支持向量机标签_智能体开发者社区

支持向量机

物理信息神经网络PINNs求解铁木辛柯梁（Timoshenko）方程【 torch 实战】研究（Python代码实现）

铁木辛柯梁理论充分计入横向剪切变形与截面转动效应，适用于短粗梁、复合材料梁、动力冲击与高频振动等工程场景，其控制方程组为空间、时间耦合的高阶偏微分方程组，传统有限元、有限差分等网格类数值方法存在网格剖分复杂、剪切闭锁、逆问题数据依赖度高、全域连续场重构成本大等固有缺陷。物理信息神经网络（PINNs）以自动微分技术为核心，将结构力学控制方程、边界约束、初始条件转化为可优化损失项，实现无网格全域连续解

 冒泡芳
2026-07-01 06:02:53

 231

 7

#神经网络 #python #人工智能 +1
豆包里面的剧本话术

主角是胖橘猫、黑牛和狮子，都是拟人化，大概分镜是胖橘猫打电话邀请黑牛吃饭--黑牛接电话--黑牛骑车赴宴-胖橘猫拿着铁锹在路上挖坑--黑牛骑车掉进坑里死了--胖橘猫给黑牛办丧事--胖橘猫准备处理黑牛尸体--胖橘在厨房切牛肉--胖橘打电话邀请狮子吃肉--狮子开车赴宴--胖橘猫和狮子坐在一起吃牛肉。按照以上分镜，详细撰写出各分镜头脚本和旁白，并根据生成的分镜头脚本内容，生成适合即梦ai文生图描述的中文提

 子豪啊啊啊啊
2025-07-16 15:17:18

 479

 3

#支持向量机
【复现】考虑泊位优化和多能协同的港口综合能源系统运行优化（Matlab代码实现）

参考文献：随着清洁能源的发展，世界各国都在利用清洁能源改善能源结构，提高能源利用率，追求节能减排的效果。区别于传统能源系统，综合能源系统充分结合可再生能源，优化调度内部多能源的使用，为能源需求增加，能源成本上升，环境污染加重等相关问题提供了有效的解决方案。其中，CCHP系统是同时具备发电、供热和制冷能力的系统，因为其具有能源利用率高的特性，受到了广泛关注。文献[29]建立了一种混合整数非线性规划

 梦想科研社_研学
2025-12-09 00:43:37

 1236

 41

#能源 #matlab #人工智能 +1
【碰撞检测】【多智能体】带阻尼的PID控制器，用于多智能体系统中单个智能体的控制研究（Matlab代码实现）

本文聚焦于带阻尼的PID控制器在多智能体系统中单个智能体控制的应用研究。通过引入微分项（D项）的阻尼作用，结合比例（P项）和积分（I项）环节，构建适用于多智能体动态环境的PID控制框架。研究结果表明，带阻尼的PID控制器能有效提升单个智能体的轨迹跟踪精度、抗干扰能力和系统稳定性，尤其在存在通信延迟或模型不确定性的场景下表现突出。

?? G.E.M.
2025-09-26 10:09:08

 814

 11

#matlab #开发语言 #支持向量机
【故障识别】基于CNN-SVM卷积神经网络结合支持向量机的数据分类预测研究附Matlab代码

一、研究背景与意义在当今数据驱动的时代，数据分类预测技术已广泛应用于故障识别、图像识别、语音识别、金融风险评估等众多领域。其中，故障识别作为保障工业设备安全稳定运行的关键环节，对数据分类预测的准确性、高效性和鲁棒性提出了极高要求。传统的数据分类预测方法，如支持向量机（SVM）、决策树、K 近邻（KNN）等，在处理低维、结构简单的数据时表现出一定的优势。

Matlab大师兄
2025-11-16 20:08:10

 1017

 24

#cnn #支持向量机 #分类
【多组消除谐波PWM双极波形的解决方案】两电平三相逆变器的选择性谐波消除PWM（SHEPWM））每四分之一周期具有3、5和7个开关角的三相两电平逆变器的选择性谐波消除PWM（SHEPWM）

