01配色的基本原则 颜色需要有自身的意义。不同的颜色表示不同的分组，相近的颜色表示同一个分组；配色需要展现数据逻辑关系，突出关键数据，比如重要的数据用深色或暖色表示，不重要的数据用浅色或冷色表示。 色彩种类两到三种。每张插图最多选两到三种颜色，通过改变明暗程度或饱和度增加色彩组合。可以利用互补色和相邻色实现配色的协调与搭配，全文尽可能保持配色一致。 尽量使用柔和的颜色。建议用低饱和度颜色作为主要基调，少用高饱和度和高明度的色彩组合，如大红大紫等颜色，那样会造成比较大的视觉冲击。 不要在同一幅图中同时出现红色和绿色。很多论文作者没有注意到红绿配色的问题，同一张图中同时使用红绿色对于红绿色盲群体...

感受野 在卷积神经网络中，感受野（ReceptiveField）的定义是卷积神经网络每一层输出的特征图（featuremap）上每个像素点在原始图像上映射的区域大小，这里的原始图像是指网络的输入图像，是经过预处理（如resize，warp，crop）后的图像。 神经元之所以无法对原始图像的所有信息进行感知，是因为在卷积神经网络中普遍使用卷积层和pooling层，在层与层之间均为局部连接。 神经元感受野的值越大表示其能接触到的原始图像范围就越大，也意味着它可能蕴含更为全局，语义层次更高的特征；相反，值越小则表示其所包含的特征越趋向局部和细节。因此感受野的值可以用来大致判断每一层的抽象层次. 总...

在面对模型不收敛的时候，首先要保证训练的次数够多。在训练过程中，loss并不是一直在下降，准确率一直在提升的，会有一些震荡存在。只要总体趋势是在收敛就行。若训练次数够多（一般上千次，上万次，或者几十个epoch）没收敛，再考虑采取措施解决。 一、数据与标签 没有对数据进行预处理。数据分类标注是否准确？数据是否干净？ 没有对数据进行归一化。由于不同评价指标往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的量纲影响，需要进行数据标准化处理，以解决数据指标之间的可比性。原始数据经过数据标准化处理后，各指标处于同一数量级，适合进行综合对比评价。此外，大部分神经网络流...

背景：在导入一份数据时候，arcmap出现无法绘制一个或多个图层的错误，...点数少于要素所要求的的数量，查阅了半天资料发现是制作数据时候拓扑关系错误造成，现将处理方法详细记录如下： 1.原数据： 导入postgres数据库以后数据报错如下，数据也零零散散变成原来的一半了 2.原因 制作数据的时候拓扑关系有错误 3.解决方法： 3.1检查错误 打开工具箱---数据管理工具---要素---检查几何 输入有问题的数据源，输出表代表错误信息输出的地方 结束后输出文件 代表数据有错误 3.2修复 打开工具箱---数据管理工具---要素---修复几何 修复后提示修复成功，有警告信息的话可以...

考虑一个二分问题，即将实例分成正类（positive）或负类（negative）。对一个二分问题来说，会出现四种情况。如果一个实例是正类并且也被预测成正类，即为真正类（Truepositive）,如果实例是负类被预测成正类，称之为假正类（Falsepositive）。相应地，如果实例是负类被预测成负类，称之为真负类（Truenegative）,正类被预测成负类则为假负类（falsenegative）。 TP：正确肯定的数目； FN：漏报，没有正确找到的匹配的数目； FP：误报，给出的匹配是不正确的； TN：正确拒绝的非匹配对数； 列联表如下表所示，1代表正类，0代表负类： ...

  Tempdb对SQL Server性能优化有何影响，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。 先给大家巩固tempdb的基础知识 简介： tempdb是SQLServer的系统数据库一直都是SQLServer的重要组成部分，用来存储临时对象。可以简单理解tempdb是SQLServer的速写板。应用程序与数据库都可以使用tempdb作为临时的数据存储区。一个实例的所有用户都共享一个Tempdb。很明显，这样的设计不是很好。当多个应用程序的数据库部署在同一台服务器上的时候，应用程序共享tem...

