使用p5.js临摹一个动态图形并作出拓展,供大家参考,具体内容如下 原图形 由内向外,白色圆的半径依次增大,黑色圆的半径不变; 白色圆在上一个白色圆碰到之前就开始增大半径; 图中只能存在一个周期的变化; 临摹图形 使用P5.js,依照上文的规律进行临摹 画12对圆; 相邻圆之间半径差为25; 白色圆半径以周期为60帧的正弦函数的正数值部分变化,变化幅度为22; 相邻白色圆运动函数相位差为13帧; 代码如下: function setup() { createCanvas(400, 400); frameRate(30)//图形设为30帧 } function draw() { ba
2026-01-28 00:55:04 212KB
1
《图像处理中的数学方法》是田金文教授关于图像处理领域的一部著作,该书深入探讨了数学在图像处理中的应用。图像处理是一门多学科交叉的领域,它结合了计算机科学、电子工程、数学以及视觉心理学等多个领域的知识,而数学方法作为其核心工具,对于理解和实现高效图像处理算法至关重要。 在书中,田金文教授首先介绍了图像的基本概念和表示方式,包括像素、灰度图像和彩色图像等。图像通常以矩阵形式存储,每一行每一列的元素代表一个像素的亮度或颜色信息。通过数学运算,我们可以对这些像素进行操作,如调整亮度、对比度、色彩平衡等,以改善图像质量或提取有用信息。 接下来,书中详细讲解了傅立叶变换在图像处理中的应用。傅立叶变换是一种将图像从空间域转换到频率域的方法,它能够揭示图像的频率成分,这对于图像滤波、降噪和频谱分析至关重要。例如,高通滤波可以去除低频噪声,保留边缘细节;低通滤波则可以平滑图像,减少高频噪声。 此外,书中还涉及了小波分析这一强大的数学工具。小波分析能提供多尺度、多分辨率的图像表示,这对于图像的局部特征检测、压缩和恢复非常有效。在图像去噪、边缘检测、图像压缩等领域,小波分析都有广泛的应用。 图像几何变换也是图像处理的重要部分,包括平移、旋转、缩放和透视变换等。这些变换常用于图像校正、配准和合成。田金文教授可能详细阐述了基于矩阵的几何变换理论,以及如何通过这些变换实现图像的精确操作。 在图像分割方面,可能会介绍阈值分割、区域生长、边缘检测等方法,这些都是从图像中提取目标物体的基础。数学方法,如阈值选择的优化算法、图论在区域连接中的应用等,都是这部分的关键。 书中可能还会讨论到一些高级主题,如机器学习和深度学习在图像识别、分类和目标检测中的应用。这些现代技术利用复杂的数学模型,如神经网络,自动学习图像的特征,极大地推动了图像处理的发展。 《图像处理中的数学方法》全面覆盖了从基础理论到高级技术的图像处理内容,是学习和研究图像处理领域的重要参考资料。通过学习这本书,读者不仅能掌握数学在图像处理中的应用,还能理解如何利用这些数学工具解决实际问题。
2026-01-26 22:14:27 10.36MB 图像处理
1
Matlab肺结节分割(肺结节提取)源程序,也有GUI人机界面版本。 使用传统图像分割方法,非深度学习方法。 使用LIDC-IDRI数据集。 工作如下: 1、读取图像。 读取原始dicom格式的CT图像,并显示,绘制灰度直方图; 2、图像增强。 对图像进行图像增强,包括Gamma矫正、直方图均衡化、中值滤波、边缘锐化; 3、肺质分割。 基于阈值分割,从原CT图像中分割出肺质; 4、肺结节分割。 肺质分割后,进行特征提取,计算灰度特征、形态学特征来分割出肺结节; 5、可视化标注文件。 读取医生的xml标注文件,可视化出医生的标注结果; 6、计算IOU、DICE、PRE三个参数评价分割效果好坏。 7、做成GUI人机界面。 两个版本的程序中,红框内为主函数,可以直接运行,其他文件均为函数或数据。
2026-01-26 16:12:35 301KB matlab 深度学习
1