代码展示了SHEPWM（选择性谐波消除PWM）的工作原理。Simulink模型基于预计算的SHEPWM角度和调制指数，为两电平逆变器生成脉冲。提供了三个模型，每个输出基频的四分之一周期内分别有3、5和7个开关角。这些模型具有预加载功能，每当模型启动时都会计算这些角度。此外，模型还包含了与输出基频相当的频率载波的正弦三角形PWM，以展示SHEPWM在低开关频率下的优越性。对于每四分之一周期有5个和7

qq_57231208
2025-07-18 06:58:37

 601

 29

#matlab #语音识别 #开发语言 +1
【多无人机追捕-逃逸】平面中多追捕者保证实现的分散式追捕-逃逸策略研究（Matlab代码实现）

多无人机协同追捕-逃逸问题属于多智能体动态博弈领域，具有军事防御、边境巡逻、灾难救援等应用场景。传统集中式控制依赖全局信息，存在通信延迟、单点故障等问题。分散式策略通过局部感知与自主决策，可提升系统鲁棒性与适应性。

程序辅导帮
2025-10-03 03:03:37

 292

 3

#无人机 #平面 #matlab +1
【复现】基于非线性模型预测控制和事件触发通信的AUV编队多智能体协同控制路径跟踪研究（Matlab代码实现）

本研究针对多自主水下航行器（AUV）编队在复杂海洋环境下的路径跟踪问题，提出了一种结合非线性模型预测控制（NMPC）和事件触发通信（ETC）的多智能体协同控制策略。该策略旨在解决传统控制方法在处理非线性动态、输入约束及时变通信延迟方面的局限性，通过实时优化控制输入和动态调整通信频率，实现AUV编队的高精度路径跟踪和协同控制。NMPC是一种基于滚动优化和反馈校正的闭环最优控制策略，能够显式地处理系统

 我爱Matlab编程
2025-08-08 00:55:36

 465

 3

#matlab #开发语言 #支持向量机
【一起来学AI大模型】Transformer架构Self-Attention

Self-Attention是Transformer架构的核心创新，通过Query-Key-Value机制实现序列元素的全局交互。每个元素通过计算与其他元素的注意力分数，动态聚合上下文信息，解决了RNN/LSTM的长距离依赖和并行化问题。多头注意力机制扩展了模型的表达能力。该机制支持完全并行计算，能动态分配权重，并具有一定可解释性，为BERT、GPT等大模型奠定了基础，是处理序列数据的突破性技术。

运器123
2025-07-09 15:33:38

 1284

 3

#人工智能 #机器学习 #大数据 +1
多旋翼无人机横向飞行的时间最优轨迹规划研究（Matlab代码实现）

本文聚焦于多旋翼无人机在横向飞行过程中的时间最优轨迹规划问题。首先介绍了不考虑旋转动力学时多旋翼无人机的横向飞行动力学模型，接着阐述了基于庞特里亚金最优性条件推导时间最优输入和状态轨迹的方法，并展示了相关数值结果。随后，通过欧拉离散化将时间最优轨迹规划问题构建为非线性规划（NLP）问题，给出了该NLP问题的数值解，并与之前结果进行比较。进一步，将旋转动力学引入横向飞行动力学模型，再次应用NLP方法

 荔枝科研社
2025-11-12 00:22:23

 811

 17

#无人机 #matlab #开发语言 +1
【大模型01---Flash Attention】

对，就是你想的那样！这是一篇介绍Flash Attention的水文。

weixin_45697036
2025-06-10 22:09:13

 1095

 18

#机器学习 #决策树 #人工智能 +3
【顶级EI复现】【最新EI论文】低温环境下考虑电池寿命的微电网优化调度（Matlab代码实现）

文献来源：为满足“低碳”能源结构的要求，数量庞大的分布式能源接入电网呈规模化趋势，其波动性和随机性给电网的运行安全带来了巨大挑战[1-3]。为应对挑战，微电网作为新兴的电网业态可灵活地进行分布式能源管理，而储能系统在其中起到储存电能、削峰填谷、应急供电等重要作用[4-6]。但在低温环境下，储能系统中起核心作用的电池却常出现充放电效率下降、寿命衰减速率增大等问题[7-8]，高速率的电池老化除了增加如

