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(151)
  • 收藏
  • 关注

原创 Python海龟turtle基础知识大全与画图集合

Python海龟turtle基础知识大全与画图集合,文章中除了turtle的全面基础知识外,还有画佩奇、樱花、蟒蛇、旋转图等实例

2022-11-28 12:41:10 34091 5

原创 使用C#语言,为AutoCAD添加一个名称为QQ的命令。要求:使用Editor类的Command成员方法来调用AutoCAD的Line命令,绘制一条45°的线段和一个直角三角形。

注意,该代码需在AutoCAD .NET API应用程序中才能运行。最简单的方法是将上述代码粘贴到Visual Studio中的新项目中,并将项目类型设置为Class Library (DLL)。在项目属性中添加对AcCoreMgd.dll、AcDbMgd.dll和AcMgd.dll的引用。构建项目以生成DLL文件。在AutoCAD中加载该DLL文件以使用QQ命令。

2023-05-22 15:54:15 524 2

原创 用WaveNet预测(Adapted Google WaveNet-Time Series Forecasting)

我试图通过使用竞争数据集实现最近在时间序列预测中使用的深度学习模型(即最近的研究论文),从而使它们“栩栩如生”,我相信这会让您感到兴奋。有一些研究论文失败了,也有一些研究论文在竞争数据集上运行得很好,比如我已经在这里实现的STAM模型。不久前,我试着专注于一个我喜欢的模型:使用卷积神经网络的条件时间序列预测,它是谷歌WaveNet对时代序列的改编。以下是该论文的链接:时间序列的WaveNet!

2023-05-21 16:22:57 1169

原创 (Python)Jupyter Notebook无法运行代码,且提示error和自动保存失败时如何操作?无法链接内核?

​Anaconda的JupyterNotebook作为优秀的网页编辑器,非常适用于编写Python程序,但往往可能因安装版本不兼容等原因而无法正常使用,为此我整理了以下方法,以解决该问题。​

2023-04-29 18:01:25 5312 10

原创 anaconda在新的conda环境创建与打开jupyter notebook,在新的文件目录下打开jupyter notebook(有视频教学)

anaconda在新的conda环境创建与打开jupyter notebook,在新的文件目录下打开jupyter notebook(有视频教学)

2023-04-29 18:01:23 1351

原创 Learn OpenCV by Examples - with Python

OpenCV(开源计算机视觉)正式发布于1999年,由英特尔发起。OpenCV的核心是用c++编写的。在python中,我们只是使用一个包装器在python内部执行c++代码。第一个主要版本1.0是在2006年,第二个是在2009年,第三个是在2015年,第四个是2018年。使用OpenCV 4.0测试版。它是一个包含超过2500个优化算法的开源库。它对几乎所有计算机视觉应用程序都非常有用,并且支持Windows, Linux, MacOS, Android, iOS,绑定到Python,

2023-04-21 20:47:42 517

原创 利用卷积核提取图像特征

利用卷积核提取图像特征

2023-04-21 20:20:39 153

原创 python删除csv文件中的某几列或行

参数inplace=False,表示该删除操作不改变原数据,返回一个执行删除操作后的新dataframe,如直接对原数据进行删除操作,则更改默认参数为inplace=True。上述是对CSV文件数据删除行或列操作,对Excel文件数据进行删除行或列操作同理。参数axis=0,表示对行进行操作,如对列进行操作则更改默认参数为axis=1。参数encoding=“utf-8”,表示保存的文件编码格式为utf-8。用drop函数进行文件中数据的删除行或者删除列操作。将数据重新保存到csv文件中。

2023-04-21 19:29:27 5904

原创 最简洁快速的kaggle注册(无需翻墙)

1.(推荐) https://azurezeng.github.io/static/HE-GoogleRedirect.json然后点击下载按钮,下载完成后点击保存。刷新注册页面 就有人机验证啦!注意使用Kaggle的GPU时,需要手机号验证才能使用哦!不过每周使用时长是有时间限制的,新用户的使用时长大约每周43h,随着时间,使用时长会慢慢增加。

