发表服务
说起人生中的第一篇小论文，对许多读过研的人来说是一件十分难忘的经历。其实“科研小论文”是研究生同本科生拉开思维方式差距的第一步，它不仅能提高学术水平，还能增强知识运用、分析和解决问题的能力。对…
这三个符号区别非常大.第一个，也就是三角符号，以下记做\Delta.这个符号表示一个宏观的变化，比如某人从x1到x2，那么\Deltax2=x1.而d是一个微分符号，dx必须与其他微分符号如同dy、dt成对出现，否则.limdx=0，也就是在宏观下Δx可以不等于0，dx等于0.无妨认为...
我们可以看到下面左图中三个群体(正态分布曲线)的某个测量值的均值是相同的（x=u），但测量值的离散程度不同(标准差不同)。右边的图大家应该比较熟悉，它的意义是判断某个值是否是小概率事件，比如某个个体的测量值在三个标准差之外，我们就说这个数据点是个小概率事件（p<0.01）,在我们...
相信很多同学对期刊论文并不陌生，都有过在核心期刊上“投paper”的经验。但是对于会议论文就傻傻分不清：会议论文与期刊论文是什么？两者有何区别？学界对于他们的认可度又是怎样的呢？本期学术小百…
硕士论文盲审多少分及格-——盲审和非盲审的区别很小,只是去掉了学生和导师的信息,让专家对论文工作进行更客观的评价.事实上,大多数专家在评审时掌握的原则是一样的,公平公正地看待论文的工作量、创新点,尤其是真实性.
今天是2018年的7月3日，来教研室的第三天，在老师的论文中挣扎了一天，又在英文专著中挣扎了一天，发现自己离自己做的方向还差的很远。噗，安慰自己一下，千里之行，始于足下，慢慢补吧，从连续介质力学基础开始…
本内容来自其他的人解析，参考链接在最后的注释。1.前言目前深度学习模型多采用批量随机梯度下降算法进行优化，随机梯度下降算法的原理如下:n是批量大小(batchsize)，η是学习率(learningrate)。可知道除了梯度本身，这两个因子直接决定了模型的权重更新，从优化本身来看它们是影响模型性…
小目标检测trick小目标难检测原因小目标在原图中尺寸比较小，通用目标检测模型中，一般的基础骨干神经网络（VGG系列和Resnet系列）都有几次下采样处理:导致小目标在特征图的尺寸基本上只有个位数的像素大小，导致设计的目标检测分类器对小目标的分类效果差。
这是CVPR2018的一篇文章，提出了针对图像复原任务的CNN模型RDN(residualdensenetwork)。RDN主要是提出了网络结构RDB(residualdenseblocks)，它本质上就是残差网络结构与密集网络结构的结合。1.残差网络（resnet）与密集网络（densenet）1.残差网络结构残差网络结构：在输入与输出之间引入一个前向反馈的shortcut...
说起人生中的第一篇小论文，对许多读过研的人来说是一件十分难忘的经历。其实“科研小论文”是研究生同本科生拉开思维方式差距的第一步，它不仅能提高学术水平，还能增强知识运用、分析和解决问题的能力。对…
这三个符号区别非常大.第一个，也就是三角符号，以下记做\Delta.这个符号表示一个宏观的变化，比如某人从x1到x2，那么\Deltax2=x1.而d是一个微分符号，dx必须与其他微分符号如同dy、dt成对出现，否则.limdx=0，也就是在宏观下Δx可以不等于0，dx等于0.无妨认为...
我们可以看到下面左图中三个群体(正态分布曲线)的某个测量值的均值是相同的（x=u），但测量值的离散程度不同(标准差不同)。右边的图大家应该比较熟悉，它的意义是判断某个值是否是小概率事件，比如某个个体的测量值在三个标准差之外，我们就说这个数据点是个小概率事件（p<0.01）,在我们...
相信很多同学对期刊论文并不陌生，都有过在核心期刊上“投paper”的经验。但是对于会议论文就傻傻分不清：会议论文与期刊论文是什么？两者有何区别？学界对于他们的认可度又是怎样的呢？本期学术小百…
硕士论文盲审多少分及格-——盲审和非盲审的区别很小,只是去掉了学生和导师的信息,让专家对论文工作进行更客观的评价.事实上,大多数专家在评审时掌握的原则是一样的,公平公正地看待论文的工作量、创新点,尤其是真实性.
今天是2018年的7月3日，来教研室的第三天，在老师的论文中挣扎了一天，又在英文专著中挣扎了一天，发现自己离自己做的方向还差的很远。噗，安慰自己一下，千里之行，始于足下，慢慢补吧，从连续介质力学基础开始…
本内容来自其他的人解析，参考链接在最后的注释。1.前言目前深度学习模型多采用批量随机梯度下降算法进行优化，随机梯度下降算法的原理如下:n是批量大小(batchsize)，η是学习率(learningrate)。可知道除了梯度本身，这两个因子直接决定了模型的权重更新，从优化本身来看它们是影响模型性…
小目标检测trick小目标难检测原因小目标在原图中尺寸比较小，通用目标检测模型中，一般的基础骨干神经网络（VGG系列和Resnet系列）都有几次下采样处理:导致小目标在特征图的尺寸基本上只有个位数的像素大小，导致设计的目标检测分类器对小目标的分类效果差。
这是CVPR2018的一篇文章，提出了针对图像复原任务的CNN模型RDN(residualdensenetwork)。RDN主要是提出了网络结构RDB(residualdenseblocks)，它本质上就是残差网络结构与密集网络结构的结合。1.残差网络（resnet）与密集网络（densenet）1.残差网络结构残差网络结构：在输入与输出之间引入一个前向反馈的shortcut...
发表服务