- 博客(24)
- 收藏
- 关注
RSS订阅原创 总结归纳（第一季度）2024_1-3月【收获分享，仅供学习使用】
并且将所有的 .to(device) 改成 .cuda()2. 服务器使用全解激活.bashrc（在命令行中输入）pycharm设置添加SSH服务（注意添加密码）添加环境与同步目录建立代码同步参考记录第二阶段1.引入ssl库代码如下（示例）：2.读入数据代码如下（示例）：该处使用的url网络请求的数据。
2024-04-24 10:07:57
799
原创 总结归纳2023【10月 - 11月】【收获分享，仅供学习使用】
(3) CNN：数据输入（预处理：去均值、归一化…） + 卷积（提取特征）+ 激活（非线性映射，避免梯度消失与过拟合）+ 池化（下采样、去冗余、扩大感受野） + 全连接（分类器） (2) 整个网络的学习过程：反向传播+梯度下降 —— loss+优化器+合适的学习率（一般随数据量增大而适当降低） (4) 隐藏层数、batch大小、训练迭代次数 等超参数。 (1) dropout：解决过拟合问题。 (5) 预训练与迁移学习。
2023-11-08 18:01:29
175
原创 2023.9.27-2023.10.12
ArcToolBox→数据管理工具→投影和变换→要素→创建自定义地理（坐标）变换。矢量文件：ArcToolBox→数据管理工具→投影和变换→要素→投影、批量投影。一般气象数据多为NetCDF-3(.nc)，压缩包的NetCDF-3，GRIB。栅格文件：ArcToolBox→数据管理工具→投影和变换→栅格→投影栅格。.envi转化为.tif时，不要使用右键转tif，而是要使用文件-另存为。1）头文件的引用最好在.cpp中，不要在.h中，不然编译压力有点大。2.arcgis使用。
2023-10-11 12:54:53
108
原创 学习笔记 7.30-8.6 （所有内容仅供学习使用）
1）使用gcloud验证，需要安装gcloud，并进行配置（目前仍未实现，不推荐）conda create --name 环境名 python=python版本。原本是安装pyCrypto，但由于已不再更新，所有使用pycryptodome。之后会跳出网页进行验证，得到验证代码后复制回pycharm即可。4.安装 Google的 python API的客户端。但notebook验证会在7天后失效，再次验证即可。注：记得配置pycharm中的虚拟环境。2）使用notebook验证（推荐）
2023-07-30 11:38:39
262
1
原创 ※打包教程及学习笔记 6.25-7.10 （所有内容仅供学习使用）
但是，如果在定时器触发前手动调用timer.cancel()，则可以取消定时器的执行。取消定时器的执行并不会产生任何问题，但是不会执行已经排队的定时器任务。如果需要重复执行定时器任务，可以考虑使用循环或者第三方库如schedule来实现。——循环定时器的一个简单的例子。
2023-06-28 14:33:43
133
1
原创 第二学习周（5.15-6.4）
CNN提取图像的深度特征，然后再用多层感知机( multilayer percseptron) ，即全连接网络和 softmax 函数作为分类器，对提取出的深度特征进行分类．。解决方法：聚焦到 chrome 浏览器 不是私密连接 的页面，然后键盘输入 “thisisunsafe” 12个字母，此时浏览器就会加载出网站页面了。注：刚转化处理用ENVI打开会只有一个波段的选择，用ENVI重新打开即可解决。一、使用jupyter使用创建的虚拟环境步骤。三、mat格式与tif格式的互相转化。
2023-05-10 21:58:15
239
原创 第一学习季（4.24-5.7）
1.完善Qt软件（可直接进行实验）2.基本了解主被动遥感分类与深度学习的流程，了解基准模型3.读完10篇论文（至少五篇英文），并每天习惯学英语。
2023-04-25 16:11:55
381