2023-04-20 14:05:53 2441 2

原创 用python获取.csv文件中某一列或者某些列

【代码】用python获取.csv文件中某一列或者某些列。

2023-04-19 19:51:52 4656

原创 Prophet学习(四)趋势Changepoints

默认情况下,仅推断时间序列的前80%的变化点,以便有足够的跑道来预测未来的趋势,并避免时间序列结束时的过拟合波动。然后它在速率变化的幅度上放置一个稀疏先验(相当于L1正则化)——这本质上意味着Prophet有大量可能的速率可以改变的地方,但会使用尽可能少的地方。默认情况下,Prophet指定25个潜在的更改点,这些更改点统一放置在时间序列的前80%中。然而,如果你希望对这个过程有更好的控制(例如,Prophet错过了一个速率变化,或者在历史中过度拟合速率变化),那么你可以使用几个输入参数。

2023-04-14 01:00:00 766

原创 Prophet学习(三)饱和的预测与饱和最低

这就是所谓的承载能力,预测应该在这一点饱和。和前面一样,我们为未来的预测制作了一个数据框架,只是我们还必须指定未来的容量。需要注意的重要事项是,必须为数据帧中的每一行指定cap,并且它不必是常量。如果市场规模在增长,那么上限可以是一个递增的序列。这里我们将假设一个特定的值,但这通常是根据关于市场规模的数据或专业知识来设置的。逻辑函数的隐式最小值为0,它在0处饱和的方式与在容量处饱和的方式相同。也可以指定不同的饱和最小值。要使用具有饱和最小值的逻辑增长趋势,还必须指定最大容量。

2023-04-14 00:45:00 538

原创 NeuralProphet之NeuralProphet部署

新版本的neuralprophet/utils.py文件下实现了 save和load函数用于模型保存和加载。NeuralProphet之八:NeuralProphet部署。将模型存储到本地,并在需要的时候将其导入。

2023-04-13 20:20:00 336

原创 Prophet学习(六)乘法季节性

默认情况下,任何添加的季节性因素或额外的回归因素都将使用任何seasonality_mode设置的值,但在添加季节性因素或回归因素时,可以通过指定mode='additive'或mode='multiplicative'作为参数来覆盖。该时间序列具有明确的年周期,但预测中的季节性在时间序列开始时太大,在时间序列结束时太小。在这个时间序列中,季节性并不是Prophet假设的一个恒定的加性因子,而是随趋势而增长。默认情况下,Prophet适合添加的季节性,这意味着季节性的影响被添加到趋势中以获得预测。

2023-04-13 19:47:58 280

原创 Prophet学习(五)季节性、假日效应和回归因子

如果时间序列超过两个周期,Prophet将默认适合每周和每年的季节性。它还将适合每日时间序列的每日季节性。您可以使用add_seasonality方法(Python)或函数(R)添加其他季节性数据(每月、每季度、每小时)。这个函数的输入是一个名称,以天为单位的季节周期,以及季节的傅里叶顺序。作为参考,默认情况下Prophet使用3的傅里叶顺序表示周季节性,10的傅里叶顺序表示年季节性。add_seasonality的一个可选输入是该季节成分的先验尺度——这将在下面讨论。

2023-04-13 19:39:35 1879

原创 Prophet学习(二) 时序预测开源工具包Prophet介绍

Prophet是Facebook开源的时间序列预测算法,可以有效处理节假日信息,并按周、月、年对时间序列数据的变化趋势进行拟合。根据官网介绍,Prophet对具有强烈周期性特征的历史数据拟合效果很好,不仅可以处理时间序列存在一些异常值的情况,也可以处理部分缺失值的情形。算法提供了基于Python和R的两种实现方式。从论文上的描述来看,这个 prophet 算法是基于时间序列分解和机器学习的拟合来做的,其中在拟合模型的时候使用了 pyStan 这个开源工具,因此能够在较快的时间内得到需要预测的结果。

