概率 公理化 样本 几何
基于蒙特卡洛概率潮流计算 在IEEE33节点系统中，由于风光出力的不确定性
基于蒙特卡洛概率潮流计算 在IEEE33节点系统中，由于风光出力的不确定性，利用蒙特卡洛生成风速和光照强度得到出力，可得到每个节点的电压和支路功率变化，网损和光照强度。YID:7950644519779522 ......
P8774 [蓝桥杯 2022 省 A] 爬树的甲壳虫（概率DP）
[蓝桥杯 2022 省 A] 爬树的甲壳虫 题目描述 有一只甲壳虫想要爬上一颗高度为 $n$ 的树，它一开始位于树根, 高度为 $0$，当它尝试从高度 $i-1$ 爬到高度为 $i$ 的位置时有 $P_{i}$ 的概率会掉回树根, 求它从树根爬到树顶时, 经过的时间的期望值是多少。 输入格式 输入第 ......
PlaneGCS-平面几何约束求解器用法
PlaneGCS-平面几何约束求解器用法 eryar@163.com 1 Introduction 在传统的机械设计软件中，一般使用几何约束求解器来画草图，再通过对草图进行拉伸旋转等生成特征实现建模功能。基于参数化历史特征方式来建模的软件绕不开几何约束求解器，目前主流商用软件一般使用西门子D-Cub ......
WPF 使用Path绘制几何图形
原创 ：https://blog.csdn.net/chulijun3107/article/details/105461106/ Path类继承自Shape,可以绘制很多简单的，复合的图形。Path类通过提供的Data属性，Data属性接受一个Geometry对象(我的理解就是Data要装什么集合 ......
2.9逻辑回归中单个和多个训练样本的梯度下降法
1.单个训练样本(损失函数) 在逻辑回归中我们需要做的就是变换参数w和b的值，来最小化损失函数 a也就是sigmoid函数，也就是a=1/(1+e^(-z)),所以dL/dz=dL/da * da/dz = a-y 这就是单个样本实例的一次梯度更新的步骤 2.多个训练样本 下图中有一个很明显的问题就 ......
三维几何表示方法
BREP（Boundary Representation） 一种基于几何实体边界的表示方法，它将几何实体分解为面、边和顶点等基本几何元素，并通过连接这些元素来表示整个几何体。BREP可以精确地表示几何体的形状和尺寸，因此非常适合进行CAD操作和工程分析。 Mesh 一种由无数小三角形组成的网格，其中 ......
变分推断中一类联合概率密度函数边缘均值与方差的推导
在变分推断中，常见的一类联合概率密度函数形式如下所示： $$f\left(z_{m}, \mathbf{x}\right) {;\propto;} {\delta}\left(z_{m} - \mathbf{a}{m}\mathbf{x}\right) \mathcal{CN}\left( {z}{ ......
13.镜像几何体\镜像几何特征
一.镜像实体（针对实体） 1.选择基准面，选择镜像实体命令 2.1.选择基准面和次要基准面，则分别在基准面和次要基准面镜像 二.镜像特征（针对特征命令、切除命令等） ......
线性代数与空间解析几何入门
本文的目的是将三位立体几何问题机械化形式化，降低对空间想象力的要求，进而引入积和式，并用其解决带限制的排列问题，然后从积和式引入行列式，并对其性质进行对比，最后运用矩阵解决线性方程组求解，旋转，以及一般的二次曲线 本文要介绍的: 平面的法向量，平面的点法式和一般式方程，三维直线的方程，二维和三维叉乘 ......
期望&概率
https://blog.csdn.net/weixin_45697774/article/details/104274160 知识 需要注意的是，$P(A|B)P(B)=P(AB)$，这个东西并没有要求 $A,B$ 独立。感性理解一下，两件事情同时发生即在发生事件 $B$ 的情况下，发生 $A$， ......
