全文共1466字，预计阅读时长2分钟熟练掌握C语言却总是在转型机器学习算法的道路上屡屡跌倒？懂得AI模型的逻辑却在每次伪代码修改后都被报错？ 你的绊脚石或许不仅仅是对于Python语法的陌生，还有对于数据集的处理摸不着头脑。这时候，就需要我们回归基本概念——从向量、矩阵开始，读懂机器学习语言。不同在何处？在一般性C语言编程中，对于数据的处理主要利用指针。熟悉它的同学们都知道，所谓内存，其实可以被视
使用ArcGIS计算土地转移矩阵通常是将栅格数据转为矢量，然后再使用ArcGIS中的叠加分析统计各类面积的转移变化情况。还有一种比较简单的方法，就是使用ArcGIS中的栅格计算器来计算土地转移矩阵，这种方法对于比较大的研究区域来说计算效率会更高一点。计算步骤：1.首先将土地覆盖数据加载进ArcGIS当中，使用研究区将数据裁剪出来；2.然后打开“空间分析工具”—“地图代数”—“栅格计算器”3.在栅格
转载
2024-02-23 11:06:38
494阅读
GeoDa是一个设计实现栅格数据探求性空间数据分析（ESDA）的软件工具集合体的最新成果。它向用户提供一个友好的和图示的界面用以描述空间数据分析，比如自相关性统计和异常值指示等。GeoDa的设计包含一个由地图和统计图表相联合的相互作用的环境，使用强大的连接窗口技术。其最初的成果是为了在ESRI的ArcInfo GIS 和SpacStat软件间建立一个桥梁，用来进行空间数据分析（Anselin et
例子：一、算法原理通过一个图的权值矩阵求出它的每两点间的最短路径矩阵。从图的带权邻接矩阵A=[a(i,j)]，n×n开始，递归地进行n次更新，即由矩阵D(0)=A，按一个公式，构造出矩阵D(1)；又用同样地公式由D(1)构造出D(2)；……；最后又用同样的公式由D(n-1)构造出矩阵D(n)。矩阵D(n)的i行j列元素便是i号顶点到j号顶点的最短路径长度，称D(n)为图的距离矩阵，同时还可引入一个
转载
2024-03-27 18:01:23
142阅读
之前 MATLAB绘制矩阵权（Matrix weighted）有理Bezier曲线提到了矩阵权的方法，现在我将其用到loop细分上，实现矩阵权的loop细分 loop细分的算法在我之前的博客中已经多次提到了，下面将其推广到矩阵权的loop细分上浙江大学 杨勋年老师论文——Matrix weighted rational curves and surfacesloop细分规则1.网格内部V-顶点位
转载
2024-05-28 11:27:32
78阅读
一、单成分单变量高斯模型二、单成分多变量高斯模型若协方差矩阵为对角矩阵且对角线上值相等，两变量高斯分布的等值线为圆形。若协方差矩阵为对角矩阵且对角线上值不等，两变量高斯分布的等值线为椭圆形。长轴平行于取较大值的变量所在的轴，短轴平行于取较小值的变量所在的轴。若协方差矩阵为非对角矩阵，表明变量之间存在相关性，相关系数取-1到1之间的非０值。上图中两变量高斯分布的等值线长轴平行于\(x_1=-0.5x
转载
2024-04-03 12:14:13
202阅读
介绍这里讲的顶点对之间的最短路径是基于动态规划在图中的实现。每一个循环都类似矩阵乘法，因此这个算法看起来就像是一直在做矩阵乘法。实现在这里我们用邻接矩阵表示法来表示一个图，因为相对邻接表来说，邻接矩阵表示要容易些，并且采用自底而下的算法来计算最短路径权重。typedef int (*Metrix)[VERTEX_NUMBER];
void printfMatrix(Metrix graphmetr
转载
2024-05-20 20:46:11
93阅读
前段时间，我使用模型构建器制作了“沿网络OD成本矩阵”工具集。这个工具集包含多个子模型，虽然能实现预期的功能，但是实在是不方便使用。原文见下ArcGIS Pro生成沿网络的OD成本矩阵_圈圈的圈圈的博客-arcgisod成本矩阵ArcGIS中求解OD成本矩阵只能得到两种形式的结果，一种是没有输出几何只有属性表的OD成本矩阵表，一种是OD点之间生成直线的成本矩阵表。不过路径分析是可以沿网络生成路径的
转载
2024-04-28 19:59:04
116阅读
1.视频网站：mooc慕课https://mooc.study.163.com/university/deeplearning_ai#/c 2.详细笔记网站(中文)：http://www.ai-start.com/dl2017/ 3.github课件+作业+答案：https://github.com/stormstone/deeplearning.ai1.11 神经网络的权重初始化 Weight