 荔枝科研社
2025-11-25 00:21:57

 1471

 41

#matlab #开发语言 #支持向量机
2025年高教社杯E题——AI 辅助智能体测全国大学生数学建模（思路、代码、论文）

国家学生体质健康标准》的颁布，有效地促进了大中小学生关注自身体质健康的发展，激励学生积极进行身体锻炼。通过在体育场地周边安装摄像头，可以对学生的体育动作进行实时捕捉，以便对学生的运动姿态进行分析。例如，在立定跳远教学中，通过记录并分析学生起跳瞬间的腿部发力动作、手臂摆动轨迹、身体腾空姿态以及落地姿势等一系列身体变化的细节数据，可以帮助教师全面了解每个学生动作的优点和不足，从而给出针对性的改进方案。

qq_57231208
2025-09-05 09:54:35

 987

 17

#人工智能 #支持向量机
基于模型预测控制（MPC）与滚动时域估计（MHE）集成的目标点镇定研究（Matlab代码实现）

本文提出一种“模型预测控制（MPC）+ 滚动时域估计（MHE）”一体化框架，旨在解决在传感器和执行器双重噪声环境下，将移动机器人稳定到指定目标点 xs 的问题。与现有研究仅单独考虑状态或控制噪声、且将估计与控制分步求解的做法不同，本文创新性地把传感器噪声和执行器噪声同时纳入联合优化，实现了真正意义上的“估计–控制闭环”。采用多重打靶法将 MPC 问题转化为非线性规划（NLP），并利用 CASAD

吃兔子的大脑腐
2025-10-30 05:11:01

 1011

 13

#matlab #人工智能 #开发语言 +1
【语音识别】基于LMS算法消除嘈杂的鸟类语音信号中的噪声后识别其对应的鸟类物种（Matlab代码实现）

在生态监测与生物多样性保护领域，鸟类物种识别是评估生态系统健康状态的关键技术。然而，野外采集的鸟类语音信号常受风声、交通噪声等非平稳干扰，导致传统识别方法准确率下降。本文提出基于最小均方（LMS）自适应滤波算法的降噪方案，结合梅尔频率倒谱系数（MFCC）特征提取与支持向量机（SVM）分类模型，构建完整的鸟类物种识别系统。实验表明，该方法在信噪比（SNR）提升12dB的条件下，物种识别准确率可达92

荧光Matlab
2025-10-25 16:07:18

 1023

 7

#语音识别 #算法 #matlab +1
支持向量机SVM系统推导（三）：软间隔数学思想

支持向量机(SVM)是一种监督学习算法，通过寻找最优超平面进行分类。文章重点讨论了硬间隔和软间隔两种SVM策略：硬间隔要求完全线性可分但易过拟合，软间隔通过引入松弛变量允许一定误分类，提升模型鲁棒性。详细阐述了软间隔的数学优化过程，包括铰链损失函数的定义和优化目标的构建，其中参数C用于控制对误差的惩罚力度——C越大模型越严格，C越小模型越宽松。通过平衡超平面宽度和分类误差，软间隔SVM能更好地处理

 Z焱
2025-07-16 22:10:17

 1157

 25

#支持向量机 #算法 #机器学习
基于svm的python车牌识别代码 opencv车牌识别代码有gui界面

基于svm的python车牌识别代码 opencv车牌识别代码有gui界面机器学习车牌识别数字图像处理，提供两个 GUI 界面模型对汉字字符数据集预测准确率为98.08%，对字符数据集预测准确率为99.86%核心代码均有注释依赖库安装好后可直接运行有讲解的PPT和环境搭建教程，可以更好理解代码

 2501_90884015
2025-06-05 06:15:00

 611

 9

#支持向量机 #python #opencv
（1）OpenCV图像平滑处理方法详解

引言在数字图像处理中，图像平滑是一项基础而重要的预处理技术。它主要用于消除图像中的噪声、减少细节层次，为后续的图像分析（如边缘检测、目标识别等）创造更好的条件。OpenCV作为最流行的计算机视觉库之一，提供了多种图像平滑方法。本文将详细介绍这些方法及其应用场景。一、什么是图像平滑？图像平滑（Image Smoothing）是指通过特定的算法对图像进行模糊处理，从而达到降噪、去除细节或预处理的目的。

