自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

原创 0x00007FF9BF948828 (Qt5Core.dll) (QtGuiApplication3.exe 中)处有未经处理的异常: 请求了严重的程序退出——解决方案

这篇文章详细介绍了在使用vs+Qt+Vtk环境下Debug模式会报错,但是在Release模式下没有发生问题。环境的配置主要是参考以下文章详细的VTK VS QT配置 vtk8.2.0 + vs2017 + QT5.9.2。原因原因在原博文生成INSTALL的时候生成了两次,也就是在Debug模式和Release模式下生成了两次。这回造成生成在VTK/include/vtk-8.2的文件被覆盖,也就是只包含Release模式下的文件。解决方案在Debug模式下再生成一次INSTALL即可。..

2021-12-18 09:39:28 5268

原创 头部姿态估计——在solvePnP之后输出欧拉角

基于LearnOpenCV的文章,对头部姿态估计分为以下几个部分,即在2D图像中寻找到面部特征点,即眼角、鼻尖、下巴等等。该博客做了非常详细的介绍,但本文中考虑到镜像的问题,特征点的标记选取的不同,如下FACIAL_LANDMARKS_68_IDXS = OrderedDict([ ("Nose tip", 30), ("Chin", 8), ("Left eye left corner", 45), ("Right eye right corner", 36), ("Left Mouth

2020-07-23 10:40:34 5072 3

原创 python简单分析测量系统的静态误差

对于测量实验中,诸如测量简单物体重量,压力等静态变化量,测量系统有零点、输出满量程、线性度和灵敏度等参数来评价性能。背景如下表所示,被测量是不同重量的砝码和三组测量结果。首先是要把三组测量数据取平均值端点连线拟合法即将测量值的最大和最小值直接相连得到一条直线,除此之外还有最小二乘拟合和理论拟合等等。零位即在被测量为0时系统的值输出满量程可通过所测量最大值-最小值得到灵敏度即为拟合曲线的斜率k重复性则可通过三组数据中最大差值/满量程得到程序数据可通过csv文件引入import pa

2020-06-12 15:41:56 515

原创 快速径向对称变换(Fast Radial Symmetry Transform)梳理及python代码

关于快速径向对称变换(以下简称FRST变换)的基本介绍可以参考该博客,FRST变换主要考察一个像素点的邻域对当前像素点的作用。原理和过程如下:定义orientation projection image On(方向投影图On) 和 magnitude projection image Mn(尺寸投影图)并将其初始化为0.计算输入图像上各点的梯度值,可以通过计算X方向上和Y方向上的梯度值然后叠加来实现。n是在某一像素位置的搜索范围。那么某一点的图像梯度是有指向的(当然也可能有0的情况),那么梯度g

2020-06-10 09:38:51 2116 4

原创 《python数据分析与挖掘实战》(第2版)第九章拓展思考

《python数据分析与挖掘实战》(第2版)第九章拓展思考问题描述第九章引入了环境质量评价的问题。希望根据空气中SO2、NO、NO2、NOx、PM10和PM2.5的含量,建立分类预测模型,以实现对空气质量的评价。为了方便读者,里面的数据已经进行了预处理(即没有缺省值和异常值等),并建议用支持向量机建模。数据分布每行数据有SO2、NO、NO2、NOx、PM10和PM2.5的含量六个属性,并对...

2020-04-28 10:37:10 3254 4

原创 《python数据分析与挖掘实战》(第2版)第七章的一点问题

《python数据分析与挖掘实战》(第2版)第七章的一点问题前述第七章主要讲解的是对航空公司客户价值分析。通过RFM分析理论将客户划分成不同的人群。需要注意的主要有以下几点:本章最终采用的是LRFMC模型,增加了会员入会时间距观测窗口结束的月数(L)和客户在观测窗口内乘坐舱位所对应的折旧系数的平均值(C),与以上无关的特征属性均被舍弃。对以上五个属性进行标准化之后,进行数据聚类,得到了五...

2020-04-22 11:01:17 1377 1

原创 《python数据分析与挖掘实战》(第2版)代码清单6-5,6-6的一点问题

《python数据分析与挖掘实战》(第2版)代码清单6-5,6-6的一点问题前述本书第六章主要讲解的是财政收入影响因素分析及预测,首先是在前人的研究基础上提出了13种可能相关的属性。由于涉及到了13个变量,因此对这些变量之间又进行了相关性分析。首先,pearson相关性分析表明许多属性之间高相关,诸如在岗职工工资总额和社会消费品零售总额相关系数为1。基于Lasso回归方法来进行降维,通过...

2020-04-21 17:22:36 3332 7

原创 《python数据分析与挖掘实战》(第2版)代码清单3.3的一点问题

《python数据分析与挖掘实战》(第2版)代码清单3.3的一点问题绘制频率分布直方图问题分析程序修改绘制频率分布直方图代码清单3.3的任务是根据“捞起生鱼片”的销售情况绘制频率分布直方图,其基本步骤如下:求极差分组决定分点绘制频率分布直方表绘制频率分布直方图根据1,2,3步骤可确定组距为500,组数为8,原书提供的程序如下:# 代码3-3 捞起生鱼片的季度销售情况impo...

2020-04-06 16:34:01 8829 3

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

提示
确定要删除当前文章?
取消 删除