python
文章平均质量分 67
perfect Yang
Day Day UP
展开
-
微流控文献分享2
早期筛查食源性病原体是控制食源性疾病暴发的关键。本研究开发了一种微流控阻抗生物传感器,结合用于细菌分离的免疫磁性纳米颗粒(MNP)、用于生物信号放大的脲酶和用于阻抗测量的微流控芯片,用于快速、灵敏、连续流检测大肠杆菌O157: H7。将链霉亲和素修饰的MNP与生物素化多克隆抗体(PAb)缀合形成免疫MNP后,MNP首先将目标细菌从背景中分离出来,形成MNP-细菌复合物。然后,将脲酶修饰的金纳米粒子(GNP)和针对大肠杆菌O157:H7的适配体与MNP-细菌缀合,形成MNP-细菌-GNP-脲酶复合物。原创 2024-04-09 16:55:16 · 976 阅读 · 0 评论 -
Accuracy准确率,Precision精确率,Recall召回率,F1 score
FP(False Positive):被错误预测的正例。即该数据的真实值为反例,但被错误预测成了正例的情况;FN(False Negative):被错误预测的反例。即该数据的真实值为正例,但被错误预测成了反例的情况。真正例和真反例是被正确预测的数据,假正例和假反例是被错误预测的数据。TP(True Positive):被正确预测的正例。即该数据的真实值为正例,预测值也为正例的情况;TN(True Negative):被正确预测的反例。即该数据的真实值为反例,预测值也为反例的情况;原创 2024-04-09 15:47:10 · 918 阅读 · 0 评论 -
yolo:xml数据集转换为txt数据集
yolo:xml数据集转换为txt数据集。原创 2024-03-29 20:02:05 · 142 阅读 · 0 评论 -
文献阅读:基于改进ConvNext的玉米叶片病害分类
本研究采用的数据集进行了数据增强。通过采用旋转、高斯模糊、添加随机噪声、添加随机 位置的遮挡以及亮度调节等数据增强方法分别模 拟在图像采集中不同角度、其他背景叶片的遮挡以 及不同天气等外界因素的干扰,从而防止模型过拟合,同时提升模型的鲁棒性和泛化能力。对原数据集按照 6:2:2 的比例划分训练集、验证集与测试集。本试验针对玉米种植中 3 种常见病害玉米灰斑病、玉米锈病以及玉米大斑病和健康叶片进行试验研究。原创 2023-12-06 17:15:09 · 1456 阅读 · 0 评论 -
‘str‘ object has no attribute ‘decode‘:问题解决办法
## 'str' object has no attribute 'decode'**一般是因为decode方法不匹配导致的由于此方法是开源文件编写的,我们无法直接将其修改所以可以使用一些暴力的方法,比如卸载重装*原创 2023-12-03 17:09:43 · 529 阅读 · 0 评论 -
numpy库基本用法
Numpy前言Numpy是一个开源的Python科学计算库,它是python科学计算库的基础库,许多其他著名的科学计算库如Pandas,Scikit-learn等都要用到Numpy库的一些功能。本文主要内容如下:Numpy数组对象创建ndarray数组Numpy的数值类型ndarray数组的属性ndarray数组的切片和索引处理数组形状数组的类型转换numpy常用统计函数数组的广播1 Numpy数组对象Numpy中的多维数组称为ndarray,这是Numpy中最常见的数组对象原创 2021-03-21 20:27:57 · 1030 阅读 · 0 评论 -
python里的collections模块
python里的collections模块collections模块里提供了一些特殊功能的容器:namedtuple deque ChainMap Counter OrderedDict defaultdictnamedtuplenamedtuple,有点像一个C语言的结构体。Point = namedtuple('Point', ['x', 'y'])p = Point(100, 50)p.x ==> 100p[0] ==> 100 #注意因为是tuple子类,所以也原创 2021-02-22 11:56:08 · 157 阅读 · 1 评论 -
python--二叉树库函数
binarytree库函数使用函数名 输入参数 功能_is_balanced(root) 二叉树的根结点(binarytree.Node类型) 如果二叉树是平衡的则返回树的高度,否则返回-1_is_bst(root, min_value=float(’-inf’), max_value=float(‘inf’)) root:二叉树的根结点;min_value:最小的结点值;max_value:最大的结点值 如果这是一个二叉搜索树,返回True,否则返回False_validate_tree_heig原创 2020-11-17 17:49:32 · 992 阅读 · 0 评论 -
python基本函数归整
1.面向对象编程的概念1)面向对象的三个基本特征:封装、继承、多态2)类和对象是面向对象编程的2个主要方面。类使用class关键字创建。类的域和方法被列在一个缩进块中。2.类[root@reed 0504]# cat simpleclass.py#!/usr/bin/pythonclass Person:pass #an empty blockprint ‘my name is reed’p=Person()print p[root@reed 0504]# ./simpleclass.原创 2020-11-16 21:03:58 · 169 阅读 · 0 评论 -
B树随笔