2023-04-12 23:16:48 1026

原创 Prophet学习(一) Python API实现

Prophet遵循sklearn模型API。我们创建Prophet类的实例,然后调用它的fit和predict方法。Prophet的输入总是一个有两列的数据帧:ds和y。ds(日期戳)列应该是Pandas期望的格式,理想情况下YYYY-MM-DD表示日期,YYYY-MM-DD HH:MM:SS表示时间戳。y列必须是数字,并表示我们希望预测的测量值。举个例子,让我们看一下Peyton Manning的维基百科页面每日访问量的时间序列。我们抓取这些数据Prophet遵循sklearn模型API。

2023-04-12 23:10:22 904

原创 LightGBM——提升机器算法详细介绍(附代码)

LightGBM是个快速的,分布式的,高性能的基于决策树算法的梯度提升框架。可用于排序,分类,回归以及很多其他的机器学习任务中。在竞赛题中,我们知道XGBoost算法非常热门,它是一种优秀的拉动框架,但是在使用过程中,其训练耗时很长,内存占用比较大。在2017年年1月微软在GitHub的上开源了一个新的升压工具--LightGBM。在不降低准确率的前提下,速度提升了10倍左右,占用内存下降了3倍左右。

2023-04-12 23:07:12 1092

原创 用python 合并两个csv文件

pandas提供concat函数对两个或多个csv文件进行合并。2.列合并设置concat函数中的axis=1即可实现。

2023-04-12 07:41:13 1775

原创 DBSCAN聚类算法及Python实现

核心点是周围某个半径内有足够多其他数据点的数据点,边界点是不满足核心点要求,但在某个核心点的半径内的数据点,噪声点则是不满足任何条件的点。接着,从核心点开始,通过密度相连的数据点不断扩张,形成一个簇。接着,我们选取下一个未被分类的点,这里是(8,8),将其标记为“核心点”,并将与它距离在 内的所有点加入同一簇中,这里包括(8,9)和(9,8)。最后,我们选取最后一个未被分类的点,(15,15),但该点只有1个点在 a 内,不足以满足minPts 的要求,因此该点被标记为噪声点。默认值为2,即欧式距离。

2023-04-12 00:30:00 1623

原创 Pandas的时间与日期(日期转换,创建日期等)

注意:频率字符串“C”用于指示使用CustomBusinessDay DateOffset,请务必注意,由于CustomBusinessDay是参数化类型,因此CustomBusinessDay的实例可能不同,并且无法从“C”频率字符串中检测到。在前面的例子中,我们DatetimeIndex通过将 诸如“M”,“W”和“BM”的频率字符串传递给freq关键字来创建各种频率的对象。要转换Series类似日期的对象或类似列表的对象,例如字符串,纪元或混合,您可以使用该to_datetime函数。

2023-04-11 22:18:11 3828

原创 机器学习分类与算法(总结)

机器学习算法之旅、根据学习方式进行分类、基于问题类型进行分类、回归算法、基于实例的算法、正则化算法、决策树算法、贝叶斯算法、聚类算法、关联规则学习算法、人工神经网络算法、深度学习算法、降维算法、集成算法

2023-04-11 01:00:00 680

原创 常用优化算法(模拟退火、遗传算法、粒子群算法)及其Python实现

设每个个体的基因长度为4(即用4个二进制数表示一个个体,比如0010,表示2),则可以随机生成4个二进制数,如1101、0110、0011,0001等,作为初始的种群。具体来说,算法通过在解空间中随机生成一定数量的“粒子”,每个粒子表示一个解,然后通过不断调整每个粒子的位置和速度,使它们向着最优解的方向移动,从而逐步逼近最优解。然后,在每次迭代中,分别更新每个粒子的速度和位置,并更新每个粒子的最优位置和全局最优位置。初始化种群:根据问题的特性和要求,随机生成一定数量的解,作为初始的种群。