自动驾驶多传感器联合标定系列:激光雷达到相机图像坐标系标定工程详解,含镂空圆圆心检测及多帧数据约束的外参标定方法,附代码注释实战经验总结,自动驾驶多传感器联合标定系列之激光雷达到相机图像坐标系的标定工程 , 本提供两个工程:基于雷达点云的镂空标定板镂空圆圆心的检测工程、基于镂空标定板的激光雷达到相机图像坐标系的标定工程。 其中镂空圆圆心的检测是进行lidar2camera标定的前提。 lidar2camera标定工程中带有多帧数据约束并基于Ceres非线性优化外参标定的结果。 这两个工程带有代码注释,帮助您对标定算法的的理解和学习。 实实在在的工作经验总结 ,核心关键词: 1. 自动驾驶 2. 多传感器联合标定 3. 激光雷达到相机图像坐标系标定 4. 镂空标定板 5. 圆心检测 6. lidar2camera标定 7. 多帧数据约束 8. Ceres非线性优化 9. 外参标定 10. 代码注释 用分号分隔的关键词结果为: 自动驾驶;多传感器联合标定;激光雷达到相机图像坐标系标定;镂空标定板;圆心检测;lidar2camera标定;多帧数据约束;Ceres非线性优化;外参标定;代
2026-01-24 22:50:07 215KB
1
本文详细介绍了STL(Seasonal and Trend decomposition using Loess)分解方法,这是一种用于时间序列分析的通用且稳健的技术。STL通过LOESS(局部加权回归)将时间序列分解为趋势、季节性和残差三个主要分量。文章首先介绍了STL的主要参数,包括数据集类型、季节性周期、季节性和趋势平滑器的长度。接着,通过航空公司乘客数据的实例,展示了如何使用Python的statsmodels库进行STL分解,并验证了残差的正态分布特性。此外,文章还探讨了趋势性和季节性程度的计算方法,以及如何确定季节性波峰期。最后,总结了STL分解的正确性和数据可预测性的评估方法。 STL(Seasonal and Trend decomposition using Loess)分解方法是一种广泛应用于时间序列分析的技术,主要通过局部加权回归(LOESS)方法将时间序列数据分解为趋势、季节性和残差三个主要组成部分。STL的主要参数包括数据集类型、季节性周期、季节性和趋势平滑器的长度,这些参数的选择直接影响到时间序列的分解效果。 文章首先介绍了STL的主要参数。数据集类型决定了STL的处理方式,季节性周期是时间序列中重复出现的周期性模式的长度,季节性和趋势平滑器的长度则决定了分解时对数据的平滑程度。这些参数的选择需要根据具体的时间序列数据进行调整,以达到最佳的分解效果。 接着,文章通过航空公司乘客数据的实例,展示了如何使用Python的statsmodels库进行STL分解。在这个例子中,首先需要导入statsmodels库,并加载航空公司乘客数据。然后,通过调用statsmodels库中的STL函数,输入时间序列数据和参数,就可以得到分解结果。在这个过程中,还可以对残差进行正态分布检验,以验证分解效果。 文章还探讨了趋势性和季节性程度的计算方法。趋势性是指时间序列数据随时间变化的趋势,而季节性则是指时间序列数据中周期性波动的特性。通过计算这些特性,可以更好地理解和分析时间序列数据的内在规律。 此外,文章还讨论了如何确定季节性波峰期。季节性波峰期是时间序列中出现的周期性波动的高峰期。通过确定季节性波峰期,可以更好地预测和控制时间序列数据。 文章总结了STL分解的正确性和数据可预测性的评估方法。正确性评估主要是通过比较分解结果和原数据的一致性来进行的,而数据可预测性评估则主要是通过比较预测结果和实际数据的一致性来进行的。通过这些评估方法,可以评估STL分解的有效性和准确性。 STL分解方法是一种非常有效的数据分解方法,通过调整参数、计算趋势性和季节性程度以及确定季节性波峰期等方法,可以更好地理解和分析时间序列数据。同时,通过评估STL分解的正确性和数据可预测性,可以有效地评估STL分解的有效性和准确性。
2026-01-23 17:19:26 542B Python实现
1
window11打开foxmail7.2报错runtime error 217 at 00415E1D解决方法 安装附件,重启电脑后便可以正常打开foxmail7.2了
2026-01-22 13:42:48 35.14MB
1
