘要：因为mac安装不上basemap。画图也是在自己电脑上画图方便些。所以将basemap改成cartopy。 由于你不能使用 Basemap，我建议使用 cartopy 库作为替代。cartopy 是一个用于绘制地图和进行地理空间数据分析的Python库，与Basemap类似，但得到了更好的维护和支持
阅读全文
摘要：程哥的一区文章 “A novel local-global dependency deep learning model for soil mapping” (Li 和 Zhang, 2022, pp. -) (pdf) 研究问题：“工 程 “ discrete” 特征不能反映环境协变量 之间 的相
阅读全文
摘要：李老师对于landbench的，基准模型进行的论文。 里面对于变量，数据集的描述，写论文可以用。 题目： “LandBench 1.0: a benchmark dataset and evaluation metrics for data-driven land surface variables
阅读全文
摘要：为什么注释掉的效果更好，它的输入是0啊 # class Decoder(nn.Module): # def __init__(self, hidden_size, output_size): # super(Decoder, self).__init__() # self.lstm = nn.LST
阅读全文
摘要：水刊，中科院都没有收录。不属于sci。 吃一堑长一智，以后先看属于哪个期刊的。总是忘记。 期刊：Hydrology 浪费时间，啥也没有，没有创新点，就一点点的对比工作量。 “Predicting Optical Water Quality Indicators from Remote Sensing
阅读全文
摘要：题目“Predicting the performance of green stormwater infrastructure using multivariate long short-term memory (LSTM) neural network” (Al Mehedi 等, 2023,
阅读全文
摘要：LSTM模型中使用ReLU作为隐藏层的激活函数和在最后一层使用线性激活函数，这两种做法有着不同的目的和作用： ReLU激活函数在隐藏层： 目的：ReLU（Rectified Linear Unit）激活函数的主要目的是引入非线性到神经网络中。在深度学习模型中，非线性是必要的，因为它帮助网络学习和表示
阅读全文
摘要：题目：FEED-FORWARD NETWORKS WITH ATTENTION CAN SOLVE SOME LONG-TERM MEMORY PROBLEMS” (Raffel 和 Ellis, 2016, p. 1) “带有注意力的前馈网络可以解决一些长期记忆问题” (Raffel 和 Elli
阅读全文
摘要：Multistep ahead prediction of temperature and humidity in solar greenhouse based on FAM-LSTM model 基于 FAM-LSTM 模型的日光温室温湿度多步提前预测 题目：“Multistep ahead pr
阅读全文
摘要：在PyTorch中创建一个简单的残差学习层（Residual Block）涉及到定义一个继承自torch.nn.Module的类。残差学习层通常包含两个或更多的卷积层，以及跳跃连接（skip connection），允许输入直接传递到后续层。 下面是一个简单的示例，它定义了一个包含两个卷积层的残差学
阅读全文
摘要：pcc PCC指标，即Pearson相关系数（Pearson Correlation Coefficient），是用来衡量两个变量之间线性相关程度的统计指标。它是一种最常用的相关系数，主要用于度量两个变量X和Y之间的相关（线性相关）程度。其取值范围在-1到1之间。 计算公式： Pearson相关系数
阅读全文
浙公网安备 33010602011771号