B树B树是为磁盘或其他直接存取的辅助存储设备而设计的一种平衡搜索树。B树类似于红黑树,但它们在降低磁盘I/O操作数方面要更好些。许多数据库系统使用B树或者B树的变种来存储信息。B树与红黑树的不同之处在于B树的节点可以有很多孩子,从数个到数千个。B树(或称B-树)是一种适用于外查找的树,它是一种平衡的多叉树。阶为M的B树具有下列结构特征:1.树的根或者是一片树叶,或者其儿子数在2和M之间。2.除根节点外的所有非树叶节点儿子数在┌M/2┐和 M之间。3.所有的树叶都在相同的高度。4.节点中包括n原创 2020-11-16 20:56:38 · 90 阅读 · 0 评论 -
学习序列模式挖掘--Apriori算法
学习序列模式挖掘1.1引言已Apriori算法为例,此算法是经典的挖掘频繁项集和关联规则的数据挖掘算法。A priori在拉丁语中指"来自以前"。当定义问题时,通常会使用先验知识或者假设,这被称作"一个先验"(a priori)。Apriori算法的名字正是基于这样的事实:算法使用频繁项集性质的先验性质,即频繁项集的所有非空子集也一定是频繁的。Apriori算法使用一种称为逐层搜索的迭代方法,其中k项集用于探索(k+1)项集。首先,通过扫描数据库,累计每个项的计数,并收集满足最小支持度的项,找出频繁1项原创 2020-11-05 21:14:24 · 1408 阅读 · 1 评论 -
Python 之详解深拷贝和浅拷贝
首先我在这介绍两个新的小知识:一个是函数 id() ,另一个是运算符 is。id() 函数就是返回对象的内存地址;is 是比较两个变量的对象引用是否指向同一个对象,在这里请不要和 == 混了,== 是比较两个变量的值是否相等。>>> a = [1,2,3]>>> b = [1,2,3]>>> id(a)38884552L>>> a is bFalse>>> a == bTrue</pre>原创 2020-10-30 20:22:45 · 163 阅读 · 0 评论 -
张量/tensor--详解
概念0维张量/标量 标量是一个数字1维张量/向量 1维张量称为“向量”。2维张量 2维张量称为矩阵3维张量 公用数据存储在张量 时间序列数据 股价 文本数据 彩色图片(RGB)现有的深度学习系统大多都是基于张量代数(tensor algebra)设计的,但张量代数不仅仅用于深度学习。张量TensorFlow中的中心数据单位是张量。张量由一组成形为任意数量的数组的原始值组成。张量的等级是其维数。以下是张量的一些例子:3 # a rank 0 tensor; this is a原创 2020-10-23 22:04:33 · 757 阅读 · 0 评论 -
贪心算法的python实现
贪心算法贪心算法是指,在对问题求解时,总是做出在当前看来是最好的选择。也就是说,不从整体最优上加以考虑,他所做出的是在某种意义上的局部最优解。贪心算法不是对所有问题都能得到整体最优解,关键是贪心策略的选择,选择的贪心策略必须具备无后效性,即某个状态以前的过程不会影响以后的状态,只与当前状态有关。贪心算法的要素1.贪心选择贪心选择是指所求问题的整体最优解可以通过一系列局部最优的选择,即贪心选择来达到。这是贪心算法可行的第一个基本要素,也是贪心算法与动态规划算法的主要区别。贪心选择是采用从顶向下、以迭代原创 2020-10-13 21:45:45 · 989 阅读 · 0 评论 -
理解KNN算法
KNN主要包括训练过程和分类过程。在训练过程上,需要将训练集存储起来。在分类过程中,将测试集和训练集中的每一张图片去比较,选取差别最小的那张图片。如果数据集多,就把训练集分成两部分,一小部分作为验证集(假的测试集),剩下的都为训练集(一般来说是70%-90%,具体多少取决于需要调整的超参数的多少,如果超参数多,验证集占比就更大一点)。验证集的好处是用来调节超参数,如果数据集不多,使用交叉验证的方法来调节参数。但是交叉验证的代价比较高,K折交叉验证,K越大越好,但是代价也更高。决策分类明确K个邻居中所有原创 2020-09-26 21:48:22 · 481 阅读 · 0 评论 -
deeply understanding Binary tree--二叉树
树的定义与基本术语树型结构是一类重要的非线性数据结构,其中以树和二叉树最为常用,是以分支关系定义的层次结构。在编译程序中,可用树来表示源程序的语法结构;在数据库系统中,树型结构也是信息的重要组织形式之一;在机器学习中,决策树,随机森林,GBDT等是常见的树模型。 树(Tree)是[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-s6H6bLgc-1601124946403)(https://math.jianshu.com/math?formula=n(n%5Cgeq%20原创 2020-09-26 20:57:02 · 246 阅读 · 0 评论 -
理解python - 类
多继承Python同样有限的支持多继承形式。多继承的类定义形如下例:class DerivedClassName(Base1, Base2, Base3): . . . <statement-N>需要注意圆括号中父类的顺序,若是父类中有相同的方法名,而在子类使用时未指定,python从左至右搜索 即方法在子类中未找到时,从左到右查找父类中是否包含方法。实例(Python 3.0+)#!/usr/bin/python3#类定义class people:原创 2020-09-26 20:31:48 · 136 阅读 · 2 评论 -
python中的 DFS 与 BFS
python中的 DFS 与 BFS文章来源:https://eddmann.com/posts/depth-first-search-and-breadth-first-search-in-python/这篇文章写的还是蛮好的,至少在Google中搜索关键字: BFS DFS Python, 其中的第一篇就是这个blogGraph theory and in particular the graph ADT (abstract data-type) is widely explored and im转载 2020-09-26 20:30:39 · 479 阅读 · 0 评论