2023-04-08 09:36:26 1090

原创 特征筛选之特征递归消除法及Python实现

最终,我们可以得到一个包含20个最优特征的特征集合,并且相应的模型性能评价指标也达到了最优。然后,我们创建了一个逻辑回归模型,并创建了一个特征递归消除法对象,并指定要选择最优的20个特征。假设我们有一个数据集,包含100个特征和一个二分类目标变量,我们使用逻辑回归模型和特征递归消除法来选择最优的20个特征。根据特征的权重或重要性,选择性能评价指标排名最低的特征(比如权重最小的特征),将其从特征集合中剔除,得到新的特征集合,包含99个特征。然后,选择性能评价指标排名最低的特征,将其从特征集合中剔除。

2023-04-08 02:30:00 2592

原创 最全的PyTorch学习资源汇总

最全的PyTorch学习资源汇总:PyTorch中文官方文档:https://pytorch-cn.readthedocs.io/zh/latest/。阅读上述英文文档比较困难的同学也不要紧,我们为大家准备了比较官方的PyTorch中文文档,文档非常详细的介绍了各个函数,可作为一份PyTorch的速查宝典。

2023-04-07 22:52:49 200

原创 因果推断-学习入门路径(网站与代码)

最近项目中碰到越来越多的【因果推断】的项目。而普通的AI(神经网络)只能预测相关性,不能判断因果,这会严重限制模型的用途。因此向大家隆重推荐以下的文章和包,用于【因果推断】的场景。3)Uber出品的因果推断python包。1)因果推断入门——为什么需要因果分析。2)机器学习AI时代的因果推断。4)基于3)的实战例子。

2023-04-07 22:28:48 237

原创 最短路径算法及Python实现

该算法的基本思想是从起点开始,依次计算每个节点到起点的最短路径,然后再依次计算每个节点到起点的最短路径,直到所有节点都被计算完毕。由于约束条件保证了路径的起点和终点,因此该模型可以确保求解的是从源节点到汇节点的最短路径。第二个约束条件表示从任意节点 出发的边的数量必须等于从该节点进入的边的数量,除非该节点为源节点或汇节点。target: 目标节点,即终止节点,默认为None,表示计算源节点到图中所有节点的最短路径。source: 源节点,即起始节点,默认为None,表示计算图中所有节点的最短路径。

2023-04-07 21:54:44 5384

原创 Python第三方库 Matplotlib-绘图正常显示中文

Matplotlib默认不显示中文,如果不设置,会出现小方块代替中文字符。为了在绘图中能正确显示中文, 可以有几种解决方案。当然对于windows系统而言,简单在程序开头写上。下面代码实现了通过修改字体实现绘图中显示中文的问题。(2) 在程序开头修改配置字典 rcParams;(1) 在程序中直接指定字体;是设置电脑中字体库中字体(可以设置微软雅黑字体。(3)修改配置文件。

2023-04-07 14:38:38 768

原创 一篇文章搞定《动手学深度学习》-(李沐)PyTorch版本的所有内容

一篇文章搞定《动手学深度学习》-(李沐)PyTorch版本的所有内容

2023-04-04 15:20:17 1534 2

原创 动手学深度学习(李沐)的pytorch版本(包含代码和PDF版本)

动手学深度学习(李沐)的pytorch版本(包含代码和PDF版本),《动手学深度学习》PyTorch版本TendorFlow版本(内有所有代码和PDF版下载地址)

2023-04-04 15:00:22 11778 1

原创 动手学深度学习-(李沐)PyTorch版本

《动手学深度学习》PyTorch版本和TendorFlow版本(内有所有代码和PDF版下载地址)

2023-04-04 14:30:08 6713

原创 方差、标准差、均方差、均方根值(RMS)、均方根误差(RMSE)

方差、标准差、均方差、均方根值(RMS)、均方根误差(RMSE)

2023-04-02 18:01:24 7680

原创 快速安装pyinstaller

如果不知道需要什么样的版本可以在cmd先输入pip install pyinstaller (这样也可以下载,不过经常出现错误问题,不建议用这种方式下载比较大的包)就可以看见下载的版本了,或者在pycharm中settings中的。根据自己的需要选择要下载的installer的版本,我下载的是pyinstaller==4.10。

