excel sample

 

excel

excel统计函数实例汇总 数组公式指南和示例 - Excel Excel公式应用常见错误及处理 excel多个条件筛选的三种方法 EXCEL分类汇总的用法_百度知道 Excel用函数公式筛选数据的方法 在公式中定义和使用名称 - Excel 快速入门:创建数据透视表 - Excel Excel:[2]vlookup双条件查询实例_百度经验 Love 4.0 EXCEL實現類似SELECT…GROUP BY的方法 在工作表中添加按钮并为其分配宏 - Excel Privacy warning for Office Excel - Microsoft Community VLOOKUP when the look up value is the output of a formula 使用 VLOOKUP、MATCH 和 INDEX 执行动态搜索 - Excel 易宝典:Excel 中的 COUNTA 和 COUNTIF 函数使用入门 Excel 中使用数据透视表 Pivot Table - 炭炭 - 博客园 如何在 Excel 中使用 Visual Basic 程序选择单元格-范围 Excel 引用其他工作簿工作表的特殊方法-Excel基础应用-ExcelHome技术论坛 - Extract a unique distinct list from two columns using excel 2007 array formula Get Digital Help - Microsoft Excel resource

 

excel 2010里加入vba怎么保存不了-CSDN论坛-CSDN.NET-中国最大的IT技术社区
http://bbs.csdn.net/topics/390359839?page=1#post-393597841
隐藏或显示公式
http://office.microsoft.com/zh-cn/excel-help/HP010066252.aspx

RAW_JIRA
------------------------------------------
Project Type Key Title Component/s Date Username Time Spent (h) 
grrp-Axiom Task GRRPAXIOM-765 China Bank UAT Support (Sam) 2014_China_Bank_P332558 6-Nov-14 Sam Hon 16 

RAW_SN
------------------------------------------
Task Long Description Time in seconds Assigned To Created Date Created by Time Worked Type Updated Updated by Updates Assignment Group Short Description Name Category Impacted Configuration Item
INC06771627  47 Edbert Fan 2014/10/20 11:25:02 edbertf ALERT - APP INTEROPERABILITY 2014/10/20 11:25:02 edbertf 0 CPT-APG-NEWMKTS-AXIOM HOST rise: ia115c1n7 Disk/Usage/Bytes/Percent  [80.04 > 80]   Axiom for Asia Operations [18925] [grn:/ms/stp/oracdm/RegReporting/AxiomAsia]

TMP_JIRA
------------------------------------------
 Username Profile Time ID identifier Profile# ppm ppm desc desc
=IF(INDIRECT("RAW_JIRA!"&ADDRESS(ROW(),CONFIG!$A$3))=0,"",INDIRECT("RAW_JIRA!"&ADDRESS(ROW(),CONFIG!$A$3)))
=IF(INDIRECT("RAW_JIRA!"&ADDRESS(ROW(),CONFIG!$A$4))=0,"",INDIRECT("RAW_JIRA!"&ADDRESS(ROW(),CONFIG!$A$4)))
=IF(INDIRECT("RAW_JIRA!"&ADDRESS(ROW(),CONFIG!$A$5))=0,"",INDIRECT("RAW_JIRA!"&ADDRESS(ROW(),CONFIG!$A$5)))
=IF(INDIRECT("RAW_JIRA!"&ADDRESS(ROW(),CONFIG!$A$6))=0,"",INDIRECT("RAW_JIRA!"&ADDRESS(ROW(),CONFIG!$A$6)))
=IF(A2="","","JIRA")
=IF(ISNUMBER(RIGHT(B2,6)*1),RIGHT(B2,6),"")
=IF(A2="","",IF(F2="","999999",F2))
=IFERROR(VLOOKUP(G2+0,CONFIG!$B$27:$C$208,2,FALSE),"")
=IF(INDIRECT("RAW_JIRA!"&ADDRESS(ROW(),CONFIG!$A$7))=0,"",INDIRECT("RAW_JIRA!"&ADDRESS(ROW(),CONFIG!$A$7)))