原创 线性回归（仅供学习使用、有待补充）
线性回归是一种经典的统计学方法，用于建立自变量和因变量之间的线性关系模型。其基本思想是，在给定自变量的情况下，找到一条最优直线，使得该直线与观测数据之间的残差平方和最小化。线性回归模型可以表示为：其中，y是因变量，x1, x2, ..., xp是自变量，β0, β1, β2, ..., βp是线性回归模型的系数，ε是随机误差。线性回归模型的建立分为两个阶段：模型训练和模型预测。
2023-04-05 12:46:46
549
原创 第六周编程学习（4.3-4.6/4.14-4.16）
它的主要思想是，将数据点投影到回归平面上，并找到一个回归平面，使得每个数据点在平面上的投影与其实际值之间的距离之和最小。因此，OLS是一种适用于简单线性回归的方法，而CLS则适用于更复杂的线性回归模型，尤其是在存在多个自变量和测量误差的情况下。随机森林回归：适用于处理过拟合和高维数据问题的场景，通过构建多个决策树，采用随机特征选择和自助重采样技术，从而可以得到更加鲁棒的回归模型。梯度提升回归：适用于需要得到更加准确的回归模型的场景，通过迭代地加入新的回归树，使得每个回归树的预测结果越来越接近真实值。
2023-04-05 11:07:44
723
原创 欧氏距离聚类算法（仅供学习使用）
欧氏距离聚类算法（Euclidean Distance Clustering Algorithm）是一种基于欧氏距离的聚类算法，其思想是将样本空间中距离比较近的样本点归为一类，距离较远的样本点归为不同的类。该算法是一种层次聚类算法，因为其生成的聚类结果可以表示为一棵树状结构（称为聚类树或者谱树），树上的每个节点代表一个聚类，每个节点的子节点表示该节点的子聚类。
2023-03-27 21:13:55
8417
原创 Hough变换（仅供学习使用）
Hough变换是一种用于在图像中检测直线、圆等形状的技术。Hough变换的基本思想是将图像空间中的点映射到参数空间中，形成一个参数空间图像，然后在参数空间中寻找明显的峰值，这些峰值对应于图像空间中的直线或圆。在Hough变换中，直线的参数表示为两个变量：斜率和截距。对于圆，参数表示为圆心和半径。对于每个图像点，可以在参数空间中构建一个曲线或圆弧。这些曲线或圆弧在参数空间中相交的点表示在图像中可能存在的直线或圆。Hough变换的优点是可以检测到在图像中存在的多条直线或多个圆。
2023-03-27 20:49:26
2363
3
原创 OpenMP（仅供学习使用）
OpenMP (Open Multi-Processing) 是一种用于并行编程的应用程序接口 (API)，它针对共享内存多处理器系统的并行计算进行了优化。它是一个可移植、可伸缩的并行编程模型，可以在多个平台上运行，包括计算机集群和大型超级计算机。OpenMP 是一个开放的标准，由一组 C、C++ 和 Fortran 编译指令组成，这些指令可以在编写串行代码的同时进行并行化，从而实现更高的程序性能。通过将代码分解为多个线程，OpenMP 可以使多个处理器同时处理问题，从而缩短了计算时间。
2023-03-27 20:38:45
5223
1
原创 布料模拟算法（仅供学习使用）
布料模拟滤波算法是一种基于仿真布料的滤波方法，其基本思想是将点云视为布料，通过对布料进行仿真来实现滤波。该算法将点云中的点看作布料的纤维，点之间的连线看作布料的线缆，点云数据的各项属性则看作布料的物理参数，如质量、弹性系数等。通过对仿真布料的控制，实现对点云的滤波和平滑。布料模拟滤波算法的基本步骤如下：需要注意的是，布料模拟滤波算法的计算量较大，对计算资源和时间要求较高。因此，在实际应用中需要根据点云数据的规模和复杂度进行优化和调整。
2023-03-27 16:27:45
3817
5
原创 RANSAC算法（仅供学习使用）
