对接AI搜索开放平台的向量模型
本文介绍如何在OpenSearch行业算法版中，使用AI搜索开放平台自定义部署的文本向量化模型。解决跨区域网络耗时问题，为用户提供更多模型选择。
【CPOBP-NSWOA】基于豪冠猪优化BP神经网络模型的多目标鲸鱼寻优算法研究（Matlab代码实现）
欢迎来到本博客❤️❤️ 博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。 ⛳️座右铭：行百里者，半于九十。 本文内容如下： ⛳️赠与读者 做科研，涉及到一个深在的思想系统，需要科研者逻辑缜密，踏实认真，但是不能只是努力，很多时候借力比努力更重要，然后还要有仰望星空的创新点和启发点。建议读者按...
基于模型预测算法的混合储能微电网双层能量管理系统研究(Matlab代码实现）
个人主页 欢迎来到本博客❤️❤️ 博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。 ⛳️座右铭：行百里者，半于九十a。 1 概述 参考文献： ...
什么是模型hitrate评估算法组件
该组件使用hit_rate_pai.py脚本，实现向量召回评估的功能。本文为您介绍该组件的配置方法。使用限制支持使用的计算引擎为MaxCompute。组件配置您可以使用以下任意一种方式，配置模型hitrate评估组件参数。方式一：可视化配置参数输入桩输入桩（从左到右）建议上游组件对应PAI命令参数是...
使用Lasso回归算法进行模型训练_人工智能平台 PAI(PAI)
Lasso（Least absolute shrinkage and selection operator）回归算法是一种压缩估计算法。Lasso回归训练组件基于该算法，支持稀疏、稠密两种数据格式，且支持带权重样本的训练。本文为您介绍Lasso回归训练组件的配置方法。
高斯混合模型:GMM和期望最大化算法的理论和代码实现
gmm可用于各种机器学习应用，包括聚类、密度估计和模式识别。 在本文中，将首先探讨混合模型，重点是高斯混合模型及其基本原理。然后将研究如何使用一种称为期望最大化(EM)的强大技术来估计这些模型的参数，并提供在Python中从头开始实现它。最后将演示如何使用Scikit-Learn库使用GMM执行聚类。 混合模型 混合模型是一种概率模型，用于表示可能来自多个不同来源或类别的数据，每个来源...
【电动车优化调度】基于模型预测控制(MPC)的凸优化算法的电动车优化调度（Matlab代码实现）
1 概述增加道路车辆的电气化已被确定为解决气候变化和空气污染等重要社会问题的关键短期解决方案 [1]。插电式混合动力电动汽车 (PHEV)，其中电力推进系统与内燃机相辅相成，是目前常见的配置。尽管锂离子电池的低能量密度和较长的充电时间限制了全电动动力系统的可行性，但对日常驾驶行为的分析表明，50% 的内燃机驱动里程可以使用配备全电动汽车的混合动力汽车提供动力。续航里程仅为 40 英里 [2]。然....
非线性非高斯模型的改进粒子滤波算法（Matlab代码实现）
1 概述由于红外、被动声纳等被动传感器具有隐蔽性好、抗干扰性强等特点，因此在现代战争中纯方位跟踪有着广泛的应用前景，吸引了许多学者进行研究。但是，纯方位跟踪又是跟踪问题的一个难点，主要是因为同主动跟踪问题相比，纯方位跟踪具有不可观测性，滤波非线性等特点。目前，针对纯方位跟踪研究多采用局部线性化的近似方法。扩展卡尔曼滤波( EKF) 是比较普遍适用的算法，此算法仅利用非线性函数 Taylor 展开....
基于模型预测算法的混合储能微电网双层能量管理系统研究(Matlab代码实现）
1 概述参考文献：摘要:可再生能源（RES）和储能系统（ESS）在微电网中的集成为最终用户和系统运营商提供了潜在的利益。然而，对于微电网的经济运行，需要对可再生能源的间歇性问题和ESS的高成本进行审查。本文提出了一种由电池和超级电容器组成的混合ESS微电网的两层预测能量管理系统（EMS）。考虑到混合ESS在充电深度（DOD）和寿命方面的退化成本，电池和超级电容器的长期成本被建模并转化为与实时操作....
花朵识别系统python+TensorFlow+Django网页界面+深度学习模型+卷积网络算法【完整代码】
一、介绍 花朵识别系统，基于Python实现，深度学习卷积神经网络，通过TensorFlow搭建卷积神经网络算法模型，并对数据集进行训练最后得到训练好的模型文件，并基于Django搭建可视化操作平台。在当今信息化社会，图像识别技术在各种领域都展现出了重要的应用价值，包括医学影像分析、自动驾驶、人脸识别等。图像识别是深度学习领域最为重要和最具挑战性的研究方向之一。本项目即是基于这一背景，通过使用.....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
算法更多模型相关
智能引擎技术
AI Online Serving，阿里巴巴集团搜推广算法与工程技术的大本营，大数据深度学习时代的创新主场。
+关注