近似方法是解决复杂工程问题和科学研究中常用的一种技术,它通过简化模型、忽略次要因素或采用数值手段来逼近实际问题的解决方案。在本篇资料中,我们将深入探讨近似方法的基本概念、重要性以及实施步骤,特别是针对isight公司的软件应用。 近似方法的核心在于在保证结果足够准确的前提下,降低计算复杂度,提高解决问题的效率。在isight软件中,近似方法被广泛应用于优化设计流程,帮助工程师快速探索设计空间并找到最优解。isight是一个强大的多学科优化平台,它整合了各种仿真工具和近似算法,以支持高效的工程决策。 近似方法的实施通常包括以下步骤: 1. **问题定义**:首先明确要解决的问题,确定目标函数(如成本、性能指标)和约束条件,识别输入变量(设计变量)。 2. **模型建立**:根据问题的特性,建立精确或简化的数学模型。在isight中,可以连接多种仿真工具,如有限元分析、流体动力学模拟等,生成初始的精确模型。 3. **数据采集**:通过运行精确模型,获取一系列输入与输出的数据点。这些数据点将用于构建近似模型。 4. **选择近似方法**:根据问题的特性选择合适的近似方法。常见的有线性回归、多项式插值、样条插值、神经网络、支持向量机等。isight内置了多种近似器,如Kriging、响应面法、径向基函数等,用户可根据需求选择。 5. **训练近似模型**:利用数据点训练近似模型,使其尽可能地逼近真实模型的行为。这个过程可能涉及参数调整,以提高模型的预测精度。 6. **模型验证**:通过对比近似模型与原始模型在独立数据集上的表现,评估近似模型的准确性。这是确保近似模型可信度的关键步骤。 7. **优化和决策**:使用近似模型进行优化计算,因为它通常比精确模型快得多。isight提供了一系列优化算法,如梯度搜索、遗传算法、模拟退火等,结合近似模型能快速找到设计空间中的最优解。 8. **迭代和反馈**:根据优化结果,可能需要进一步调整设计或重新采集数据,然后更新近似模型,进入新一轮的优化循环。 在《6_近似方法_CantBeam.pdf》这份文档中,可能会详细阐述近似方法在结构力学问题,如梁弯曲(CantBeam)分析中的应用。通过实例,读者可以学习如何使用isight实现近似模型的建立和优化过程,从而掌握近似方法的实际操作技巧。 近似方法在isight中的应用极大地提升了工程优化的效率,使得复杂问题的求解变得更为便捷。通过理解近似方法的基本原理和实施步骤,工程师能够更好地利用isight软件进行高效的设计优化。
2026-01-22 10:35:53 2.6MB isight 近似方法
1
FDM 3D打印机打印时常见问题及解决方法 FDM 3D打印机现在较为常见,但是在打印过程中经常出现一些问题,如模型粘不到工作台、喷嘴不出丝、打印模型错位、打印精度和理论有较大差距等。为了解决这些问题,我们需要了解问题的原因并采取相应的解决方法。 一、模型粘不到工作台 模型粘不到工作台是FDM 3D打印机中最常见的问题之一。解决这个问题可以从以下几个方面入手: 1. 喷嘴离工作台距离太远,调整工作台和喷嘴距离,使其距离刚好可以通过一张名片。 2. 工作台温度太高或者太低。ABS打印工作台温度应该在110℃左右,PLA打印工作台温度应该稳定在55℃左右。 3. 打印耗材问题,换家耗材供应商耗材适应。 4. 打印ABS一般在工作台贴上高温胶带,打印PLA一般在工作台上贴上美纹纸帮助粘合。 二、喷嘴不出丝 喷嘴不出丝是FDM 3D打印机中另一个常见的问题。解决这个问题可以从以下几个方面入手: 1. 检查送丝器。加温进丝,如果是外置齿轮结构送丝观察齿轮转动否,内置步进电机送丝观察进丝时电机是否微微震动并发出工作响声,如果无,检查送丝器及其主板的接线是否完整。不完整及时维修。 2. 查看温度。ABS打印喷嘴温度在210℃-230℃之间,PLA打印喷嘴温度在195℃-220℃之间。 3. 查看喷嘴是否堵头。喷嘴温度加热,ABS加热到230℃,PLA加热到220℃,丝上好后用手稍微用力推动看喷嘴是否出丝,如果出丝,则喷嘴没有堵头,如果不出丝,则拆下喷嘴清理喷嘴内积削或者更换喷嘴。 4. 工作台是否离喷嘴较近。如果工作台离喷嘴较近则工作台挤压喷嘴不能出丝。调整喷嘴工作台之间距离,距离为刚好放下一张名片为合适。 