简介ForXMLPATH ForXML,就是将查询结果作为XML来检索。 XML有4中模式，官方文档上有这4种模式的使用方法。 模式 描述 RAW  SELECT语句返回的行集中为每个行生成一<个行>元素 AUTO 将基于指定SELECT语句的方式来使用试探性方法在XML结果中生成嵌套。（说的是什么？是能够生成嵌套的XML吗？） EXPICIT  模式允许对XML的形状进行更多控制。 PATH  任务比较简单的方式。 仅当执行设置了这些模式的查询时，这些模式才有效。它们不会影响以后执行的任何查询的结果。 接下来我们只...

select object_name(a.parent_object_id)as '表名' from sys.foreign_keys a where a.referenced_object_id=object_id('XXX')--XXX为需要查询的表

模拟人类实际神经网络的数学方法问世以来，人们已慢慢习惯了把这种人工神经网络直接称为神经网络。 神经网络在系统辨识、模式识别、智能控制等领域有着广泛而吸引人的前景，特别在智能控制中，人们对神经网络的自学习功能尤其感兴趣，并且把神经网络这一重要特点看作是解决自动控制中控制器适应能力这个难题的关键钥匙之一。 本例通过几个自变量预测是否有高血压，2个分类变量，一个性别，一个吸烟;3个连续性变量。 　　需要生成一个分组变量，用于区分训练集以及验证集。我们这个样本70%用于训练。通过计算变量，生成分组变量。 　　参数设置 　　点击分区，选择生成的分组变量： 　　点击输出，选择如下参数： ...

果然二十四节气是有用的在大雪后的次日天空中飘散了微小的雪花小的你分不清他是雪还是清晨的雾凇颗颗分明颗颗又打到你的眉梢 记不清这天下了多久只记得我欢笑了多久这是在十一月之后的雪是十二月的初雪我说我要在初雪投进那冬天的第一颗球很浪漫很滑很开心 直至夜半雪下的不再那么含蓄甚至有些张狂像鹅毛像棉花像五月底遍布山间的蒲公英 十二月真的很有意思有意思的是在冰冷的街路上可以买到热气腾腾的烤地瓜有意思的是可以自己买食材并且抄一道并不是很难的番茄鸡蛋有意思的是可以漫无目的的游荡在漫天风雪之中有意思的是可以坐在一块打着麻将有意思的是可以在晚上十二点半的时候在维族餐厅收到共舞的邀请 至此我的流水账记完了当然有很多...

t-SNE(t-distributedstochasticneighborembedding)是用于降维的一种机器学习算法，是由LaurensvanderMaaten和GeoffreyHinton在08年提出来。此外，t-SNE是一种非线性降维算法，非常适用于高维数据降维到2维或者3维，进行可视化。 t-SNE是由SNE(StochasticNeighborEmbedding,SNE;HintonandRoweis,2002)发展而来。我们先介绍SNE的基本原理，之后再扩展到t-SNE。最后再看一下t-SNE的实现以及一些优化。 1.SNE 1.1基本原理 SNE是通过仿射(affiniti...

K是千M是兆G是吉咖T是太拉 8bit(位)=1Byte(字节) 1024Byte(字节)=1KB 1024KB=1MB 1024MB=1GB 1024GB=1TB 数位组：一个在信息技术和数码技术领域中，用于表示信息的数量的单位。 一个数位组是数个二进位的组合。早期的不同计算机系统中使用的数位组含有的二进位数目不尽相同。但目前数位组在应用上已经统一，即，一个数位组通常由8个二进位组成。16个二进位合成一个字（word）.32个二进位构成一个复字（doublewords)。 每个二进位，可用来代表两种状态之一，如电路的开/断等）组成，因此可以代表28=256个不同的状态。 4个二进位的...