一百天成为python专家
2025-08-14 22:00:33

 1772

 60

#opencv #人工智能 #计算机视觉 +4
基于HOG+SVM的行人检测设计（课程论文）

本文研究了行人检测技术，重点分析了基于机器学习和深度学习的检测方法。基于机器学习的方法主要采用HOG+SVM等算法，通过手工设计特征进行分类；而基于深度学习的方法利用卷积神经网络自动学习特征，具有更强的鲁棒性。实验采用INRIA数据集，实现了基于OpenCV的HOG行人检测系统，包含视频加载、亮度调整和矩形框标记等功能。结果显示该方法能有效检测行人，但存在光照敏感等问题。文中提供了完整的代码实现，

biyezuopin
2025-12-03 07:56:34

 1017

 28

#支持向量机 #算法 #机器学习
基于Q-learning算法在能源市场中实现效益最大化研究（Matlab代码实现）

随着全球能源结构转型和智能电网技术发展，能源市场呈现高度动态化与不确定性特征。传统基于规则的交易策略难以适应复杂市场环境，而Q-learning算法凭借其无模型学习、动态适应性和鲁棒性优势，成为优化能源交易决策的重要工具。本文系统阐述Q-learning算法原理，构建面向能源市场的马尔可夫决策过程（MDP）模型，通过仿真实验验证其在电力交易、微电网运营等场景中的效益优化能力，并提出深度强化学习、多

 wlz249
2025-09-26 09:09:32

 653

 24

#算法 #能源 #matlab +1
opencv学习笔记6：SVM分类器

SVM（Support Vector Machine，支持向量机）本质上是一种 "找最佳分割线" 的算法，目的是把不同类别的数据分开。你有一堆红苹果和绿苹果（两种数据）你想画一条线，把红苹果和绿苹果完全分开SVM 的作用就是帮你找到这条 "最好" 的线在二维平面（比如一张纸）上，就是一条直线在三维空间（比如一个盒子）里，就是一个平面用来分隔不同类数据的边界红苹果中离这条线最近的那个苹果绿苹果中离这

 sponge'
2025-10-24 18:29:40

 1124

 20

#支持向量机 #机器学习 #人工智能
百川智能最新医学大模型论文-利用先进的患者模拟器探索医疗“问诊-诊疗“关系

引言作为唯一将医疗作为发展重心的大模型独角兽，百川智能在加速医疗场景大模型的应用布局，2025年1月份也发布了最新的医学大模型论文论文: https://arxiv.org/abs/2501.09484开源Github:摘要在线医疗咨询（OMC）限制医生仅通过查询收集患者信息，这使得本已复杂的连续诊断决策过程更具挑战性。最近，大型语言模型的快速发展证明了改变 OMC 的巨大潜力。然而，大多数研

 程序猿李巡天
2025-01-23 14:16:02

 971

 13

#人工智能 #深度学习 #机器学习 +2
干货教程：按比例快速批量改视频尺寸，再也不用对着进度条发呆

要适配不同平台，横版、竖版、方形比例换来换去，一个个调整不仅费时，还总担心比例失调导致画面变形？尤其是面对一堆素材时，光是改尺寸就能耗掉大半天，简直让人抓狂。别愁了，今天这个视频制作教程就是来救场的 —— 教你按比例快速批量修改视频尺寸，简单几步，让所有素材一键适配需求，从此和繁琐操作说再见！掌握了这个技巧，不管是处理几十条还是上百条素材，都能轻松搞定，大大节省时间和精力。如果觉得有用，别忘了把教

