- 博客(32)
- 收藏
- 关注
RSS订阅原创 QT SpinBox 浮点数千分位显示，选择某一位进行步进
该组件继承 QDoubleSpinBox，显示数据以空格作为千分位分隔符，每三位一个空格。同时支持对任意位进行步进。重写了方向键，目前未支持组合键shift多选。
2023-12-01 18:22:38
477
原创 image2mass 由图像估计物体质量 1
9ha 公司的一个主要业务是家庭厨余垃圾的转运。公司的生活平台将会根据每个家庭的厨余收集量，为用户积分，鼓励用户做好垃圾分类。但是，厨余的称重过程麻烦，需要消耗大量的人力。如何通过员工随身携带的移动设备获取的图像来估计回收的厨余重量，将会是一个有意义的问题。Density Tower 利用原始图像和 Geometry Module 的输出特征 物体厚度、几何属性 来估计物体的密度。Geometry Module 使用 ShapeNet 的 3d 数据集单独训练，来估计图像中物体厚度，矩形2D,3D边框。
2023-07-06 17:41:25
337
原创 高性能计算 面经1
因此，可以通过将数据存储在连续的内存块中，以及将访问同一个内存块的代码放在一起执行，从而提高数据在L1缓存中的命中率。SIMD指令可以同时对多个数据进行操作，从而提高指令级并行度，减少访问内存的次数，提高L1缓存的命中率。编译器优化：编译器可以通过指令调度、循环展开、内联函数等方式优化代码，减少对内存的访问，提高L1缓存的利用率。例如，可以将循环展开成一系列单独的指令，以减少对数组元素的访问次数。例如，可以将代码中访问同一个内存块的语句放在一起执行，减少L1缓存的替换和预取，从而提高缓存的命中率。
2023-07-06 12:11:17
186
原创 DATA-GRU 论文学习
DATA-GRU，巧妙利用高斯过程的插补值和协方差，分别对不可靠数据（高方差数据）和可靠数据（实际数据和低方差数据）提出了机制模型，最后对其进行结合。
2022-12-23 14:43:13
372
1
原创 油田生产数据选取22.4.1 观察实验
井类型相同，井数：35，计量数：18938提取连续未选用属性：********** fold 1 **********train_loss:0.026004 train_acc:99.4297valid loss:0.090267 valid_acc:97.1905AccuracyF 97.19 posLabel 13.96precisionF 90.47 recallF 89.52 f1score 89.99********** fold 2 **********train_loss:0.
2022-04-01 15:09:55
108
原创 想法与实验 3.18
网络结构想法让模型更注意于控制变量和历史产量的变化规则实验已经实现规则：泵频率油嘴尺寸产液波动比率（包括从停泵时间折算产液量）连续时间内计量相近停井油压（弱规则）采取规则匹配结果求并的方式，满足2.5条及以上的约束则选取准确率： 0.7578精确率： 0.3425召回率： 0.3130...
2022-03-18 14:27:45
209
原创 油田生产数据选取进展22.3.12 观察实验
未进行去噪处理原数据按照时间排序foldtrain lossvalid lossAccuracyFprecisionFnrecallFnf1-scorefold 10.0028660.03529692.2951.3990.2465.49fold 20.0021130.00558698.62100.0091.4695.54fold 30.0027040.00652098.62100.0093.8196.80fold 40
2022-03-14 20:08:20
552
原创 油田生产数据选取进展22.2.11——2.17——2.26
深度依次为：原始训练数据——生成训练数据——测试其他算法实验SVM使用非线性SVM，在训练集和得到结果：AccuracyFprecisionFnrecallFn70.71%94.83%31.47%ANN目前调整后的ANN，只能取得在训练集合中对查全率的优势roundAccuracyFprecisionFnrecallFn188.83%50.00%35.37%689.37%52.56%50.00%1187.87%4
2022-02-11 13:19:39
583
原创 油田生产数据选取进展22_1_30
1.修改不合规则的数据。其中以负类居多，已修改数据48天(负类共计108 天)。2.修改属性：产液量直接根据实际运转时间折算为速率，删除停泵时间属性增加提取的属性：连续未使用计量值时间3.生成数据符号表符号意义frn{fr}_nfrn第 n 项数据产液量计量值fr‾n\overline {fr}_nfrn第 n 项数据选用产液量fr^n\hat {fr}_{n}fr^n第 n 项数据推导选用产液量CnC_nCn第 n 项数据油嘴尺寸
2022-01-30 02:52:28
598
1