1.金字塔 1.1定义 金字塔可用于改善性能。它们是原始栅格数据集的缩减采样版本，可包含多个缩减采样图层。金字塔的各个连续图层均以2:1的比例进行缩减采样。如下图所示。从金字塔的底层开始每四个相邻的像素经过重采样生成一个新的像素，依此重复进行，直到金字塔的顶层。重采样的方法一般有以下三种:双线性插值（BILINEAR）、最临近像元法（NEAREST）、三次卷积法（CUBIC）。其中最临近像元法速度最快，如果对图像的边缘要求不是很高，最适合使用该方法。三次卷积由于考虑的参考点数太多、运算较复杂等原因，速度最慢，但是重采样后图像的灰度效果较好。 1.2作用 金字塔通过仅检索使用指定分辨率(取决...

select object_name(a.parent_object_id)as '表名' from sys.foreign_keys a where a.referenced_object_id=object_id('XXX')--XXX为需要查询的表

execute相信大家都用的用熟了，简写为exec,除了用来执行存储过程，一般都用来执行动态Sql  sp_executesql，sql2005中引入的新的系统存储过程，也是用来处理动态sql的,如： execsp_executesql@sql,N'@countintout,@idvarchar(20)',@couout ,@id @sql为拼成的动态sql N'@countintout,@idvarchar(20)'为拼成的动态sql内的参数列表 @couout,@id为为动态sql内参数列表提供值的外部参数列表 那么它们...

将有安全问题的SQL过程删除.比较全面.一切为了安全! 　　删除了调用shell，注册表，COM组件的破坏权限 　　MSSQLSERVER2000 　　使用系统帐户登陆查询分析器 　　 　　运行以下脚本: 　　use master　　exec sp_dropextendedproc 'xp_cmdshell'　　exec sp_dropextendedproc 'xp_enumgroups'　　exec sp_dropextendedproc 'xp_loginconfig'　　exec sp_drop...

  熟悉SQLSERVER2000的数据库管理员都知道，其DTS可以进行数据的导入导出，其实，我们也可以使用Transact-SQL语句进行导入导出操作。在Transact-SQL语句中，我们主要使用OpenDataSource函数、OPENROWSET函数，关于函数的详细说明，请参考SQL联机帮助。利用下述方法，可以十分容易地实现SQLSERVER、ACCESS、EXCEL数据转换，详细说明如下： 一、SQLSERVER和ACCESS的数据导入导出常规的数据导入导出：使用DTS向导迁移你的Access数据到SQLServer，你可以使用这些步骤:　　○1在SQLSERVE...

特征预处理采用的是特定的统计方法（数学方法）将数据转化为算法要求的数字 1.数值型数据 归一化，将原始数据变换到[0,1]之间 标准化，数据转化到均值为0，方差为1的范围内   缺失值，缺失值处理成均值、中位数等 2.类别型数据 降维，多指标转化为少数几个综合指标，去掉关联性不大的指标 PCA，降维的一种 3.时间类别 时间的切分 1.归一化 归一化是在特征(维度)非常多的时候，可以防止某一维或某几维对数据影响过大，也是为了把不同来源的数据统一到一个参考区间下，这样比较起来才有意义。其次可以让程序更快地运行。 例如，一个人的身高和体重两个特征，假如体重50kg，身高17...

案例简介：有178个红酒样本，每一款红酒含有13项特征参数，如镁、脯氨酸含量，红酒根据这些特征参数被分成3类。要求是任意输入一组红酒的特征参数，模型需预测出该红酒属于哪一类。 1.K近邻算法介绍 1.1算法原理     原理：如果一个样本在特征空间中的k个最相似（即特征空间中最邻近）的样本中的大多数属于某一个类别，那么该样本也属于这个类别。简单来说就是，求两点之间的距离，看距离谁是最近的，以此来区分我们要预测的这个数据是属于哪个分类。     我们看图来理解一下。蓝色点是属于a类型的样本点，粉色点是属于b类型的...

    学习使用存储过程(Stored Procedure)，是ASP程序员的必须课之一。所有的大型数据库都支持存储过程，比如Oracle、MS SQL等，（但MS Access不支持，不过，在Access里可以使用参数化的查询）。 使用存储过程有许多好处，它可以封装复杂的数据逻辑，充分发挥大型数据库本身的优势。我们知道，ASP并不适合做复杂的数据运算，而通过OLD DB访问数据库，由于数据需要在ASP和数据库之间传递，相当消耗系统资源。事实上，如果数据库仅仅起着数据存储的作用，那么它的功能是远远没有得到利用的。 ...