 TLZTD22159
2025-08-19 12:10:35

 492

 1

#支持向量机
了解一下无监督学习方法之一：聚类算法

算法核心思想优点缺点适用场景K-Means最小化簇内距离简单、快速、可扩展需指定K，对噪声敏感，球形簇客户细分、图像压缩层次聚类构建簇的树状图无需指定K，结果直观计算复杂度高，难处理大数据小规模数据，需要层次结构时DBSCAN基于密度连通任意形状簇，能处理噪声参数敏感，高维数据不佳异常检测、空间数据挖掘GMM数据由多个高斯分布生成软聚类，概率归属计算复杂，假设性强语音识别、生物信息学选择哪种聚类算

 xixixi77777
2025-11-19 17:44:54

 787

 27

#机器学习 #支持向量机 #人工智能
“机器学习”系列之SVM：高维空间的神奇分类器

SVM核心思想与实现摘要支持向量机(SVM)是一种强大的监督学习分类算法，其核心思想是通过将数据映射到高维特征空间，寻找最大间隔的超平面进行分类。关键原理包括：（1）支持向量是决定分界面的关键样本点；（2）通过最大化间隔(Margin)提高分类器的泛化能力；（3）使用核技巧(Kernel Trick)高效处理非线性可分问题。对于线性不可分情况，SVM通过soft margin引入容错机制，并通过

 陈乔布斯
2025-06-24 21:45:00

 937

 11

#支持向量机 #机器学习 #算法 +2
Milvus 向量检索配置

IVF（Inverted File Index）是一种基于聚类的索引结构，适用于高维向量搜索。训练阶段：使用 K-Means 等算法将向量空间划分为多个簇（clusters），每个簇有一个中心点（centroid）。索引构建阶段：将每个向量分配到最近的簇中。搜索阶段：对于一个查询向量，先找到与它最近的几个簇中心，然后只在这些簇中进行精确搜索。表示在搜索时，只会在与查询向量最相似的10 个簇中进行查

 Leon_Jinhai_Sun
2025-07-10 08:53:51

 616

 4

#milvus #支持向量机 #机器学习
自动驾驶LLM应用目前现状总结

多模态大语言模型（LLM）在智驾这块的应用进行如下总结：DriveMLM框架将大型语言模型（LLMs）的世界知识和推理能力整合到自动驾驶（AD）系统中，实现了在真实模拟器中的闭环驾驶，该框架有三个关键设计：行为规划状态对齐(Behavioral Planning States Alignment)：这部分将LLM的语言决策输出与像Apollo [3]这样的成熟模块化AD系统的行为规划模块对齐。通过

 程序猿李巡天
2025-01-12 10:45:00

 2030

 10

#自动驾驶 #人工智能 #机器学习 +3
钟表学习工具认识时间超简单

而有了这款表盘软件，学习钟表知识就变得特别简单直观了，你只需要拨动时钟、分针和秒针，就能清晰地看到现在是几时几分几秒，学习过程变得轻松易懂。我们都知道，小学学习钟表知识时特别费劲，尤其是认几时几分几秒的时候，一不小心就容易出错，很多小朋友都觉得这块内容特别难。我个人感触特别深，可能是因为小时候钟表学得不太好，看到这款软件真的是眼前一亮的感觉，觉得它对学习钟表知识特别有帮助。今天给大家介绍款学习工具

 发光体649
2025-09-02 10:30:00

 634

 13

#学习 #运维 #数据库 +4
向量数据库索引选型：IVF_FLAT、HNSW、ANNOY 的性能对比与实操（Java）

本文对比了三种主流向量索引IVF_FLAT、HNSW和ANNOY的原理与性能特点。IVF_FLAT基于聚类划分，适合中小规模高召回率场景；HNSW采用多层图结构，搜索速度极快但构建成本高，适合大规模数据；ANNOY基于树结构，在中等规模场景下平衡速度与召回率。文章通过Java代码示例演示了各索引的实现方法，并给出选型建议：小规模选IVF_FLAT，大规模选HNSW，动态更新场景考虑ANNOY。最终

 canjun_wen
2025-12-06 09:28:34

 1031

 27

#数据库 #java #支持向量机
Python基于OpenCV和SVM实现中文车牌识别系统GUI界面

Python基于OpenCV和SVM实现中文车牌识别系统GUI界面

 胖哥真不错
2025-04-07 21:14:50

 905

 11

#python #opencv #支持向量机
Nature machine intelligence: 多模态大模型中的视觉认知

如何构建具有人类思维能力的机器一直是科学界的重要目标，尽管深度神经网络在许多领域取得了显著进展，但在因果推理、直觉物理和直觉心理学等领域依然存在明显的局限性。近年来大模型的兴起，尤其是那些设计用于视觉处理的模型，再次引发了人们对模拟人类认知能力的兴趣。

