h3-py Python绑定。 有关API参考,请参见。 安装 从 : pip install h3 从 : conda config --add channels conda-forge conda install h3-py v3.6.1以后的新功能:我们将预构建的上传Linux / Mac / Windows的PyPI ,这可以避免许多以前的安装问题。 用法 >> > import h3 >> > lat , lng = 0 , 0 >> > resolution = 0 >> > h3 . geo_to_h3 ( lat , lng , resolution ) '8075fffffffffff' 样例画廊 浏览示例笔记本的集合,如果您有自己的示例或可视化文件,请随时贡献! 我们还对API进行了简单的演练。 有关更多信息,请参见H3文档。 蜜蜂 我们在h3-py
2022-04-20 13:00:37 54KB python uber h3 geocoding
1
RSS 代码促进了真正的顺序蒙特卡罗采样方法,以实现自适应不确定性分析,同时仍然实现显着的方差减少。 该方法详细描述于: Shields, MD、Teferra, K.、Hapij, A. 和 Daddazio, RP “用于基于蒙特卡罗的高效不确定性量化的精细分层抽样。” 可靠性工程和系统安全。 142:310-325。
2022-04-18 08:53:41 3KB matlab
1
尘 Julia的分层聚类,类似于R的hclust() 地位 请注意,此软件包现已到 该存储库显示任何其他正在进行的工作。 群集涉及很多管理工作,很容易出错。 我已经针对以下方法测试了中型集群(最多250 --- 5000)元素的结果: 方法 在矩阵大小下验证 时间 已验证 :single 5000 1.3 好的 :complete 2500 4.5 好的 :average 2500 4.5 好的 用法 d = rand ( 1000 , 1000 ) d += d ' # # make sure distance matrix d is symmetric (this is optional) h = hclust (d, :single ) hclust() hclust (distance :: Matrix , method :: Symbol ) 使用
2022-04-17 18:11:22 164KB Julia
1
CRM运营之会员分组、精细化分层及打标
2022-04-16 14:05:08 2.22MB CRM运营之会员分组、精细化分层
1. 创建MySQL数据表emp,将数据输入表中 2. 利用Sqoop将emp表导入HDFS 3. 利用分层模式创建自连接的XML文件,格式为 Manager clerk clerk 4. 提交报告 word文件。
2022-04-16 09:06:38 551KB mapreduce big data 大数据
ACCP7.0S2深入.NET平台的软件系统分层开发全书上机练习_课后作业_答案
2022-04-14 15:46:13 80.4MB ACCP
1
考虑到路面垂向不平度和由轮胎效应所产生的侧向激励,选取14个自由度传统整车模型为背景,通过对簧载质量空间受力分析,研究整车垂向、侧向、俯仰角、侧倾角和横摆角等5种运动及其与垂向、侧向各4个1/4车辆系统间的动力耦合定量关系,形成由各个相对独立的1/4车辆集合而成的分层并行模型,提出四轮独立减振车辆概念。以上述推导的耦合关系作为上层,各个1/4车辆为底层控制单元,借助Matlab中成熟的鲁棒控制策略进行验证。结果表明:由于实现了4个1/4车辆振动控制量的并行解算,加快了系统响应,改善了车辆乘坐舒适性和行驶平
2022-04-13 10:38:15 9.41MB 自然科学 论文
1
数据中台的分层架构
2022-04-06 02:48:47 7.72MB 数据中台架构
1
CherryTree 是一款免费开源的优秀分层笔记应用程序,具有丰富的文本和语法高亮显示。CherryTree 可以将数据存储在单个 xml 或 sqlite 文件中。CherryTree 由 Giuseppe Penone(又名 giuspen)开发。用户手册在线 HTML 和可下载的 CTB 由 Ellie Borden编写和维护。
2022-04-06 01:03:27 55.75MB 分类 笔记 开源
1
基于matlab的表情识别代码CNN的面部表情识别层次委员会 基于MatConvNet的MATLAB实现 [挑战] SFEW部分的获奖者,“野外挑战中的第三次情感识别”(),2015年 [论文]“,”多模式用户界面杂志(JMUI),2016年 1.输入预处理 Forder lib1_AlignFace_NormalizeInput包括 人脸注册代码(基于多管道的对齐方式) MatConvNet工具箱的输入归一化(照明归一化,对比度增强)+输入矩阵(imdb)格式的代码 下载以下库进行人脸注册 /pipeline_modules_functions/module1_ZR_FaceDetector 请访问→下载并解压缩“ face-release1.0-basic.zip”→将解压缩的文件移至“ module1_ZR_FaceDetector” /pipeline_modules_functions/module3_INTRAFACE_LandmarkDetector 请访问→下载并解压缩“ FacialFeatureDetection&Tracking_v1.4.0.zip”→将文件移至
2022-04-05 15:46:15 134.66MB 系统开源
1