主成分分析的原理是设法将原来变量重新组合成一组新的相互无关的几个综合变量，同时根据实际需要从中可以取出几个较少的总和变量尽可能多地反映原来变量的信息，也是数学上处理降维的一种统计学方法。SPSS实现主成分分析的步骤如下：1.数据标准化之所以要对数据进行标准化，是因为各种类别的数据间的度量不同。我们选择如下数据进行介绍，选择微博总数、粉丝数、关注数、转发数、评论数和点赞数为指标。首先将数据粘贴到SP
转载
2024-08-25 19:45:33
3069阅读
根据各个指标获得综合指标时，由于各个指标对综合指标的贡献度不同，相应权重也应不同，对综合指标贡献大的指标更重要，应该分配更大的权重。如何确定各个指标的权重，这里介绍两种方法：熵值法和pca确定权重。也可用于特征工程中确定特征权重。一、熵值法1、熵的概念 信息论中，熵是对随机变量不确定性的度量。熵值越小，无序程度越小，不确定性越小，信息量越大；熵值越大，无序程度越大，不确定性越大，信息量越
转载
2023-12-03 12:56:03
153阅读
tf.nn.embedding_lookup_sparse(
params,
sp_ids,
sp_weights,
partition_strategy='mod',
name=None,
combiner=None,
max_norm=None
) 主要的作用是接收一个稀疏矩阵，返回一个embedding，这个embedding是在p
转载
2024-04-03 15:20:36
222阅读
网格分析，也被称为是决策矩阵分析，是由英国管理学家斯图尔特•普提出的一种多因素辅助决策工具。因此该方法也被称为普氏分析或者多因素辅助分析。它是一款非常有效的辅助决策工具，当你面临很多好的项目选择，同时又有许多因素需要综合考虑的情形，应该首先选择网络分析。网格分析是多种影响因素的决策分析最简单的一种形式，也被称为是多因素决策帮助或多因素决策管理。复杂的多因素决策需要为潜在的影响因素建立复杂的数学模型
转载
2024-05-24 15:29:04
128阅读
在参考相关资料的基础上，做了一些补充，整理出Pandas常用命令如下：Pandas常用命令说明[1]•在这个速查手册中，我们使用如下缩写：df：任意的Pandas DataFrame对象 s ：任意的Pandas Series对象•同时我们需要做如下的引入：import pandas as pdimport numpy as np导入数据•pd.read_csv(filename)：从CSV文件导
转载
2024-08-06 21:08:23
173阅读
1. 先说雅可比矩阵零空间(nullspace)的妙用 雅克比矩阵有一些有趣的性质，比如它的零空间。只要机械臂的关节速度在其雅克比矩阵的零空间中，那么末端连杆的速度总是零，零空间由此得名。通俗的说就是：不管关节怎么动，末端连杆始终不动（就像被钉死了一样）。这个性质还挺有用的，因为有些场合要求机械臂在抓取东西的时候还能躲避障碍物。在其它领域，例如
这个过程相当繁琐,个人认为有优化的可能:先说一下思路,矩阵相乘A矩阵乘B矩阵相当于A矩阵和B矩阵的转置做内积.所以我就先把B矩阵做了转置,再做内积.其中有两个核函数是在主函数中执行的,先执行转置,再执行乘法.再乘法函数中又嵌套了一个内积函数.这样充分的利用了并行化.如图所示:以3*3矩阵为例.我先开3*3个线程做内积运算,然后在每个线程中又开了1*3个线程做内积运算.其中求和部分我没有用并行方式求
转载
2024-03-19 20:41:22
149阅读
一、图的概念图形由顶点/节点和连接这些顶点的边/线组成。 图可以是无向的（意味着在与每个双向边相关联的两个顶点之间没有区别）或者可以指向图（意味着其边缘从一个顶点指向另一个顶点但不一定在另一个方向上）。 可以对图形进行加权（通过向每个边缘分配权重，其表示与该连接相关联的数值）或者图形可以是未加权的（所有边缘具有单位权重1或者所有边缘具有相同的恒定权重）顶点（vertex）顶点为上图中带数字的圆形，
转载
2024-10-30 15:25:59
249阅读
有时候，我们要对图层上的地物进行有选择性的显示，以此来满足实际的功能要求。按下面介绍的方法可轻松实现图层属性过滤显示：1、当图层已经加载时private void ShowByFilter(AxMapControl sMapCtr, IFeatureLayer sFlyr, string sFilter)
{
ESRI.ArcGIS.Carto.IFeatureLayerDefinition pD
目录一、线性空间1. 线性空间的概念（1） 线性空间的定义（2） 线性空间的本质2. 线性空间的基（1） 线性表示（2） 线性相关（3） 线性无关（4） 线性空间基的定义（5） 坐标3.&n