三、打印模型错位 打印模型错位是FDM 3D打印机中另一个常见的问题。解决这个问题可以从以下几个方面入手: 1. 切片模型错误。现在用的最常见的软件是Cura、Repetier这两种。大多都是开源的,所以说软件的稳定性专业性我们不能保证,还有每个设计模型图出来不一定就是完美适合软件,所以打印错位首先模型图不换,把模型图重新切片,模型移动个位置也好,让软件重新生成GCode打印。 2. 模型图纸问题。出现错位换切片后模型还是一直错位,换以前打印成功的模型图实验,如果无误,重新作图纸。 3. 打印中途喷嘴被强行阻止路径。首先打印过程中不能用手触碰正在移动的喷嘴。其次如果模型图打印最上层有积削瘤,则下次打印将会重复增大积削,一定程度坚硬的积削瘤会阻挡喷嘴正常移动,使电机丢步导致错位。 4. 电压不稳定。打印错位时观察是否为大功率电器比如空调啊下班了一部分电器的电闸一起关闭时打印错位了,如果有,打印电源加上稳压设备。如果没有,观察打印错位是否每次喷嘴走到同一点出现行程受阻,喷嘴卡位后出现错位,一般是X、Y、Z轴电压不均,调整主板上X、Y、Z轴电流使其通过三轴电流基本均匀。 5. 主板问题。上述问题都解决不了错位,而且出现最多的是打印任何模型都同一高度错位,更换主板。 四、打印精度和理论有较大差距 打印精度和理论有较大差距是FDM 3D打印机中另一个常见的问题。解决这个问题可以从以下几个方面入手: 1. 打印出模型外表面有积削瘤。(1)喷嘴温度过高,耗材熔化过快导致流动积削溢出打印外层。(2)耗材流量太大,切片软件都有耗材流量设置,一般默认值为100%。降低到80%打印。(3)耗材限径没有设置出错,切片软件里有耗材限径,每个开源软件默认值不尽相同,市场上耗材有1.75mm和3.00mm两种,使用1.75mm耗材在软件里限径为:“1.75”、3.00mm耗材在软件里限径为“2.85、2.95”。 2. FDM打印支撑处理后一般表面非常差。(1)打印支撑可以在Cura的专家设置里调试,调试支撑密度,尽量吧支撑密度调小,10%为合适。支撑和模型实体的距离加大。便于拆除支撑。(2)拆除支撑后避免不了的支撑表面打印效果很差,可以用打磨工具稍微修整,然后用毛巾沾丙酮擦拭处理。注意戴手套,不要擦拭时间过长以免影响模型外观和尺寸。 3. 工作台和喷嘴距离不合适。距离较大打印第一层就不成型,没有模型的棱角边框。距离较小,喷嘴不出丝,磨损喷嘴和工作台。打印前必须调整好喷嘴和工作台的距离,距离为刚好通过一张名片为佳。 4. 打印耗材差异。随着3D打印日益成熟化,市场上FDM打印耗材丰富起来,各种新奇颜色,各类生产添加让用户眼花缭乱。但是耗材和打印机的适配性是特别重要的。需要打印实验市场上的耗材做些对比,不用太多,三家里会有一家适合您的打印机,如果还没有就需要考虑更换打印机了。有的人说“让打印机去适应耗材是胡扯,打印机可以完美兼容市场上各种耗材才是主流”。我只能这样回答:不管是国产还是进口的FDM打印机,在国内市场上买耗材不经过检验查证稳定使用一家供应商的耗材,头疼的终究是你自己。
2026-01-21 21:36:33 81KB 3D打印机 技术应用
1
在COMSOL软件中利用相场和水平集方法进行两相流相对渗透率计算的具体步骤和技术细节。首先解释了相场法和水平集法的基本概念和实现方式,包括相场变量的定义、迁移率参数的设置以及水平集输运方程的调整。然后针对这两种方法可能存在的质量问题,提出了三种有效的质量守恒保障策略:残差监控、质量补偿和时间步长自适应调整。最后讨论了不同方法的特点和应用场景,为实际工程应用提供了指导。 适合人群:从事多相流模拟、材料科学、石油工程等领域研究的专业人士,尤其是对COMSOL仿真有一定基础的研究人员。 使用场景及目标:帮助研究人员掌握在COMSOL中实施相场和水平集方法的技术要点,解决计算过程中常见的质量守恒问题,提高仿真的准确性和稳定性。 其他说明:文中提供的MATLAB代码片段有助于理解和实践具体的算法实现,对于优化计算效率和结果可靠性有重要参考价值。
2026-01-21 21:14:50 639KB COMSOL 质量守恒
1