咸鱼的技术博客

问题描述在设计GUI时，显示图片通常使用坐标轴控件（UIAxes），但是当用坐标轴空间来显示图片时，我们不希望显示X轴Y轴标题等坐标轴信息。如上图所示，显示X和Y和Title会显得比较难看。因此需要进行隐藏，具体代码如下：I = imread(img_file_name); %读取图片imshow(I,'parent',app.UIAxes); % 显示图片到坐标轴axis(app.UIAxes,'off'); %不显示坐标轴title(app.UIAxes,''); % 不显示

本文的标定与测试的流程主要参考国家计量技术规范：（1）微机电（MEMS）陀螺仪校准规范 JJF 1535-2015（2）微机电线加速度计校准规范 JJF 1427-2013一、MEMS惯性导航单元MEMS惯性导航单元主要由三轴加速度计和三轴陀螺仪组成，其主要的性能基本由陀螺仪决定，因为一般而言MEMS陀螺仪性能相较于加速度计较差，其次由于陀螺仪感应惯性-载体系角速度即wibw_{ib}wib​，由此计算得到航向角、横滚角、俯仰角等信息，角度误差会导致速度误差的加剧，因此在MEMS惯性导航单元中一般主

如何结合Pandas与Xlsxwriter由于xlsxwriter只能实现对表格的写操作，并且xlrd读入格式与xlsxwriter不同，不能实现联动操作，因此当需要读取已有表格并进行插入图片时非常棘手。本文提供一种结合的思路。首先建立一个writer对象，再将pandas对象数据导入writer，再对writer对象进行操作。代码以下代码可以实现读取将pandas读取的表格文件，新建sheet并插入图片，再保存的功能。writer = pd.ExcelWriter('filename.xlsx

代码解释代码功能为建立十个子线程，每个线程负责计算1000个表格元素，并讲1000个表格元素填入全局表格。此处需要注意在填写全局表格时需要使用锁。全局表格一共10000个元素，每个元素的值为x2x^2x2，xxx为索引值。代码基于python3.8开发。代码import timeimport threadingfrom threading import Threaddef seq(x): return x**2def my_threadfunc(y,lock): #

代码解释本文中首先通过不完整、不规则的数据建立多元非线性回归模型，再通过建立的回归模型生成规范的、完整的数据，进而绘制平面热力图，并生成规范化数据构成的表格文件。本文通过MATLAB2020a编写。代码clcclear%% 多元非线性回归分析x = [0.01 0.025 0.05 0.1 0.01 0.025 0.05 0.1 0.01 0.025 0.05 0.1]';y = [0 0 0 0 0.1 0.1 0.1 0.1 0.2 0.2 0.2 0.2]';z = [10.15

使用简单的Kmeans方法对特征数与样本数较多的电离层雷达回波数据进行分类，并计算分类精度，检验效果。其中，通过PCA方法对数据降维实现可视化。本文代码通过MATLAB2020a编写。%% 清除工作区、命令行窗口，关闭图像窗口clcclearclose all%% 加载电离层雷达回波分类数据 数据来自UCI http://archive.ics.uci.edu/ml/datasets/Ionosphere% Ionosphere dataset from the UCI machine

本文通过对图像加入高频高斯噪声再通过低通滤波滤除噪声。本文代码通过MATLAB2020a编写。clear;clc;I = imread("person_resize.jpg"); % 读入图像I = rgb2gray(I); % 转化为灰度图I = im2double(I);% 读取的图像矩阵数值类型转化为双精度型[R,C] = size(I); % 取图像的行与列%% 生成高频高斯噪声（Gauss noise and High pass filter）gauss_noise

三维图像绘制的函数有plot3()，mesh()，surf()三者功能各不相同，本文使用surf()绘制三维曲面图像，并且使用Light进行光照控制。

数据结构是组织和访问数据的一种系统化方式，算法是在有限的时间里一步步执行某些任务的程序。算法分析（1）算法分析关注的是什么？在算法分析中，重点研究的是运行时间的增长率，采用宏观方法把运行时间视为输入大小为 nnn 的函数。（2）O(n)与O(n)与O(n)与Ω(n)\Omega(n)Ω(n)的含义用来表示算法时间复杂度的 O(g(n))O(g(n))O(g(n)) 的含义为算法的时间复杂度小于或等于 cg(n)cg(n)cg(n)。Ω(g(n))\Omega(g(n))Ω(g(n))与O(g(n

