netlogo是一个仿真软件，大量可移动主体在二维空间中的交互作用，随着时间推进，微观个体的属性不断发生变化，系统的宏观特性也因此发生变化主体netlogo有三类主体：turtles 海龟；patches 瓦片；observer 观察者。turtles：在世界中可以移动的主体。patches：世界是二维的，划分为由patches组成的网格，每个patch占据一个矩形小块。ob...

kd树（k-dimensional树的简称），是一种分割k维数据空间的数据结构，主要应用于多维空间关键数据的近邻查找(Nearest Neighbor)和近似最近邻查找(Approximate Nearest Neighbor)。一、Kd-tree其实KDTree就是二叉查找树（Binary Search Tree，BST）的变种。二叉查找树的性质如下：1）若它的左子树不为空，则左子树上所有结点的

文章目录基本概念图邻接矩阵最大流问题python解决最大流问题基本概念图定义： 图G(V,E)是指一个二元组(V(G),E(G))，其中:V(G)={v1,v2,…, vn}是非空有限集，称为顶点集，E(G)是V(G)中的元素对(vi,vj)组成的集合称为边集。举例：V(G)={v1,v2,v3,v4}E(G)= {e1,e2,e3,e4,e5,e6}若图G的边是有方...

1 定义百度百科的定义：它是通过把所有地表真实分类中的像元总数（N）乘以混淆矩阵对角线（Xkk）的和，再减去某一类地表真实像元总数与被误分成该类像元总数之积对所有类别求和的结果，再除以总像元数的平方减去某一类中地表真实像元总数与该类中被误分成该类像元总数之积对所有类别求和的结果所得到的。这对于新手而言可能比较难理解。什么混淆矩阵？什么像元总数？我们直接从算式入手：k=p0−pe1−p...

可将准确率提高若干个百分点，它就是测试时增强（test time augmentation, TTA）。这里会为原始图像造出多个不同版本，包括不同区域裁剪和更改缩放程度等，并将它们输入到模型中；然后对多个版本进行计算得到平均输出，作为图像的最终输出分数这种技术很有效，因为原始图像显示的区域可能会缺少一些重要特征，在模型中输入图像的多个版本并取平均值，能解决上述问题。就是在训练的时候有一个tra..

1.什么是信息抽取（IE）信息抽取的英文就是Information Extraction，是把文本信息转换成结构化信息。整体步骤有三步：从文本中了解到特定的信息；然后从特定信息中获取到特定类别的对象；然后获取对象之间的关系。比方说，找到了一个人名A，找到了一个公司B，知道了A是B的员工。2.信息抽取的方法2.1 正则表达式（RE）正则表达式就是regular expressio...

看的多个Kaggle上 图片分类比赛 的代码，发现基本都会选择resnet网络作为前置网络进行训练，那么如何实现这个呢？本文主要分为两个部分第一个部分讲解如何使用PyTorch来实现前置网络的设置，以及参数的下载和导入第二个部分简单讲一下resnet运行的原理。第一部分：实现有一个非常好用的库，叫做torchvision。这个是torchvision的官方文档这个库有三个部分：...

文章目录PSO和GA的相同点PSO和GA不同点粒子群算法（PSO）和遗传算法(GA)都是优化算法，都力图在自然特性的基础上模拟个体种群的适应性，它们都采用一定的变换规则通过搜索空间求解。PSO和GA的相同点都属于仿生算法。PSO主要模拟鸟类觅食、人类认知等社会行为而提出；GA主要借用生物进化中“适者生存”的规律。都属于全局优化方法。两种算法都是在解空间随机产生初始种群，因而算法在全局的解...

1 定义百度百科的定义：它是通过把所有地表真实分类中的像元总数（N）乘以混淆矩阵对角线（Xkk）的和，再减去某一类地表真实像元总数与被误分成该类像元总数之积对所有类别求和的结果，再除以总像元数的平方减去某一类中地表真实像元总数与该类中被误分成该类像元总数之积对所有类别求和的结果所得到的。这对于新手而言可能比较难理解。什么混淆矩阵？什么像元总数？我们直接从算式入手：k=p0−pe1−p...

文章目录相关知识点LP线性规划问题MIP混合整数规划MIP的Python实现（docplex库）MIP的Python实现（ortool库）相关知识点LP线性规划问题Linear Problem[百度百科]：研究线性约束条件下线性目标函数的极值问题的数学理论和方法。学过运筹学的小伙伴，可以看这个LP问题的标准型来回顾一下：不太熟悉的朋友可以看这个例题，再结合上面的标准型，来感受一下：...