原创 油田生产数据选取问题4
1 现状因为遇到了数据不均衡问题，正在重新对数据进行分析以及修改模型。整个框架见 油田生产数据选取问题32 数据问题2.1 统计统计项数量时间跨度3425 天产液量计量734 天未选用产液计量108 天包含信息较丰富（在已有规则中且至少满足两项）的备注181 天油嘴尺寸变化24 次泵频率变化16 次2.2 分布视图2.2.1 计量与时间 计量值在时序上的分布 横轴为日期，纵轴为产液量计量值，蓝色点为选用，红色点为未选用。可
2022-01-16 15:15:43
829
2
原创 单源最优路径正确性证明
结点 V={v1,v2,…,vm}\mathbf V = \{v_1, v_2, \dots, v_m\}V={v1,v2,…,vm}默认出发结点为 v1v_1v1， D(v)D(v)D(v) 为结点 v1v_1v1 到结点 vvv 的最优路径长度。证明贪心选择性质有路径 P={v1,…,vi,vj}\mathbf P = \{v_1, \dots ,v_i, v_j\}P={v1,…,vi,vj} 为结点 v1v_1v1 到结点 vjv_jvj 的最优路径， 那么证明P={v1
2021-12-24 16:03:28
750
原创 产量数据选取问题2
数据集选用了某一单井从18年至21年的1431天的产量数据。缺省：Flowing Pressure (psi)流动压力属性所有数据都为空。当天若没有对应的操作，计量的产液量和含水率也为空。数据处理整理数据，为数据打上标签。转换格式使数据转换成容易用来训练的格式：方法1. 带有关键词“measuring”或者“sampling”的数据作为数据主元，其余数据按时间逆向查找到前一个主元为止，不包前一个主元。但是会造成每一数据项的属性长度不同的问题。方法2. 在实际情况下，只有计量或者取样过后，
2021-12-03 09:24:08
237
原创 产量数据选用问题
阶段1关键词：强规则，弱标签，背景：现场仪器误差大，在某些环境下影响不具有参考性。部分数据难以判断。问题：产油与含水率是否选用。对于无法判断的数据，预测其真实值。输入：一口井近十年的观测数据，产油、含水率，包含备注（）输出：是否选用工人预测值？预测值。人为记录过程（专家规则、专家经验数据）step1. 是否满足硬性规则，若满足则选取（专家规则），否则转step2.step2. 参考前7天和后3天的数据，进行调整（专家经验数据），如果难以判断，转step3.step3. 查看井组或者整体油井
2021-11-14 11:36:12
253
原创 论文写作学习总结
读论文的同时收集句型。注意在论文的每个部分都可能出现特定或者不同的表述。用词需要准确。查阅文献时，如何定位到优秀的文章？直接找优秀的研究人员、论文被引数量、影响因子、一定要有最新论文的引用，否则研究与论文1.研究 ≠\neq= 研发研究的目的是发现新知识、发明新技术研发则是基于已有的知识和技术进行研制和开发。2.2.如何做研究？研究有大致过程：确定方向 -> 发现问题 -> 提出方案 -> 具体工作 -> 论文撰写 -> 投出论文从 确定研究方向 开
2021-11-11 07:25:37
273
原创 一元（多元）线性回归推导
模型为一元线性函数：y=w1x+w0y = w_1 x + w_0y=w1x+w0现有样本：(x1,y1),(x2,y2),…,(xn,yn){(x_1, y_1), (x_2, y_2),\dots, (x_n, y_n)}(x1,y1),(x2,y2),…,(xn,yn)， 用于拟合这个一元线性函数，得到 w1∗,w0∗w_1^*,w_0^*w1∗,w0∗。y^i\hat y_iy^i 为拟合后的预测值，指定 差平方 为 损失函数 L(w1∗,w0∗)L(w_1^*, w_
2021-11-10 10:56:26
1101
原创 Git 从安装到上传项目
视频文档版本控制集中版本控制代表：SVN。历史版本存在于服务器上，需要本地用户联网才能获取最新版本。服务器宕机则会有巨大风险。分布式版本控制代表：Git。 所有版本信息仓库全部同步到每个用户，可以在本地查看所有历史版本。环境配置完成安装安装完成后鼠标右键会有框种新的两个选项。在指定目录里右键进去就能命令行直接进入当前目录。一般选择使用Bash，命令行风格同linux，GUI很少使用。配置用户名和邮箱用户名：git config --global user.name 邮
2021-08-15 15:48:55
87
原创 产量预测5 模型调研
水驱油田的含水变化规律在油田含水率 (fw)(f_w)(fw) 与 可采储量采出程度 (R∗)(R^*)(R∗) 坐标图上表现为凸形、S形和凹形曲线等类型。它主要反应了原油粘度对含水率变化的影响。随着原油粘度增加，曲线由凹变凸。曲线1模型概括为：固定产液量时， 产油量、时间、初始产油量的变化关系有符号表：变量解释AAA系数，常数；aaa系数，常数；BBB系数，常数；bbb系数，常数；ccc定产液量，系数，常数；DiD_iDi初始递.