前言目前，科研任务差不多告一段落，总结一下发表论文的经验以及经历。2021年3月，录用IEEE ACCESS一篇，本来老师想让投IEEE trans系列，但是工作的深度差一点，并且没有很好的实例论证，只有仿真，以及有急于发表的需求，因此转投了IEEE ACCESS。2021年6月，投稿电光与控制，7月收到了电光与控制的录用通知。IEEE官网：https://ieeexplore.ieee.org/Xplore/home.jsp电光与控制官网：http://www.dgykz.com/IEEE A

# -*- coding: utf-8 -*-"""Created on Sat May 15 16:50:03 2021@author: MYM"""import pandas as pd import matplotlib.pyplot as plt import numpy as npfrom mpl_toolkits.axes_grid1.inset_locator import inset_axesfrom matplotlib.patches import Connecti

本文涉及以下内容1. pandas数据处理、筛选、计算2. 复杂的表格数据计算与处理3. 文本分析与无监督学习4. 将计算结果输出表格5. 数据特征对比赛题思路代码将excel文件中的文本数据转入txt文件# -*- coding: utf-8 -*-"""Created on Sun May 23 13:36:06 2021@author: MYM"""import numpy as npimport pandas as pd # r

前言四月份，在师兄的推荐下，报名参加了中兴捧月大赛。一开始只是为了混一个面笔试的资格（因为提交有效成绩即可免笔试），然后为了找一个简单的赛道，注册了几个号看了两三个赛道的题目。发现自己每个都不熟悉，然后就选了一个看起来比较小众的赛道（图灵派，音视频编解码），可能竞争压力会小一点（报一点侥幸）。初赛初赛因为就是为了混免笔试，因此就调库（不调库也没办法，我也不会，也没时间天天搞这个，毕竟还有科研任务）。具体的初赛内容可以看前几篇文章。https://blog.csdn.net/qq_37207042/

#作为常用的函数，pandas.read_csv() 用于读取各种数据文件（.dat.txt.csv等），在这里做一个详细的解释。下面先看官方网站的函数解释，为了简洁，删除了一些不常用的参数。需要的请看官网https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_csv.htmlpandas.read_csv(filepath_or_buffer, sep=<object object>, header='

皮尔逊相关系数可以用来表述两个序列的相关性。常常用来做数据分析、数据挖掘等工作。如何简单快捷的实现皮尔逊相关，并得到结果？需要应用MATLAB中的corr(X, Y)或者 corrcoef(X,Y)函数。其中corr(X, Y)既可以计算矩阵相关也可以计算序列相关，而corrcoef(X,Y)中如果X, Y为矩阵，则会将其转换为序列再进行计算。CORR伪代码X,Y # 为两个序列并且都是列向量.pearson_corr = corr(X, Y) # 求X, Y序列的皮尔逊相关系数.

解决问题List item

在数据挖掘中，数据清洗占很大一部分工作，数据清洗是一件比较繁琐的事情。本文介绍一下问题的解决方案：1. 读入csv文件，条件过滤缺失值的行或者列2. DataFrame数据的缺失值填充3. Array与DataFrame相互转换，并输出清洗后的csv数据文件本文需要用到三个库import pandas as pdimport numpy as npfrom sklearn.impute import SimpleImputer读入csv文件，条件过滤缺失值的行或者列首先，读入csv文件

继续来到老地方，https://www.ffmpeg.org/documentation.html来看编解码操作Codec Options-编码选项The list of supported options follow:b integer (encoding,audio,video) 码率设置Set bitrate in bits/s. Default value is 200K.ab integer (encoding,audio) 音频码率Set audio bitrate (in .

近日配置最新的tensorflow-gpu2.4.1遇到诸多问题，在这里贴出来以帮助遇到同样问题或者避免大家重蹈覆辙。环境：WINDOWS10 ， GPURTX2060， CPUAMD RYZEN 2600， Python3.8这篇文件解决以下问题：应该安装哪些版本的环境才能兼容使用现有的CUDA，cuDNN环境卸载以及如何安装这些环境应该安装哪些版本的环境才能兼容使用安装tensorflow-gpu==2.4.1以及CUDA11.1与CUDNN8.1环境会遇到许多问题，诸如此类1.dl

Learn from Keras官方网站目前tensorflow 2.0版本已经集成了keras的所有功能，所以直接安装tensorflow就可以调用Keras，非常方便。Introduction to Keras for Engineers