学习分享：对极几何、基本矩阵、本质矩阵（持续更新）
对极几何、基本矩阵、本质矩阵 对极约束相关介绍可以在《计算机视觉中的多视图几何》一书的185页找到； 1 对极约束 1.2 对极约束的理解 对极几何是两幅视图之间内在的射影几何； 对极约束：已知某一3D点$X$在第一张图像上的投影是$x$,那么在同样观测到点$X$的第二幅图像上的投影$x'$是如何被 ......
几何约束求解思维框架
一、概念介绍 几何约束关系，是指对草图上的某些元素添加几何关系，从而让他们产生位置性约束关系的功能，主要包括连接、水平、竖直、相切、平行、相等、对称、同心、垂直、共线等内容。 几何约束求解（Geometric Constraint Solver 简称：GCS） 狭义上，我们通常讲的GCS主要是为CA ......
CesiumJS PrimitiveAPI 高级着色入门 - 从参数化几何与 Fabric 材质到着色器 - 下篇
书接上文 https://www.cnblogs.com/onsummer/p/cesium-primitive-api-tutorial.html 3. 使用 GLSL 着色器 明确一个定义，在 Primitive API 中应用着色器，实际上是给 Appearance 的 vertexShade ......
下篇 | 使用 🤗 Transformers 进行概率时间序列预测
在《使用 🤗 Transformers 进行概率时间序列预测》的第一部分里，我们为大家介绍了传统时间序列预测和基于 Transformers 的方法，也一步步准备好了训练所需的数据集并定义了环境、模型、转换和 InstanceSplitter。本篇内容将包含从数据加载器，到前向传播、训练、推理和展 ......
贝叶斯与卡尔曼滤波(1)--三大概率
贝叶斯与卡尔曼滤波(1)--三大概率 贝叶斯滤波主要是通过概率统计的方法，主要是贝叶斯公式，对随机信号进行处理，减小不确定度 贝叶斯滤波处理的随机变量主要是一个随机过程。$x_1, x_2, x_3 ...$,互不独立 与之对应的就是一个确定过程，比如：自由落体$v = g*t$，就是一个确定的过程 ......
CesiumJS PrimitiveAPI 高级着色入门 - 从参数化几何与 Fabric 材质到着色器 - 上篇
Primitive API 还包括 Appearance API、Geometry API 两个主要部分，是 CesiumJS 挡在原生 WebGL 接口之前的最底层图形封装接口（公开的），不公开的最底层接口是 DrawCommand 为主的 Renderer API，DC 对实时渲染管线的技术要求 ......
小样本利器5. 半监督集各家所长：MixMatch，MixText，UDA，FixMatch
在前面章节中，我们介绍了几种半监督方案包括一致性正则，FGM对抗，最小熵原则，mixup增强。MixMatch则是集各家所长，把上述方案中的SOTA都融合在一起实现了1+1+1>3的效果。我们以MixMatch为基准，一并介绍几种衍生方案MixText，UDA，FixMatch ......
Relational Learning with Gated and Attentive Neighbor Aggregator for Few-Shot Knowledge Graph Completion 小样本知识图谱补全论文解读
小样本知识图补全——关系学习。论文利用三元组的邻域信息，提升模型的关系表示学习，来实现小样本的链接预测。主要应用的思想和模型包括：GAT（图注意力神经网络）、TransH、SLTM、Model-Agnostic Meta-Learning (MAML)。 论文地址：https://arxiv.org ......
深度学习炼丹-不平衡样本的处理
数据层面的处理方法总的来说分为数据扩充和数据采样法，数据扩充会直接改变数据样本的数量和丰富度，采样法的本质是使得输入到模型的训练集样本趋向于平衡，即各类样本的数目趋向于一致。 ......
ArcGIS QGIS学习二：图层如何只显示需要的部分几何面数据（附最新坐标边界下载全国省市区县乡镇）
前言 当我们用GIS软件打开一个SHP文件的时候，会显示出里面全部的几何图形，假如我只想要其中的一部分数据显示出来，其他的均不要显示，有那么几种操作方法。 我们可以通过把需要显示的几何面复制到另外一个图层里面来单独显示，但如果需要显示的区域一变，又要重新搞，不是很方便。 下面将记录一下我学到的解决方 ......