http://localhost:4000/ sirlis 2026-02-02T14:07:13+08:00 sirlis http://localhost:4000/ Jekyll © 2026 sirlis /assets/img/favicons/favicon.ico /assets/img/favicons/favicon-96x96.png 2025-12-08T21:06:49+08:00 2025-12-15T23:50:18+08:00 http://localhost:4000/posts/artificial-intelligence-object-detection/ sirlis

目标检测是计算机视觉领域的基础任务，旨在通过算法自动检测图像中包含的目标类别信息和位置信息。本文将详细介绍基于锚框（Anchor）的目标检测算法，并介绍其原理和实现方法。 1. 目标检测基础 1.1. 基于锚框的目标检测 1.2. 非锚框的目标检测 1.3. 目标检测的主要指标 1.3.1. 置信度阈值 1.3.2. 交并比（IoU） 1.3.3. 平均精度（AP）和均值平均精度（mAP） 2. R-CNN 系列多阶段目标检测 2.1. R-CNN 2.1.1. 候选区域提取 2.1.2. 候选框分类 ...

2025-12-06T13:53:49+08:00 2025-12-15T23:50:18+08:00 http://localhost:4000/posts/artificial-intelligence-CNN-classification/ sirlis

图像分类是计算机视觉领域的基础任务，旨在通过算法自动识别图像中包含的目标类别。卷积神经网络（CNN）凭借其强大的特征提取能力，已成为图像分类的主流方法。本文将详细介绍CNN用于图像分类的原理、典型网络架构及实践要点。 1. 图像分类基础 1.1. 任务定义 1.2. 性能指标 1.2.1. 准确率 1.2.2. 混淆矩阵 1.2.3. 精确率与召回率 1.2.4. PR 曲线 1.2.5. F1 分数 1.2.6. FPR 和 TPR 1.2.7. ROC 曲线 1.3. 多分类问题 1.4. 优势与挑战 2...

2025-09-17T09:29:49+08:00 2025-09-22T20:27:56+08:00 http://localhost:4000/posts/artificial-intelligence-search-strategy/ sirlis

搜索算法是人工智能领域的核心基础，为智能系统提供了在复杂问题空间中寻找可行解或最优解的能力。从简单的迷宫寻路到复杂的游戏决策，搜索算法构成了许多人工智能应用的基石。 本文系统性地介绍了人工智能中四大类搜索算法：无信息搜索、有信息搜索、$A^\star$ 搜索和蒙特卡罗树搜索。无信息搜索包括枚举搜索、广度优先搜索和深度优先搜索，它们不利用任何领域知识，通过系统性的空间探索来寻找解。有信息搜索则引入启发式函数来引导搜索方向，显著提高搜索效率，其中贪婪最佳优先搜索和A算法是典型代表。$A^\star$ 算法结合了 Dijkstra 算法的最优性保证和贪婪搜索的高效性，成为路径规划等领域的黄金标准。最后，蒙特卡罗树搜索通过随机模拟和树形搜索的结合，在复杂决策问题中展现出强大能力，特别是在 AlphaGo 等突破性 AI 系统中发挥了关键作用。 1. 概述 2. 无信息搜索 ...

2025-08-24T11:03:49+08:00 2025-09-13T17:28:13+08:00 http://localhost:4000/posts/artificial-intelligence-knowledge-etc/ sirlis

在人工智能与知识管理领域，对知识的系统性认知与高效表示是实现智能推理和决策的基础。本文将从知识的本质出发，首先剖析知识的基本概念，明确其定义与分类，为后续探讨知识的表示与推理奠定理论基石；继而深入解析基于符号逻辑的多种知识表示方法，包括一阶谓词逻辑、产生式规则、框架式表示等经典范式，揭示逻辑推理的内在机制；同时，结合语义网技术，阐述以 RDF 为核心的知识表示体系及其在语义建模中的应用。通过理论与方法的结合，帮助读者构建对知识表示与推理的完整认知框架，为进一步探索智能系统的知识处理技术提供方向指引。 1. 知识的基本概念 1.1. 什么是知识 1.2. 知识的分类 2. 知识表示与推理 2.1. 基于符号逻辑的表示 2.1.1. 一阶谓词逻辑表示法 ...

2025-07-31T18:57:49+08:00 2025-09-09T09:24:12+08:00 http://localhost:4000/posts/artificial-intelligence-introduction/ sirlis

绪论。 1. 什么是人工智能 1.1. 人工智能 1.2. 机器学习 1.3. 深度学习 1.4. 模式识别 1.5. 关系图 2. 人工智能的发展历史 2.1. 萌芽与理论探索期 2.1.1. 图灵测试 2.2. 符号主义黄金时期 2.2.1. 符号主义（Symbolicism） 2.2.2. 连接主义（Connectionism） 2.2.3. 行为主义（Behaviorism / Emergentism） 2.2.4. 三主义对比一览 ...