TMP_SN
------------------------------------------
Username Profile Time ID identifier Profile# ppm ppm desc real Time desc
=IF(INDIRECT("RAW_SN!"&ADDRESS(ROW(),CONFIG!$A$11))=0,"",INDIRECT("RAW_SN!"&ADDRESS(ROW(),CONFIG!$A$11)))
=IF(INDIRECT("RAW_SN!"&ADDRESS(ROW(),CONFIG!$A$12))=0,"",INDIRECT("RAW_SN!"&ADDRESS(ROW(),CONFIG!$A$12)))
=IF(INDIRECT("RAW_SN!"&ADDRESS(ROW(),CONFIG!$A$13))=0,"",INDIRECT("RAW_SN!"&ADDRESS(ROW(),CONFIG!$A$13))/CONFIG!$A$23)
=IF(INDIRECT("RAW_SN!"&ADDRESS(ROW(),CONFIG!$A$14))=0,"",INDIRECT("RAW_SN!"&ADDRESS(ROW(),CONFIG!$A$14)))
=IF(A2="","","SN")
=IF(A2="","",IFERROR(MID(B2,SEARCH("[",B2)+1,SEARCH("]",B2)-SEARCH("[",B2)-1),"999999"))
=IF(A2="","",IFERROR(VLOOKUP(F2+0,CONFIG!$A$27:$C$208,2,FALSE),"999999"))
=IFERROR(VLOOKUP(F2+0,CONFIG!$A$27:$C$208,3,FALSE),"")
=IF(C2="","",IF(MOD(INDIRECT("RAW_SN!"&ADDRESS(ROW(),CONFIG!$A$13)),CONFIG!$A$23),0,INDIRECT("RAW_SN!"&ADDRESS(ROW(),CONFIG!$A$13))/CONFIG!$A$23))
=IF(INDIRECT("RAW_SN!"&ADDRESS(ROW(),CONFIG!$A$15))=0,"",INDIRECT("RAW_SN!"&ADDRESS(ROW(),CONFIG!$A$15)))

CONFIG
------------------------------------------
JIRA_timesheet required column location  
column number column name 
=MATCH(B3,RAW_JIRA!A1:I1,0) Username 
=MATCH(B4,RAW_JIRA!A1:I1,0) Component/s 
=MATCH(B5,RAW_JIRA!A1:I1,0) Time Spent (h) 
=MATCH(B6,RAW_JIRA!A1:I1,0) Key 
=MATCH(B7,RAW_JIRA!A1:I1,0) Title 
  
SERVICENOW_timesheet required column location  
column number column name 
=MATCH(B11,RAW_SN!A1:O1,0) Assigned To 
=MATCH(B12,RAW_SN!A1:O1,0) Impacted Configuration Item 
=MATCH(B13,RAW_SN!A1:O1,0) Time in seconds 
=MATCH(B14,RAW_SN!A1:O1,0) Task 
=MATCH(B15,RAW_SN!A1:O1,0) Short Description 
  
total count of Jira and serviceNow item  
Jira count =COUNTA(aLista)-COUNTIF(aLista,"") 
serviceNow count =COUNTA(aList)-COUNTIF(aList,"") 
total =B18+B19 
  
time unit to be divided   
3600  
  
mapping between service now and ppm  
sn id profile id ppm desc
18925 308209 308209 - Support - ABO
43235 308889 308889 - Support - ORC
24031 333706 333706 - Others - Capacity & Perf
 332558 332558 - China Bank (Ph3)
 308491 308491 - China Bank (Ph2)
 332561 332561 - China Bank (Change Request)
 334012 334012 - Europe ESMA
 333598 333598 - Hong Kong/Korea SP
 333596 333596 - Japan Short Sell
 332546 332546 - Japan FinOPS Rpt Renovate
 332549 332549 - Japan FXOPS Rpt Renovate
 333601 333601 - Korea Compliance
 344466 344466 - Korea Record Keeping Rpt
 332687 332687 - Korea OTC
 332562 332562 - Korea Bank RTB
 332563 332563 - Others - Autosys R11
 333599 333599 - Others - ABO Upgrade
 333243 333243 - Others - ABO Infra TAM
 333602 333602 - Others - Infra Autos upgrade
 332556 332556 - ORC - MCTB Rpt Renovate
 309015 309015 - SRRP - Integration
 332560 332560 - SDM deco'
 332548 332548 - SSBO Rpt Renovate
999999 999999 Unidentified - Pls assign appropiate component in your ticket

TMP_MERGE1
------------------------------------------
Username identifier ppm# SN Ticket / Jira ID Time(h) SN Profile / Jira Component ppm desc description final ppm display

