- 博客(48)
- 收藏
- 关注
RSS订阅原创 近程无人机平台技术体系
固定翼无人机是无人机（UAV）的一种，它依靠固定在机身上的翅膀产生升力，通过动力系统推进前进。与多旋翼无人机和垂直起降（VTOL）无人机相比，固定翼无人机通常具有更长的航程、更快的飞行速度和更好的载荷能力。机翼：主要负责提供维持飞行器飞行的升力，并保持模型飞机飞行时的横侧安定。机翼上可以操纵发生偏转的部分叫做舵面，操纵飞机发生滚转的舵面叫做副翼（Aileron），部分飞机可能有额外的用于增升的后缘襟翼（Flap）或前缘缝翼（Slat），用于减速增阻的扰流板（Spoiler）。尾翼。
2024-05-15 15:56:20
963
原创 GitHub pull request（傻瓜式入门版）
Pull Request（拉取请求）是一种非常重要的协作机制，它是 Git 和 GitHub 等代码托管平台中常见的功能。在开源项目中，Pull Request 被广泛用于参与社区贡献，从而促进项目的发展。
2024-01-07 16:40:29
5039
1
原创 CSS2_基础学习
* 什么是伪元素？3 [属性名^=“值”] 选中包含某个属性，且属性值以指定的值开头的元素。4 [属性名$=“值”] 选中包含某个属性，且属性值以指定的值结尾的元素。/* 选中的是p元素最开始的位置，随后创建一个子元素 *//* 选中的是p元素最后的位置，随后创建一个子元素 */行内样式>ID选择器>类选择器>元素选择器>通配选择器。语法：选择器1,选择器2, 选择器3,…语法：选择器1 选择器2 选择器3…语法：选择器1>选择器2>选择器3>…语法：选择器1选择器2选择器3…
2023-12-31 23:20:10
1009
原创 图神经网络--GNN从入门到精通
图是由节点和边组成的，如下图所示。一般图中的节点表示实体对象（比如一个用户、一件商品、一辆车、一张银行卡等都可以作为节点），边代表事件或者实体之间的特殊关系（比如用户和商品之间的购买关系）。
2023-12-31 23:19:21
1480
原创 python基础
编程语言：计算机只认识二进制编码，编译器的作用就是把人类语言转换为二进制，从而让计算机理解人类的语言。：在程序运行时，能储存计算结果或能表示值的抽象概念。：在代码中，被写下来的的固定的值，称之为字面量。简单的说，变量就是在程序运行时，记录数据用的。
2023-12-31 17:16:51
696
原创 html_4——知识总结
html_4——知识总结一、计算机基础知识二、html4总结2.1 html基本结构2.2 全局属性-id,class,style,dir,title,lang2.3 格式排版标签-div,p,h1-h6,br,hr,pre2.4 文本标签-span,en,strong,del,ins,sub,sup2.5 图片标签-img:src,alt,width,height,boder2.6 超链接-a:herf,target,name,id2.7 列表标签-ul,ol:li；dl:dt,dd；2.8 表格--ta
2023-06-30 11:35:08
1581
原创 linux_实操篇
正常模式下:1.复制：5yy2.粘贴：p3.删除：5dd4.撤销：u5.到达文件中某一行：1G命令行模式下：1.查找某个单词：/关键字,回车2.查找下一个：n3.设置行号：set nu4.取消行号：set nonuinit 0-6 切换运行级别设置默认运行级别为3:systemctl set-default multi-user.target设置默认运行级别为5:systemctl set-default graphical.target运行级别说明：0：关机。
2023-02-27 14:18:19
531
2
原创 图机器学习【从理论到实战】
图机器学习1、图机器学习导论1.1图神经网络与普通神经网络的异同2、图的基本表示和特征工程2.1 图的基本表示2.1.1 图的本体设计2.1.2 图的种类2.1.3节点连接数（度）2.1.4图的基本表示（邻接矩阵）节点数量少使用2.1.5图的基本表示（连接列表和邻接列表）数量巨大采用2.1.6图的连通性1、图机器学习导论1.1图神经网络与普通神经网络的异同传统神经网络以往：随着机器学习、深度学习的发展，语音、图像、自然语言处理逐渐取得了很大的突破，然而语音、图像、文本都是很简单的序列或者网格数据，
2023-02-13 10:58:16
1353
原创 绘图模板（matplotlib）2
使用 plt.subplots 绘制均匀状态下的子图tight_layout 函数可以调整子图的相对大小使字符不会重叠# 导库及准备工作import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport matplotlib.dates as mdatesimport datetimeplt.rcParams['font.sans-serif'
2022-05-19 23:14:48
223
原创 绘图模板1（matplotlib）
Matplotlib 是专门用于开发2D图表（三层结构）容器层画板层Canvas画布层Figure绘图层/坐标系辅助显示层图像层import matplotlib.pyplot as pltimport numpy as npimport matplotlib as mpl二、通用绘画模板–单折线图# 1.数据准备x = range(60)y= [random.uniform(15,18) for i in x]# 2. 中文显示问题plt.rcParams
2022-05-19 15:48:46
1289
原创 pytorch实现的loss function
pytorch实现的loss function神经网络主要实现分类以及回归预测两类问题对于分类，主要讲述二分类交叉熵和多分类交叉熵函数,对于回归问题，主要讲述均方损失函数，而对于一些回归问题，需要根据特殊情况自定义损失函数。1、所有的loss的基类是Module，所以使用loss的方法是：# 1. 创建损失函数对象,并指定返回结果，默认为：平均值 以MSE为例criterion = MSELoss(reduction='...')# 2. 定义input x, traget yx = tor