程序猿李巡天
2025-01-21 14:12:24

 2361

 19

#人工智能 #深度学习 #机器学习 +2
2025苹果Cmsv10短剧模板源码

使用教程：上传到网站template目录并解压、进入网站后台选择模板。注意：默认调用ID为1的数据和扩展分类，建议新建站使用。无后台，没有详情页，上传就可以直接使用哦。文件不到70kb，加载非常快。无售后，不会使用请不要使用。

2501_91620859
2025-04-14 04:06:34

 598

 5

#支持向量机
OpenCV 中基于 SVM 的图像分类与检测实战教程

本文通过 OpenCV 的机器学习模块，演示了如何使用支持向量机（SVM）完成图像分类与目标检测任务。首先，我们在手写数字数据集上训练了一个基于 HOG 特征的 SVM 分类器，用于识别 0–9 的数字图像。随后，将该思路扩展至图像检测场景，通过在测试图像不同位置重复分类，实现目标数字的定位检测。文末还讨论了在真实应用中需关注的多尺度检测与样本不平衡问题，为读者提供从入门到实战的完整思路。

秋说
2025-11-06 18:34:41

 1170

 23

#opencv #支持向量机 #机器学习
自然语言处理之文本分类：Convolutional Neural Networks(CNN)：一维卷积层详解

文本分类是NLP中的一个基础任务，其目标是将文本分配到预定义的类别中。例如，将新闻文章分类为体育、政治、科技等类别。文本分类在信息检索、内容过滤、情感分析等领域有广泛的应用。通过上述示例，我们可以看到CNN在文本分类中的应用涉及词嵌入、一维卷积层和动态池化策略。词嵌入将文本转换为向量表示，一维卷积层提取局部特征，而多通道卷积网络和动态池化策略则进一步增强了模型的特征提取能力和对文本结构的敏感度。这

 zhubeibei168
2025-05-08 22:18:06

 993

 21

#自然语言处理 #分类 #cnn +3
用 EXCEL/WPS 实现聚类分析：赋能智能客服场景的最佳实践

本文介绍如何利用Excel/WPS进行基础聚类分析，应用于智能客服场景。通过数据标准化、距离矩阵计算和层次聚类模拟，可识别用户群体和问题模式。文章详细演示了10个样本的聚类步骤，包括数据标准化、欧氏距离计算和业务解读，并给出VIP客户、高价值风险客户等分群策略。虽然Excel方案适用于小数据集，但推荐使用XLMiner插件或转向Python等专业工具处理更大数据量。该方法能帮助客服团队实现精准用户

 不息之河568
2025-06-23 22:36:18

 1555

 17

#机器学习 #支持向量机 #人工智能
35页综述：Agentic RAG七大架构首次曝光！

（后续几乎是原文翻译，实际写的就是这么简单~）

程序猿李巡天
2025-01-20 19:57:27

 1070

 13

#架构 #知识图谱 #人工智能 +3
直接与单细胞数据进行对话？这篇大子刊通过三个基础模型实现无代码分析（CellWhisperer）

以6个数据集约10万细胞的人胚scRNA-seq为对象，作者把Carnegie阶段的文本描述变成查询，计算每日龄的平均分数，得到与受精后时间吻合的阶段性轨迹；②对圈选细胞可直接在聊天框请求“描述这些细胞”，系统基于选区的平均嵌入生成包含细胞类型、组织/发育信息与代表基因的文本报告；简单来讲，CellWhisperer 通过把转录组信号和自然语言文本放到同一个嵌入空间，再配一个能看得懂嵌入的聊天模型

 weixin_49214410
2025-11-13 23:22:25

 999

 11

#支持向量机 #算法 #机器学习 +3
GPU选型大对决：4090、A6000、L40谁才是AI推理的最佳拍档？

4090、A6000、L40：谁是DeepSeek-R1-70B模型的最强“引擎”？附详细测试报告

 永恒_怀念
2025-04-15 15:34:08

 1.5w

 21

#人工智能 #算法 #排序算法 +3