=IF(INDEX(aList,  COUNTA(A$1:A1))<>"",INDEX(aList,  COUNTA(A$1:A1)),INDEX(aLista,  COUNTA(A$1:A1)-CONFIG!$B$19)) 
=IF(INDEX(aList,  COUNTA(B$1:B1))<>"",INDEX(eList,  COUNTA(B$1:B1)),INDEX(eLista,  COUNTA(B$1:B1)-CONFIG!$B$19)) 
=IF(INDEX(aList,  COUNTA(C$1:C1))<>"",INDEX(ppmList,  COUNTA(C$1:C1)),INDEX(ppmLista,  COUNTA(C$1:C1)-CONFIG!$B$19)) 
=IF(INDEX(aList,  COUNTA(D$1:D1))<>"",INDEX(dList,  COUNTA(D$1:D1)),INDEX(dLista,  COUNTA(D$1:D1)-CONFIG!$B$19)) 
=IF(INDEX(aList,  COUNTA(E$1:E1))<>"",INDEX(realTimeList,  COUNTA(E$1:E1)),INDEX(cLista,  COUNTA(E$1:E1)-CONFIG!$B$19)) 
=IF(INDEX(aList,  COUNTA(F$1:F1))<>"",INDEX(bList,  COUNTA(F$1:F1)),INDEX(bLista,  COUNTA(F$1:F1)-CONFIG!$B$19)) 
=IF(INDEX(aList,  COUNTA(G$1:G1))<>"",INDEX(ppmDescList,  COUNTA(G$1:G1)),INDEX(ppmDescLista,  COUNTA(G$1:G1)-CONFIG!$B$19)) 
=IF(INDEX(aList,  COUNTA(G$1:G1))<>"",INDEX(descList,  COUNTA(G$1:G1)),INDEX(descLista,  COUNTA(G$1:G1)-CONFIG!$B$19)) 
=IF(A2<>"",IF(F2="","N/A",F2),"")

TMP_MERGE2
------------------------------------------
Username identifier ppm# SN Ticket / Jira ID Time(h) SN Profile / Jira Component ppm desc description final ppm display
=IF($M2=4^8,"",INDIRECT("TMP_MERGE1!A"&$M2)) 
=IF($M2=4^8,"",INDIRECT("TMP_MERGE1!B"&$M2)) 
=IF($M2=4^8,"",INDIRECT("TMP_MERGE1!C"&$M2)) 
=IF($M2=4^8,"",INDIRECT("TMP_MERGE1!D"&$M2)) 
=IF($M2=4^8,"",INDIRECT("TMP_MERGE1!E"&$M2)) 
=IF(IF($M2=4^8,"",INDIRECT("TMP_MERGE1!F"&$M2))="",G2,IF($M2=4^8,"",INDIRECT("TMP_MERGE1!F"&$M2))) 
=IF($M2=4^8,"",INDIRECT("TMP_MERGE1!G"&$M2)) 
=IF($M2=4^8,"",INDIRECT("TMP_MERGE1!H"&$M2)) 
=IF($M2=4^8,"",INDIRECT("TMP_MERGE1!I"&$M2))

row to be filtered
{=IFERROR(SMALL(IF(((INDIRECT("TMP_MERGE1!$E$2:$E$"&CONFIG!$B$20+1)>0)),ROW(INDIRECT("$2:$"&CONFIG!$B$20+1)),4^8),ROW(M1)),4^8)}

JIRA_SN_LIST
-------------------------------------------
Username identifier ppm# SN Ticket / Jira ID Time(h) SN Profile / Jira Component ppm desc description rank
=TMP_MERGE2!A1 =TMP_MERGE2!B1 =TMP_MERGE2!C1 =TMP_MERGE2!D1 =TMP_MERGE2!E1 =TMP_MERGE2!F1 =TMP_MERGE2!G1 =TMP_MERGE2!H1 rank

BOOKING_SUMMARY
-------------------------------------------
this is pivot table

notes
-----------------------------------------
1. copy JIRA timesheet to RAW_JIRA, serviceNow time sheet to RAW_SN
2. check if CONFIG sheet required column name matched with RAW_JIRA and RAW_SN, if not, then adjust CONFIG sheet.
3. TMP_JIRA , TMP_SN and TMP_MERGE1/TMP_MERGE2/JIRA_SN_LIST only defined 1000 rows, if you need to expand please choose Name Manager under Formulas tab to adjust, also you need to regenerate pivotTable.
such as aList =TMP_SN!$A$2:$A$1000
4. there is sum of total row of TMP_JIRA and TMP_SN, they are used in TMP_MERGE1/TMP_MERGE2 sheet 
5. the time unit in CONFIG sheet is used to convert time in TMP_SN real Time column
6. mapping table in CONFIG is used in TMP_SN to generate ppm column
7. JIRA_SN_LIST is used to hold the final result from TMP_MERGE2 sheet, It will filter by column Time(h)>0, and sort by Username
8. you need to refresh BOOKING_SUMMARY after  every update by  click Refresh Workbook button

 

button assigned macro
Sub RefreshWorkbook()
'
' RefreshWorkbook Macro
'

'
    Sheets("JIRA_SN_LIST").Select
    ActiveSheet.Range("$A$1:$I$1000").AutoFilter Field:=1, Criteria1:="<>"
    Sheets("BOOKING_SUMMARY").Select
    ActiveSheet.PivotTables("PivotTable1").PivotCache.Refresh
    Sheets("PROJECT_SUMMARY").Select
    ActiveSheet.PivotTables("PivotTable2").PivotCache.Refresh
    Sheets("notes").Select
End Sub

 


 

 

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值