RANSAC（Random Sample Consensus）算法是一种基于随机采样的迭代算法，用于估计一个数学模型参数。它最初由Fischler和Bolles于1981年提出，主要用于计算机视觉和计算机图形学中的模型拟合和参数估计问题。RANSAC算法的基本思想是通过随机采样一小部分数据来估计模型参数，然后用这个模型对所有数据进行测试，将满足模型的数据点作为内点，不满足模型的数据点作为外点。通过迭代的方式不断随机采样和估计模型参数，最终得到内点数目最多的模型作为最终的估计结果。
2023-03-19 23:22:17
7667
原创 4PCS算法（仅供学习使用）
State-of-the-art的4PCS算法是指当前在点云配准领域被认为最先进、最优秀的4PCS算法。它是基于经典的4PCS算法改进而来，引入了更加高效、精确的四点共面性检测算法、快速的搜索策略和误差度量方法，使得算法在速度和配准精度上均有明显提升。同时，该算法还能够处理局部特征缺失、噪声等情况下的点云配准问题，具有较强的鲁棒性和可扩展性。在实际应用中，State-of-the-art的4PCS算法已被广泛运用于三维重建、机器人导航、虚拟现实、医学影像等领域。
2023-03-18 23:13:19
3038
原创 ICP算法（仅供学习使用）
ICP（Iterative Closest Point）细化是一种点云配准算法，用于将两个或多个点云数据集对齐，以便进行后续的三维重建、拓扑分析等操作。在ICP细化中，通过迭代计算最小化两个点云之间的距离，来优化一个点云到另一个点云的转换矩阵（旋转矩阵和平移向量）。通过反复迭代，ICP细化算法可以逐步地将两个点云对齐，使它们的误差越来越小，最终达到一个较好的配准效果。ICP细化算法常用于三维重建、医学图像处理、机器人视觉、自动驾驶等领域。
2023-03-18 22:56:26
6880
5
原创 第三周C++与PCL的学习（3.13-3.19）
1）在VS的扩展工具里下载并按照QT visual Studio Tool，下载后关闭VS后会自动安装。3）弹出qt options界面后点击Add按钮弹出以下界面，在点击path最左侧按钮。1.Qt的更新与插件添加，使用Qt Maintenance Tool。今天主要完成的是PCL库的安装与配置和对QT与VS配置时的补充。4）添加qt安装目录下msvc2017的qmake即可。2）再次打开VS打开Qt option选项。2.Qt在VS2019下的配置。第一天3.13 星期一。
2023-03-15 22:43:47
808
原创 ※QT的打包方法：学习日记第二周（3.8-3.12）
2）外部资源加载：用rcc样式表制成二进制形式，调用函数把rcc的二进制文件加载进去。50.若打开一个系统自带的源文件之后其只调用了一个头文件，那么就直接点开看那个头文件。44.注意CSS中单词的拼写，因为选择器无法自动检查，所有最好从qt中直接复制。49.在qt中进行多行选择，按住alt，同一列的可以直接拖，不同列的要先点一下。48.用同一项目中其他文件的结构体或类，需要新include那个文件。2）指针的命名要么是ptr要么是p，成员变量是m_47.C++编码的一个大忌。第一天3.8 星期三。
2023-03-08 18:02:26
272
原创 C++及QT5.12.6学习日记第一周（3.1-3.7）
3.文件中可能会缺少Windows Kits下的库，它在安装VS时会同步安装，注意它可能不在C盘，其他盘也要多找找；倘若都没有，可使用Visual Studio Installer重新进行安装。安装Visual Studio2017、Qt5.12.6、QGIS3.22.16（以备以后GIS开发时使用）C++常用编译器有：DevC++、VC++6.0、Visual Studio等。2.在Qtcreater中无法打开某一个库，添加系统环境变量。5. qt的安装：注意组件的选择。软件安装与环境配置V。
2023-03-05 15:14:47
480
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