浙大ICPC夺冠,散分散分!!

gbb21 2011-05-31 04:03:49
热烈庆祝Watashi 小盆友在zju成为霸主之后修成正果~
终于,美国有更多学校认识浙大了,于是,以后师弟师妹们出国申请就更容易了~
...全文
642 53 打赏 收藏 举报
写回复
用AI写文章
53 条回复
切换为时间正序
请发表友善的回复…
发表回复
gbb21 2011-06-02
  • 打赏
  • 举报
回复
[Quote=引用 46 楼 crackdung 的回复:]

奪冠后,會怎樣?是否全世界第一?哎,中國人就是這樣
[/Quote]
夺冠当然在这次比赛中就是世界第一了咯,不过胜败乃兵家常事,没有永远的第一~
MISS东东 2011-06-01
  • 打赏
  • 举报
回复
恭喜恭喜
weike021996 2011-06-01
  • 打赏
  • 举报
回复
恭喜恭喜,给分给分
zxf_hay 2011-06-01
  • 打赏
  • 举报
回复
厉害,祝贺各位高手,希望以后能在中国的信息行业做出大的贡献
心灵彩虹 2011-06-01
  • 打赏
  • 举报
回复
原来是出了个怪老师郑强的学校,老师怪,学生也怪了起来,哈哈哈哈。[Quote=引用 8 楼 gbb21 的回复:]
引用 7 楼 gefangliang 的回复:

浙大?是不是在温州?

看来得扫盲一下了~浙大:浙江大学,在美丽的西子湖畔~
[/Quote]
wtj2832 2011-06-01
  • 打赏
  • 举报
回复
不错不错,继续努力
风骑士之怒 2011-06-01
  • 打赏
  • 举报
回复
无知者路过
没花鹿 2011-06-01
  • 打赏
  • 举报
回复
jf.
  • 打赏
  • 举报
回复
可以结了。。
baobingbing2 2011-06-01
  • 打赏
  • 举报
回复
只管接分,不管你是哪个大的还是哪个小的、、、
williamsong997 2011-06-01
  • 打赏
  • 举报
回复
顶上去吧,等到50就结帖了~
十八道胡同 2011-06-01
  • 打赏
  • 举报
回复
参见过ACM国内现场赛的路过
mzy1984 2011-06-01
  • 打赏
  • 举报
回复
浙大就是牛啊
crackdung 2011-06-01
  • 打赏
  • 举报
回复
奪冠后,會怎樣?是否全世界第一?哎,中國人就是這樣
丿渎灬魂 2011-06-01
  • 打赏
  • 举报
回复
拿分............
lovesky822 2011-06-01
  • 打赏
  • 举报
回复
恭喜恭喜
绿色夹克衫 2011-06-01
  • 打赏
  • 举报
回复
对于这种顶级的比赛,天赋实在太重要了,所以能拿奖的都是天才。

[Quote=引用 27 楼 gbb21 的回复:]
浙大主要是哪个学院夺冠的,
我记得浙大的学院挺多的
校队~arc of dream ?
……
[/Quote]
gbb21 2011-06-01
  • 打赏
  • 举报
回复
顶上去吧,等到50就结帖了~
fengzhiyue 2011-06-01
  • 打赏
  • 举报
回复
分。。。。。。。。。。
josephSC 2011-06-01
  • 打赏
  • 举报
回复
一个无名程序员发来贺电顺便接分
加载更多回复(33)
数据集可视化效果见下方。 【数据集概况】 · 检测类别(中文):[公交车(bus), 车辆(vehicle)] · 训练集:1899 张 · 验证集:0 张 · 测试集:0 张 · 总计:1899 张 该数据集聚焦于城市道路环境下的车辆检测任务,旨在为智能交通系统提供高质量的标注数据支持。通过采集真实道路场景中的各类车辆图像,该数据集能够有效支撑车辆识别与分类模型的训练与优化,具有较高的实用价值和研究意义。数据集覆盖了多种车辆类型,包括公交车和普通车辆,为复杂交通环境下的目标检测提供了丰富的样本。... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 96 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9950** mAP50-95 | 0.9884 Precision | 0.9513 Recall | 0.9659 train/box_loss | 0.0783 train/cls_loss | 0.0416 val/box_loss | 0.1259 val/cls_loss | 0.0771 【训练过程分析】 96 轮训练后 mAP50 达到 0.9950,模型收敛良好。Loss 曲线前段快速下降,后段趋于平稳,val_loss 无反弹,没有明显过拟合。mAP50-95 为 0.9884,和 mAP50 差距仅 0.01,框的定位精度也很扎实。 【模型性能评估】 Precision 0.9513、Recall 0.9659,精召双高,模型对公交车、车辆的检测能力强。多类检测中,不同类别性能可能有差异,需关注难例类别的表现。 【预测效果展示...
内容概要:本文系统研究了基于连续小波变换(CWT)与多种深度学习模型相结合的机械故障诊断方法,利用凯斯西储大学轴承故障公开数据集进行实验验证,并提供了完整的Matlab代码实现。研究首先通过连续小波变换将一维振动信号转化为二维时频图像,以增强信号的时频特征表达能力;随后构建并对比了CNN、ResNet、CNN-SVM、CNN-BiGRU、CNN-LSTM等多种深度神经网络模型用于故障分类识别,全面分析各模型在诊断精度、收敛速度与泛化能力等方面的性能差异。该研究融合信号处理与深度学习技术,属于具有创新性的未发表成果,达到可复现SCI一区论文水平。; 适合人群:适用于具备信号处理基础和机器学习知识,从事故障诊断、状态监测、工业自动化等领域的研究生、科研人员及工程技术开发者;尤其适合熟悉Matlab编程并希望开展相关课题研究或工程应用的专业人士。; 使用场景及目标:①应用于旋转机械设备(如电机、齿轮箱、轴承等)的早期故障检测与智能分类;②支撑学术科研中关于深度学习与信号处理融合方法的研究与高水平论文复现;③作为课程设计、毕业设计或科研项目的实践案例,提升从数据预处理到模型构建再到实证分析的全流程能力。; 阅读建议:建议结合所提供的Matlab代码同步运行与调试,重点关注连续小波变换的参数选择、时频图生成策略以及各类深度学习模型的网络结构设计与训练细节,同时可进一步探索其他小波基函数、优化算法或多模型融合策略以拓展研究深度。

7,776

社区成员

发帖
与我相关
我的任务
社区描述
.NET技术 非技术区
社区管理员
  • 非技术区社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