- 博客(14)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 2021-07-15 声音一些基本概念
一、声音声音的本质是波动。受作用得空气发生振动，当震动频率在20-20000Hz时，作用于人的耳鼓膜而产生的感觉称为声音。声源可以是固体、也可以是流体（液体和气体）的振动。声音的传媒介质有空气。水和固体，它们分别称为空气声、水声和固体声等。噪声监测主要讨论空气声。二、声音的发生、频率、波长和声速频率：声源在一秒中内振动的次数，记作f。单位为Hz。周期：声源振动一次所经历的时间，记作T，单位为s。T=1/f。波长：沿声波传播方向，振动一个周期所传播的距离，或在波形上相位相同的相邻两点间距离，记为λ，
2021-07-15 12:35:32
4126
原创 孤立森林算法的离群点检测
孤立森林算法的离群点检测，包含设置隔一段时间运行检测函数、读取数据库、插入数据库、保存异常检测模型、可视化异常分数与异常值直方图关系、插入uuid、当前日期、import pandas as pdimport cx_Oracleimport plotly.express as pxfrom sqlalchemy import create_enginefrom sklearn.preprocessing import StandardScalerfrom sklearn.ensemble imp
2021-05-19 11:12:49
625
原创 k-means聚类算法的离群点检测
采用k-means算法进行离群点检测，并包含通过SSE算法找到最佳聚类数、PCA降维方法。import pandas as pdimport numpy as npimport matplotlib.dates as mdimport matplotlib.pyplot as pltfrom sklearn.preprocessing import StandardScalerfrom sklearn.decomposition import PCAfrom sklearn.cluster i
2021-05-19 10:46:18
2696
3
原创 声音/声学成像2021-4-13
声学照相机，又名声相（像）仪，是利用传声器阵列测量一定范围内的声场分布的专用设备。通过阵列信号处理算法，处理传声器采集到的声压信号，可以得到被测物体表面的噪声源位置和强度，并以云图方式显示出直观的图像。在声学测量中，由于声源和阵列各个传声器之间的距离不相等，每个传声器接收到的声波存在不同的延迟。利用声波延迟和声源位置的对应关系，将接收到的声压信号进行时延（频域为相位）补偿后相加，逐点计算出空间声源强度的分布，这一过程称为声成像，而作为接收设备的阵列则被称为声学照相机。1.硬件，就是通俗讲的麦克风阵列，它是
2021-04-13 17:20:33
2223
1
原创 批量重命名文件夹中的图片名称
批量重命名文件夹中的图片名称# -*- coding:utf8 -*-import oss=[]#存放所有文件名（绝对路径）class BatchRename(): ''' 批量重命名文件夹中的图片文件 ''' def __init__(self): self.path = 'E:\套管\image' #表示需要命名处理的文件夹 def rename(self): filelist = os.listdir(self.p
2021-01-28 16:41:49
441
原创 yov5检测结果裁剪并保存2021/1/22
循环遍历文件夹下的图片#directory_name放图片的文件夹 for filename in os.listdir(directory_name): image = Image.open(directory_name + "/" + filename)字典根据键key去找值valuedict={'aa': 0, 'bb': 1, 'cc': 2, 'dd': 3, 'ee': 4, 'ff': 5, 'gg': 6}pring(dict['aa'])#输出0
2021-01-22 20:09:44
2692
6
原创 标定中各个坐标关系
世界坐标系：Xw、Yw、Zw。相机坐标系： Xc、Yc、Zc。图像坐标系：x、y。像素坐标系：u、v.1.从世界坐标系到相机坐标系刚体从世界坐标系转换到相机坐标系的过程，可以通过旋转和平移来得到，我们将其变换矩阵由一个旋转矩阵和平移向量组合成的齐次坐标矩阵。其中，外参矩阵中R为旋转矩阵，t为平移向量，因为假定在世界坐标系中物点所在平面过世界坐标系原点且与Zw轴垂直（也即棋盘平面与Xw-Yw平面重合，目的在于方便后续计算），所以zw=0，可直接转换成式1的形式。外参矩阵可以理解为只与相机外部参数有关