2022-03-26 17:50:05
101
原创 吃瓜学习第二天（第三章）
吃瓜学习第二天（第三章）学习书籍：西瓜书、南瓜书学习视频：https://www.bilibili.com/video/BV1Mh411e7VU?p=33 线性模型文章架构，1、线性模型基本形式 ，2、线性回归公式推导，3、线性回归代码3.1 基本形式机器学习三要素：模型：根据具体问题，确定假设空间 （即y=kx+by=kx+by=kx+b还是y=kx2+by=kx^2+by=kx2+b,归根到底就是拟合方式）策略：根据评价标准，确定选取最优模型的策略（通常会产出一个“损失函数”）
2022-03-17 17:44:50
1183
原创 吃瓜学习第一天
吃瓜学习第一天（1，2章）1、绪论1.1 基本术语二分类：对只涉及两个类别的‘’二分类“任务，通常称其中一个类为”正类“，另一个为’‘反类”。回归任务：是通过对训练集进行学习，建立一个从输入空间x到输出空间y的映射f： x→y，y=R（R为实数集）二分类任务：通常令y={0，1}；多分类任务：|y|>2；“泛化”能力：学到的模型适用于新样本（测试样本）能力通常假设样本空间中全体样本服从一个**“未知”分布**，我们获得的每个样本都是独立从这个分布上采样得到的，即“独立同分布”；一般而言
2022-03-15 15:37:14
941
原创 dataframe常用技巧
疑难杂症记录1、os小结os.getcwd()函数 #获得当前的路径os.path.sep: #路径分隔符 (相当于就是‘/’的作用）os.path.join(os.getcwd(),‘aaa’, ‘bbb’, ‘ccc’) 拼接出来多级目录：E:\test\aaa\bbb\cccos.path.abspath(path) #返回绝对路径os.path.basename(path) #返回文件名path = os.path.abspath(os.getcwd())
2022-03-13 20:34:56
1427
原创 动手学数据分析-模型构建与评估5
动手学数据分析51. 模型的建立# 导入库import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as snsfrom IPython.display import Image# 设置图片格式plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签plt.rcParams['axes.unicode_minus'] =
2022-01-19 16:57:35
798
原创 动手学数据分析之数据可视化4
动手学数据分析4数据可视化# 1.导入所需包import numpy as npimport pandas as pdimport matplotlib.pyplot as plt# 2.导入文件text = pd.read_csv(r'result.csv')text.head() # 查看文件# 3.可视化展示## 3.1泰坦尼克号数据集中男女中生存人数分布情况### 法一import matplotlib.pyplot as plttext.groupby(['Sex
2022-01-16 19:28:07
815
原创 动手学数据分析之数据重构3
动手学数据分析3数据重构1.数据的合并# 0、导入基本库import pandas as pdimport numpy as nptext_left_up = pd.read_csv('text_left_up.csv')text_right_up = pd.read_csv('text_right_up.csv')text_left_down = pd.read_csv('text_left_down.csv')text_right_down = pd.read_csv('text_r
2022-01-14 12:16:27
626
原创 RNN与LSTM
RNN与LSTM本文来源于视频https://www.bilibili.com/video/BV1e5411K7oW?p=21、RNN（循环神经网络）带时间序列的任务场景例子：语音识别，生成一段音乐，情感分析特点：前后关联强，“前因后果”标准神经网络建模弊端传统神经网络：x1,x2....x_1,x_2....x1,x2....为输入特征，y1,y2...y_1,y_2...y1,y2...为输出-缺点：单纯的神经网络结构，不共享文本从不同位置上学到的特征参数量
2022-01-13 19:29:51
365
原创 动手学数据分析之数据清洗2
第二章：数据清洗及特征处理开始之前，导入numpy、pandas包和数据#加载所需的库import numpy as npimport pandas as pd#加载数据train.csvdata=pd.read_csv('train.csv',header=0,encoding='utf-8')data.head(10).append(data.tail(10))2.1数据清洗简述我们拿到的数据通常是不干净的，所谓的不干净，就是数据中有缺失值，有一些异常点等，需要经过一定的处理才能继续
2022-01-13 19:12:34
242
1
原创 数据分析之数据查看1
动手学数据分析以泰坦尼克号数据为例第一章：数据载入及初步观察1.数据集下载数据集下载 https://www.kaggle.com/c/titanic/overview2.数据查看import pandas as pdimport numpy as np# 1.读取数据，读取的时加表头data=pd.read_csv('train.csv'，names=["乘客ID","是否幸存","乘客等级(1/2/3等舱位)","乘客姓名","性别","年龄","堂兄弟/妹个数","父母与小孩个数"
2022-01-09 15:11:13
1034
原创 对抗网络实现特征迁移技术路线
对抗网络实现特征迁移技术路线：特征提取器目标：将源域和目标域样本输入，目标是使得提取的特征与域无关，同时能够正确分类。分类器目标：训练源域模型损失函数的目的是：预测的源域分类器标签与真实标签相差尽可能小域判别器目标：将源域特征和目标域特征尽可能区分。目标是：分清楚源域与目标域损失函数的目的是：预测的源域判别标签与真实域标签相差尽可能小最终目标：通过特征提取器和域判别器之间相互对抗，训练出一个能够提取域不敏感同时有很好分类能力的特征。测试：目标域测试目标：使用训练好的源域分