2021-08-10 17:40:09
166
原创 数学表达式2
课程训练Day 10作业11问题：定义无向网络Definition 1 A undirected net is a tuple G=(V,w)G = (\mathbf V, w)G=(V,w), whereV\mathbf VV is the set of nodes,w:V×V→Rw : \mathbf V \times \mathbf V \to \mathbb Rw:V×V→R is the weight function where w(vi,vj)w(v_i, v_j)w(vi
2021-08-02 22:27:58
132
原创 数学表达式1
作业1问题：描述你在学习、使用数学表达式时的困难, 可举例说明.1.需要用到的符号不好找。比如 \hat，单知道长什么样子，真要用的时候只能挨着挨着查符号。2.部分符号有多个参数（程序员的理解），比如分数：12\frac {1}{2}21, 表达式为 \frac {1}{2}，分子分母一定要使用花括号括住才行。3.较长的表达式很难阅读。花括号在一些时候不是必须的，但可以帮助我书写和检查表达式，要合理使用。作业2问题1：令 A={3,5}\mathbf{A} = \{3, 5\}A={3,5}
2021-07-26 23:22:46
378
原创 机器学习实验室讲座 总结报告
结束了连续三天半的在线讲座，收获颇丰。实验室的每位老师的研究内容及方法都各有特色，讲解从应用到理论，从理论到应用，对于我来说都耳目一新。虽然未来可能不会深度研究学习每一位老师的方向，但这几节课下来仍然大大拓宽自己的视界。以下是自己对了解到的并且映像较为深刻的内容的个人理解：研究方向1）主动学习机器学习有无监督学习，有监督学习、半监督学习、强化学习。其中，有监督学习是给出训练集的标签，训练完成后进行测试。然而很多时候，对于大量数据集的进行人工标注则会消耗大量的成本。主动学习的大致方法则是人工挑选关键样
2021-07-22 13:12:15
531
原创 产量预测4 卡尔曼滤波
卡尔曼滤波 学习参考贝叶斯滤波多元高斯分布机器人工作引入有一个在运作的小机器人，有一个状态 xkx_kxk 可以表示在 kkk 时刻，机器人的位置与速度：x=[pv]\begin{aligned}x = \begin{bmatrix} p \\ v \end{bmatrix}\end{aligned}x=[pv]假设速度不变，现对通过 k−1k-1k−1 时刻对 kkk 时刻机器人的运动进行预测：pk=pk−1 +vk−1Δtvk=vk−1\begin
2021-07-20 10:56:42
98
原创 产量预测3 数据生成
参考论文《Data-Driven End-To-End Production Prediction of Oil Reservoirs by EnKF-Enhanced Recurrent Neural Networks》的数据。生成注水速率的数据如下，左侧为仿照的数据，右侧对数据做了插值处理：下图为含水率数据：剩余产油率、井底压力数据，待评定后再做处理。...
2021-07-06 18:25:17
180
原创 产量预测2 文献调研
油气田油气采收可以划分为前、中、后期三大阶段。前期：依靠地层的压力可以做到直接采油中期：地层压力和地表压力逐渐持平后期：需要额外的手段采取剩余油气资源，如注水等手段。产量预测主要关注后期的产量预测。...
2021-06-27 18:09:44
248
原创 产量预测1 注水开发油藏 个人见解
数据调研声明：本博客只是一个门外汉的粗俗理解以及提问，不具有可靠性。研究目标： 通过机器学习，完成产量预测。远大目标： 通过产量预测，设计一个普适的模型。（针对约束满足问题设计模型？）目前仅仅做了少量的文献调研。主要有以下想法：1 问题的分析将问题从简单到复杂来分析。阶段1.注水量、生产量可以先把问题先简化描述为 寻找注采关系的问题。简单来看，可以认为注水井与周围的某k个生产井在某时间段内有一定的线性关系。为获取最优注采数据，只需拟合这一线性关系，找到最优的注采井对。阶段1的数据细化则
2021-06-11 18:46:15
190
5
原创 入门级概念：集合、关系、元组 离散数学学习1
离散数学 学习1参考博客学习视频1.集合1.1 集合 元素定义：集合 是指由指定范围内的满足给定条件的所有对象聚集在一起构成，每一个对象称为这个集合的元素。集合的数学符号：通常情况下，用带或者不带下标的大写英文字母表示集合：A,B,C…A1,B1,C1…A,B,C…A_1,B_1,C_1…A,B,C…A1,B1,C1…用带或者不带下标的小节英文字母表示元素：a,b,c…a1,b1,c1…a,b,c…a_1,b_1,c_1…a,b,c…a1,b1,c1…常用集合：自然数集合N，整数
2021-05-03 15:22:46
438
1
原创 centos 7智熄直接断电导致无法启动
记录操作过程。1.进入启动菜单，在kernel句最后rhgb quiet后加入single。2.显示failed to mount /sysroot3.输入xfs_repair -v -L /dev/dm-04.重新启动新手菜鸡一只一大堆不懂的。...
2018-10-15 21:58:57
1639
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人