2023-03-30 21:28:11 443

原创 【时间序列】Transformer for TimeSeries时序预测算法详解

2017年,Google的一篇为我们带来了Transformer,其在NLP领域的重大成功展示了它对时序数据的强大建模能力,自然有人想要把Transformer应用到时序数据预测上。在Transformer的基础上构建时序预测能力可以突破以往的诸多限制,最明显的一个增益点是,Transformer for TS可以基于Multi-head Attention结构具备同时建模长期和短期时序特征的能力。

2023-03-30 20:15:44 6800 1

原创 python实现将文档中全部空白字符用逗号替换

科学计算中,输入数据文件格式转换是经常遇到的问题。由于数据输入人员输入方法不标准而产生的各种包括制表符(\t),空格混用等更是常见问题。这些数据之间是用空白字符分隔的,但空白字符包括了不空倍数的空格,有的还包含制表符,这给进一步的数据分析带来困难,现通过python的字符串函数,正则等应用将数据格式转换为标准的CSV格式。这里也不仅仅是可以.txt和.csv两种格式的转换了,其他格式都是可以的,其目的在于批量完成空格到逗号的转变。

2023-03-30 13:49:39 1223

原创 pycharm快捷键(完整版)

为了方便pycharm的使用和学习,在这里整理了pycharm中可以使用的快捷键。

2023-03-29 18:37:29 1802 1

原创 趋势面模型分析实例(python)

python 趋势面模型分析实例已知五个气象站,这五个站围绕着未知的0号站。下图为各个站点的x、y坐标及及其已知值

2023-03-28 15:13:15 1478 1

原创 爬虫(一)爬虫基本概念

网络爬虫 (网页蜘蛛, 网络机器人)爬虫就是模拟客户端发送网络请求, 接受请求对应的响应, 一种按照一定的规则,自动地抓取互联网信息的程序。

2023-01-29 22:59:13 1050

原创 Python数据可视化(三)绘制统计图形大全

Python数据可视化(三)绘制统计图形大全

2023-01-29 11:37:12 8412 1

原创 Python数据可视化(二)使用统计函数绘制简单图形

该文会讲解一些大家比较熟悉却又经常混淆的统计图形,掌握这些统计图形可以对数据可视化有一个深入理解,并正确使用。

2023-01-26 10:52:57 2325

基于C#的ArcGis二次开发程序

1.桌面面GIS 应用程序框架的建立2.菜单的添加及其实现3. MapControl与PageLayoutControl同步4.状态栏信息的添加与实现5. 鹰眼的实现6.右键菜单添加与实现7.图层符号选择器的实现8.属性数据表的查询显示

2023-06-04

基于C#的一个ArcGIS二次开发程序!

基于C#的ArcGIS二次开发程序,程序实现了常见的基本功能,如图层控制,属性表显示,鹰眼,属性修改,矩形、圆、多边形选择等功能!

2023-06-04

斯坦福大学经典点云模型

里面有多个斯坦福大学经典点云模型。我在学习点云时,缺少练习的数据,整理了一些,希望能帮助到大家

2023-04-04

动手学深度学习(pytorch)源代码

最新的深度学习代码 下载于github网站 下载速度慢 已经下载下来了 给需要下载的同学 ,更多相关内容感兴趣的朋友可以阅读我的相关文章(http://t.csdn.cn/qIIRe)https://blog.csdn.net/weixin_64338372/article/details/129951839。

2023-04-04

ENVI最新版本(envi)

最新版本的ENVI软件,里面还包括了非常详细的安装步骤

2023-03-30

GIS应用于地图制图实习报告(GIS课程设计报告)