2021-01-19 10:08:34
3008
原创 KITTI数据集
1、kitti数据采集平台KITTI数据集的数据采集平台装配有2个灰度摄像机，2个彩色摄像机，一个Velodyne64线3D激光雷达，4个光学镜头，以及1个GPS导航系统。图示为传感器的配置平面图，为了生成双目立体图像，相同类型的摄像头相距54cm安装。由于彩色摄像机的分辨率和对比度不够好，所以还使用了两个立体灰度摄像机，它和彩色摄像机相距6cm安装。蓝字部分标注的Velodyne激光雷达的坐标系中， X坐标是向前的。也就意味着激光雷达数据中的X数据，给的是物体的距离信息。相机：x 轴向右，y 轴向下，
2021-01-16 17:42:33
1174
原创 python 列表，元组，数组
一、列表（List）1.列表的特点列表是以方括号“[]”包围的数据集合，不同成员以“，”分隔。 L = [1,2,3], 列表a有3个成员。列表是可变的数据类型【可进行增删改查】，列表中可以包含任何数据类型，也可以包含另一个列表。 L = [1,2,[3,4]]，列表L有3个成员，最后一个成员为一个列表。列表可以通过序号（索引）访问其中成员，成员序号从0开始。a=[1,2,3,4]a[0]=1列表没有shape，计算列表中成员（元素）的个数，成员以最外层的[ ]中的逗号“，”来分隔。
2021-01-15 17:55:35
2620
原创 numpy学习1
数据类型对象 (dtype)numpy.dtype(object, align, copy)object - 要转换为的数据类型对象align - 如果为 true，填充字段使其类似 C 的结构体。copy - 复制 dtype对象 ，如果为 false，则是对内置数据类型对象的引用。import numpy as np# int8, int16, int32, int64 四种数据类型可以使用字符串 'i1', 'i2','i4','i8' 代替dt = np.dtype('i4')
2021-01-15 17:04:27
195
原创 影响红外测温的主要因素分析
一. 影响红外测温的主要因素分析： 发射率、环境温度、距离系数、大气衰减二. 以下是三篇论文对影响因素的总结。1. 第一篇：影响因素：发射率、环境温度、距离系数修正方法：拟合曲线、最小二乘法2.第二篇影响因素：发射率、红外波段、测量距离修正方法：BP神经网络3.第三篇影响因素：距离系数、发射率、大气衰减修正方法：拟合曲线...
2021-01-09 12:31:44
4732
原创 yolov5训练自己数据集
yolov5训练自己数据集项目地址：https://github.com/ultralytics/yolov5环境：Windows pytorch-gpu==1.6.0** 一、数据集准备**├── data│ ├── Annotations 进行 detection 任务时的标签文件，xml 形式，文件名与图片名一一对应│ ├── images 存放 .jpg 格式的图片文件│ ├── ImageSets 存放的是分类和检测的数据集分割文件，包含train.txt,
2021-01-08 12:20:24
1857
4
原创 ajax示例
记录本人第一次写ajax接口，用循环count来计算总人数，其实可以arr.length。$(function() { var count=0; //总人数 var count1=0;//请假人数 var count2=0;//迟到人数 var count3=0;//缺席人数 //总人数 $(function() { $.ajax({ url: './zongrenshu ', type: 'get', async: true, success: function(
2021-01-08 11:10:54
153
2
原创 VOC数据集与COCO数据集
VOC2007：中包含9963张标注过的图片， 由train/val/test三部分组成， 共标注出24,640个物体。 VOC2007的test数据label已经公布， 之后的没有公布（只有图片，没有label）。VOC2012：对于检测任务，VOC2012的trainval/test包含08-11年的所有对应图片。 trainval有11540张图片共27450个物体。 对于分割任务， VOC2012的trainval包含07-11年的所有对应图片， test只包含08-11。trainval有 29
2021-01-08 10:36:07
2829
2
DLT 664-2016 带电设备红外诊断应用规范_设备诊断公司
2021-01-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人