2021-12-15 12:29:50
2467
1
原创 pandas高级数据处理学习笔记（简略版）
pandas高级数据处理学习笔记（简略版）视频来源：https://www.bilibili.com/video/BV1xt411v7z9?p=56一、缺失值处理import pandas as pd1、判断是否存在缺失值data=pd.read_csv('./1.csv')pd.isnull(data).any() # 返回True说明存在缺失值pd.notnull(data).all() # 返回False说明存在缺失值2、缺失值是nandata.dropna(inplace=Tru
2021-12-03 14:43:54
167
原创 pandas高级数据处理学习笔记
pandas高级数据处理学习笔记视频来源：https://www.bilibili.com/video/BV1xt411v7z9?p=56一、缺失值处理缺失值是Nan类型1.1 判断是否存在缺失值Nanpd.isnull(df)pd.notnull(df)实例import pandas as pdimport numpy as npdata=pd.read_csv('')np.any(pd.isnull(data)) # 返回True,说明存在缺失值pd.isnull(d
2021-12-03 14:43:18
182
原创 pandas基础学习笔记（简略版）
1、DataFrame既有行索引(index)又有列索引(columns)的二维数组# 生成dataframestock=[f'股票{i}' for i in range(10)]date=pd.date_range(start='20211201',priods=5,freq='B')data1=pd.DataFrame(stock_change,index=stock,columns=date)data2=pd.DataFrame({'month':[1,2,3,45,5],
2021-12-02 21:28:33
1230
原创 pandas基础学习笔记
pandas学习笔记作用:数据处理工具为什么用：便捷的数据处理能力读取文件方便封装了Matplotlib、Numpy的画图与计算核心数据结构：DataFrame、SeriesDataFrame既有行索引(index)又有列索引(columns)的二维数组用法：给numpy生成的数组加行、列索引属性：index、columns、values、shape方法：head()、tail()例：生成索引import numpy as npimport pandas as
2021-12-01 19:38:12
283
原创 python数据处理技巧一
python–字符串处理技巧1、+操作对字符串组合a="jupyter"b="notebook"print(a+b)---result---jupyternotebook2、*操作重复字符串个数a="jupyter notebook\n"print(a*5)---result---jupyter notebookjupyter notebookjupyter notebookjupyter notebookjupyter notebook3、in操作用于判断某个
2021-11-30 19:54:12
812
原创 numpy学习笔记
Numpynumpy 使用ndarray对象处理多维数组，该对象是一个快速而灵活的大数据容器一、ndarray相同类型的“items”的集合import numpy as npscore=np.array([1,2,3]，dtype='float') # 转换为array格式,创建数组时指定类型print("数据维度的元组",score.shape)print('数据维数',score.ndim)print('数据中元素个数',score.size)print('一个数据元素的长度',sc
2021-11-30 16:49:36
1547
原创 线性与非线性规划
线性与非线性规划一、线性规划（LP）数学模型都是求一组非负解，在满足一组以线性等式或线性不等式所表示的限制条件下，使一个线性函数取得最优值（最大值或者最小值）标准型：maxz=∑j=1ncjxjs.t.∑j=1naijxj=bj(i=1,2,3...)s.t.xj≥0(j=1,2,3...)max z=\sum_{j=1}^{n}{c_jx_j}\\s.t.\sum_{j=1}^{n}{a_{ij}x_j}=b_j\\(i=1,2,3...)s.t.x_j\geq0(j=1,2,3...)m
2021-11-28 21:40:49
3325
原创 大数据下机械智能诊断的机遇与挑战，阅读文献系列(一)
阅读文献系列(一)由于健忘，额，可能是年龄大了，对自己的论文记录进行个记录论文题目：大数据下机械智能诊断的机遇与挑战文章链接：https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFDLAST2018&filename=JXXB201805011&uniplatform=NZKPT&v=BaNEOKJ4Vil9aoMMOQ7LDrF6beGPFsLuLZFQtl00iYZEPWjEDtN2HL
2021-11-23 17:21:52
2954
转载 图片数据增强
import cv2import numpy as npimport os.pathimport copy# 椒盐噪声def SaltAndPepper(src,percetage): SP_NoiseImg=src.copy() SP_NoiseNum=int(percetage*src.shape[0]*src.shape[1]) for i in range(SP_NoiseNum): randR=np.random.randint(0,src.s.
2021-11-15 20:41:34
157
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人