序号 实验名称 1 任务一 上海市行政区划图制作 2 任务二 现状容积率计算 3 任务三 城市用地适宜性评价 4 任务四 市区择房分析 5 任务五 网络分析 6 任务六 明暗等高线制作 7 任务七 三维场景模拟 8 任务八 地形构建与分析 9 任务九 景观视域分析 10 任务十特征地形提取(山顶点、山脊线、山谷线等)

2023-03-30

python时间序列预测-prophet

文章目录prophet 安装数据集下载 prophet 实战导入包pandas 读取 csv 数据画个图拆分数据集从日期中拆分特征使用 prophet 训练和预测prophet 学到了什么放大图 prophet 安装 prophet 是facebook 开源的一款时间序列预测工具包,直接用 conda 安装 fbprophet 即可 prophet 的官网:https://facebook.github.io/prophet/ prophet 中文意思是“先知” prophet 的输入一般具有两列:ds和y ds(datestamp) 列应为 Pandas 可以识别的日期格式,日期应为YYYY-

2023-03-29

MATLAB全面详细教程

第一章 Matlab中的数组操作,第二章 matlab程序设计,第三章 matlab图形功能,第四章 拟合与插值,第五章 图与网络分析模型选讲,第六章 积分与数值积分,第七章 方程与微分方程,第八章 matlab在概率统计中的应用; 补充:MATLAB 的GUI设计,MATLAB的编程,MATLAB的高层作图,MATLAB的句柄作图,MATLAB的数值计算,matlab基础准备及入门,数据的处理,数学实验_数据转换,数学实验_微分方程,数学实验_正交变换,数学实验_最优化方法,数学实验—微积分的数值计算。

2023-03-21

MATLAB详细教程大全

matalb入门教程 文档内容涵盖广泛,涉及到了matalb几乎所有的基本操作和原理。

2023-03-21

Cass绘图软件入门初级教程

目 录 第一章CASS 9.0安装 1.1 CASS 9.0的运行环境 1.2 CASS 9.0的安装 1.3 CASS 9.0更新卸载 第二章 CASS 9.0快速入门 第三章 测制地形图 3.1 准备 3.2 绘制平面图 3.3 绘制等高线 3.4 编辑与整饰 第四章 测制地籍图 4.1 绘制地籍图 4.2 宗地属性处理 4.3 绘制宗地图 4.4 绘制地籍表格 第五章 土地详查与勘测定界 5.1 土地详查 5.2 勘测定界中块状工程作业一般流程 5.3 勘测定界中线状工程作业一般流程 5.4 土地勘测定界成果 第六章 CASS在数据入库中的应用 6.1属性结构设置与编辑 6.2图形实体检查 6.3数据输出 第七章 CASS 9.0在工程中的应用 7.1 基本几何要素的查询 7.2土方量的计算 7.3 断面图的绘制 7.4 公路曲线设计 7.5 面积应用 7.6 图数转换 第八章数字地图管理 8.1 数字地图管理概述 8.2 图幅管理 第九章 CASS在市政监管中的应用 9.1数字市政监管概述 9.2 CASS在城市部件调查中的应用 9.3 CASS中市政监管操作流程 后面还有三章

2023-03-17

Cass栅格矢量化教程

1. 了解 CASS 扫描矢量化的基本功能,了解栅格图像纠正的基本原理。2. 掌握对栅格图像的插入、纠正、裁剪等基本方法。3. 掌握 CASS 栅格图像转换为矢量图形的作业过程。

2023-03-17

摄影测量内业实习报告 (VirtuoZo)

一、实验目的 二、实习内容 三、实习原理 四、 实验步骤 1、数据的准备2、进行数字影像内定向3、进行数字影像相对定向4、进行数字影像绝对定向5、进行核线重采样6、影像匹配7、生成一系列产品如DEM、数字正射影像、等高线等。五、实验总结六、附录:实习成果图

2023-02-26

用python实现相对定向

用python实现相对定向,里面有详细的注释和实验所用的数据,代码简洁易懂

2023-02-23

用后方交会-前方交会、相对定向-绝对定向、光束法实现摄影测量双像解析

用后方交会-前方交会、相对定向-绝对定向、光束法实现摄影测量双像解析,里面有详细的实验数据和步骤,并且每一步都有详细的注释。里面有将三个程序合在一起的程序,也有各自分开的程序。该实验程序是摄影测量实训的实验,计算结果的精确度极高。

