- 博客(6)
- 收藏
- 关注
RSS订阅原创 Delaunay三角剖分算法
点集的三角剖分（Triangulation），对数值分析（比如有限元分析）以及图形学来说，都是极为重要的一项预处理技术。尤其是Delaunay三角剖分，由于其独特性，关于点集的很多种几何图都和Delaunay三角剖分相关，如Voronoi图，EMST树，Gabriel图等。Delaunay三角剖分有最大化最小角，“最接近于规则化的“的三角网和唯一性（任意四点不能共圆）两个特点。定义【定义】三角剖分：假设V是二维实数域上的有限点集，边e是由点集中的点作为端点构成的封闭线段, E为e的集合。那么该点集V
2022-04-13 12:44:55
572
原创 CloudCompare中对点云进行降采样和剪裁
降采样：Edit=>Subsample出现一个弹窗，可以选择3种降采样的方式：Random, Space, Octree。下面用一个例子来说明3种方式。例子是一个5.88M个点的点云文件（用space方式，0.2米，降采样之后的）。1. Random参数是一个点数。设置为1M，得到的结果点云，有1M个点。2. Space参数是一个距离阀值。结果点云中，任意2个点的距离都必须大于等于这个阀值。0.2米降采样，得到的结果，有5.88M个点。0.5米降采样，得到的结果
2022-03-28 21:18:59
3966
原创 KNN算法（二） sklearn KNN实践
上次介绍了KNN的基本原理，以及KNN的几个窍门，这次就来用sklearn实践一下KNN算法。一.Skelarn KNN参数概述要使用sklearnKNN算法进行分类，我们需要先了解sklearnKNN算法的一些基本参数，那么这节就先介绍这些内容吧。def KNeighborsClassifier(n_neighbors = 5, weights='uniform', algorithm = '', ...
2022-03-20 19:52:13
4718
2
原创 KNN算法（一） KNN算法原理
一.KNN算法概述KNN可以说是最简单的分类算法之一，同时，它也是最常用的分类算法之一，注意KNN算法是有监督学习中的分类算法，它看起来和另一个机器学习算法Kmeans有点像（Kmeans是无监督学习算法），但却是有本质区别的。那么什么是KNN算法呢，接下来我们就来介绍介绍吧。二.KNN算法介绍KNN的全称是K Nearest Neighbors，意思是K个最近的邻居，从这个名字我们就能看出一些KNN算法的蛛丝马迹了。K个最近邻居，毫无疑问，K的取值肯定是至关重要的。那么最近的邻居又是怎么回事呢
2022-03-20 19:33:50
121497
4
原创 JSON文件格式
最近，因为要做一份工作：即集成下载管理中的Python脚本。在那里面我发现Python处理的文本后缀是.json。这让我有些好奇，json文本到底是什么呢？后来网上查阅，发现一个网友写的很好。他翻阅的是一种叫做yaml的简化数据交换格式的帮助文档，发现了一段非常经典的话。该文档说，从结构上看，所有的数据(data)最终可以分解成三种类型：第一种类型是标量scalar，也就是一个单独的字符串string或数字numbers，比如“成都”这个单独的词。第二种类型是序列sequence
2022-03-16 13:31:49
1969
原创 【机器学习】-----PCA（主成分分析）
PCA（Principal Component Analysis） 是一种常见的数据分析方式，常用于高维数据的降维，可用于提取数据的主要特征分量。1. 向量表示与基变换我们先来介绍些线性代数的基本知识。1.1 内积两个向量的 A 和 B 内积我们知道形式是这样的：内积运算将两个向量映射为实数，其计算方式非常容易理解，但我们无法看出其物理含义。接下来我们从几何角度来分析，为了简单起见，我们假设 A 和 B 均为二维向量，则：其几何表示见下图：我们看出 A 与 B..
2022-03-10 22:23:55
1198
1
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