2023-02-23

用后方交会-前方交会、相对定向-绝对定向、光束法实现摄影测量双像解析

用后方交会-前方交会、相对定向-绝对定向、光束法实现摄影测量双像解析,里面有详细的实验数据和步骤,并且每一步都有详细的注释。里面有将三个程序合在一起的程序,也有各自分开的程序。该实验程序是摄影测量实训的实验,计算结果的精确度极高。

2023-02-23

python机器学习和数据分析

Python数据分析与机器学习实战教程,该课程精心挑选真实的数据集为案例,通过python数据科学库numpy,pandas,matplot结合机器学习库scikit-learn完成一些列的机器学习案例。课程以实战为基础,所有课时都结合代码演示如何使用这些python库来完成一个真实的数据案例。算法与项目相结合,选择经典kaggle项目,从数据预处理开始一步步代码实战带大家入门机器学习。学完该课程即可:1.掌握Python数据科学工具包,包括矩阵数据处理与可视化展示。2.掌握机器学习算法原理推导,从数学上理解算法是怎么来的以及其中涉及的细节。3.掌握每一个算法所涉及的参数,详解其中每一步对结果的影响。4.熟练使用Python进行建模实战,基于真实数据集展开分析,一步步完成整个建模实战任务。

2023-01-06

PyQt5中文详细教程(附源码)

PyQt中文详细教程中包涵十一个章节的内容和附带了所有的代码与图片,各位客官也可以在本人的专栏里免费看所有的十一章教程

2022-12-10

Python数学实验与建模

Python数学实验与建模.zip该文件里面有二十章的内容关于数学实验和数学建模利用python实现,里面有大量的案例,包括python的下载和各种资源以及包的配置、安装和下载。

2022-12-05

rasterio详细教程

rasterio是基于GDAL库二次封装的,更加符合Python风格的主要用于空间栅格数据处理的Python库。在GDAL中读写图像是最基本的操作,那么RasterIO也就是最基本的函数了,关于RasterIO有很多方式,这个函数的功能相当强大。RasterIO一共有两个,一个是GDALRasterBand::RasterIO,另一个是GDALDataset::RasterIO,这两个RasterIO都可以对图像数据来进行读写,大多数情况下是一样的,但是还是有一些区别的。

2022-12-05

python语言实现绝对定向

程序用python语言实现相对定向和绝对定向,实验数据使用的是九对像点和四个已知地面摄影测量坐标,求解剩下五个摄影测量坐标。程序交互性很好计算结果精度也很高,很实用。

2022-12-04

相对定向-绝对定向(C#程序实现)

程序用C#语言实现相对定向和绝对定向,实验数据使用的是九对像点和四个已知地面摄影测量坐标,求解剩下五个摄影测量坐标。程序交互性很好计算结果精度也很高,很实用。

2022-12-04

eric7版本-22.12.zip

Eric7是一个全功能的Python开发IDE,它本身就是用Python开发的,并且使用了PyQt。Eric7还集成了Scintilla编辑器控制,具有很强大的代码编辑、代码补全等功能。Eric是一个专业的Python项目管理的IDE,它使用了插件管理系统,可以通过安装插件来扩展Eric的功能。Riverbank公司网站上推荐的IDE就是Eric。

2022-12-04

Eric6-17.05版本

Eric6是一个全功能的Python开发IDE,它本身就是用Python开发的,并且使用了PyQt。Eric6还集成了Scintilla编辑器控制,具有很强大的代码编辑、代码补全等功能。Eric是一个专业的Python项目管理的IDE,它使用了插件管理系统,可以通过安装插件来扩展Eric的功能。Riverbank公司网站上推荐的IDE就是Eric。

2022-12-04

MATLAB语言实现摄影测量学双像解析光束法

本程序用简洁的matlab语言将摄影测量学双像解析光束法实现。里面计算出的结果和中误差精度很高,运用的实验数据是课程老师布置的作业题目,左片、右片各九个,地面摄影测量坐标四个,计算五个地面坐标。该程序打开即可运行。实验代码和测试数据都打包在里面了。

2022-11-30

python实现摄影测量学双像解析光束法

本程序用简洁的python语言将摄影测量学双像解析光束法实现。里面计算出的结果和中误差精度很高,运用的实验数据是课程老师布置的作业题目,左片、右片各九个,地面摄影测量坐标四个,计算五个地面坐标。实验代码和测试数据都打包在里面,该程序打开即可运行。

2022-11-30

C#实现摄影测量学中的相对定向

学习摄影测量学时,老师布置的一个作业。该程序能很好地算出五个相对定向元素的值[[0.01597367]、[0.0196866]、[0.01586835]]、[-0.00214585]、[0.00325861]],并且只需要进行四次迭代计算。整个代码简洁明了。里面用的测试数据是我们老师给的作业的题目,一共九组数据(左片、右片各九个,地面坐标数据四个)

2022-11-27

用python实现摄影测量学中的相对定向

学习摄影测量时,老师布置的一个作业。该程序能很好地算出五个相对定向元素的值[[0.01597367]、[0.0196866]、[0.01586835]]、[-0.00214585]、[0.00325861]],并且只需要进行四次迭代计算。整个代码简洁明了。里面用的测试数据是我们老师给的作业的题目,一共九组数据(左片、右片各九个,地面坐标数据四个)

2022-11-27

C#中的各类矩阵运算库

该库中包涵了矩阵的求秩、矩阵转置、求矩阵的逆矩阵、矩阵加法、矩阵减法、矩阵乘法、矩阵对应行列式的值等。

2022-11-27

单像空间后方交会、空间前方交会、双像解析法全实现

本资源打开可以直接运行,实现了单像空间后方交会、空间后方交会以及双向解析法求得地面摄影测量坐标,并且求解出来的外方位元素、旋转矩阵、精度评定、地面摄影测量坐标、中误差等等精度特别高。数据的输入和输出,可以根据个人需要实现手动输入或者以文件的形式实现输入输出,很是方便,代码也很简介明了,特别是代码中有大量的文字注释,可以很好地帮助使用者了解和使用。本文件里的俩个主程序是根据武汉大学出版社出版的第三版《摄影测量学》为参考编写的程序,程序中使用到的例题都是书本中的典型例题,可以很好地帮助大家用来参考学习。

2022-11-12

附有参数的条件平差编程实现

本程序可以实现任何情况的附有参数的条件平差计算。其中n、r、t的数值可以由使用者自行输入,已知的V的系数矩阵、参数的系数矩阵、自由项向量都可以自行输入。所有的输入输出都可以文件的形式实现,实现了便利化。程序中已举了一个实例。

2022-11-09

单像空间后方交会程序代码实现

本文件打开可以直接运行,里面有可以以文件的形式进行数据的输入和结果的输出,还有六个外方位元素Xs、Ys、Zs、fi、w、k的改正数和精度评定、旋转矩阵的输出,整体代码干练简洁,实用性很强,也可以根据自己的需求更改里面的摄影比例尺。

2022-11-09

条件平差程序设计实验编程

本程序是根据武汉大学出版社出版的第三版《误差理论与测量平差基础》进行编写,程序中运用的测验数据是书本中P.99的例5-8,其中观测值改正数V:[-0.2427 2.8552 -4.2427 -0.1448 -3.9021 -0.6151 -1.1423]单位权中误差: 2.2248

2022-11-05

高斯投影正反算(3度带和6度带)

高斯坐标正反算算法。程序里面有详细的注释,三度带、六度带的,以及不同椭球参数的转换。该程序是根据武汉大学出版社出版的第三版的《大地测量学基础》编写,用于课程实验学习。

2022-11-04

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