downsampling

0熱度

1回答

我一直在研究MNIST數據集以學習如何使用Tensorflow和Python進行深度學習。我可以在內部/外部讀取數據，並使用softmax和cnn進行訓練，這要感謝網站上的tensorflow教程。最後，我可以在softmax中獲得> 90％，在cnn中獲得> 98％的準確度。我的問題是，我想調整MNIST上的所有圖像的大小爲14x14並重新訓練，同時增加所有（噪音，旋轉等）並再次訓練。最後，

0熱度

1回答

降採樣postgresql表

我有一個非常簡單的數據庫模型，兩個表：對象和數據，與1：n關係鏈接。每分鐘，對於每個對象，保存一個新的數據。有趣的屬性是：object_id（int），created_at（timestamp）和value（varchar）。 OBJECT_ID和created_at用作複合PK）我的問題是，它產生了太多的數據。我試圖找到一種有效的方法來定期下載數據。我需要做什麼：不碰X上週每Ÿ分鐘只保留

0熱度

1回答

libswresample：swr_convert（）沒有產生足夠的樣本

我正嘗試使用ffmpeg/libswresample在我的C++應用程序中重新採樣流音頻。改變樣本寬度效果很好，結果聽起來像人們期望的那樣;但是，當改變採樣率時，結果有點不明確。我不確定是否由於libswresample庫的使用不正確，或者我誤解了重採樣理論。這裏是我的重採樣過程，簡化了示範的緣故： //Externally supplied data const uint8_t* in_sa

0熱度

1回答

把在相同的長度

兩個矢量我有以下問題：我有兩個數據向量V1（長度N1 = 13812）和V2（長度N2 = 60002021）。我必須使用插值bzw使兩個矢量的長度相同N3。下采樣，要求：2xN1。有人可以幫我嗎？我的想法是使用：interp,interp1和下采樣來解決問題。這是正確的方法嗎？

1熱度

2回答

向下採樣R中的矩陣

我有一個矩陣Q，它的維數相對較高（100X500000），我想對它進行下采樣。通過縮減範例，我會用一個例子來解釋。設Q = 1 4 9 3 2 1 和下采樣大小= N。我想從一個總和（Q）= 20球的球中抽出n個球，每個球以6種方式中的1種對應於矩陣的不同索引對。就像我有1個A球，4個B球等球，而且我正在畫n個球而沒有更換。我希望它以矩陣的形式返回。一個實例中的返回值，例如，下采樣（Q，

1熱度

1回答

在Golang中使用Lanczos重採樣的粗邊

我一直在編寫一些基本的方法來在Golang中調整圖像大小。我看過幾篇關於調整圖像大小的帖子，但對於我來說，我無法弄清楚我失蹤的是什麼... 本質上，我的問題是，當在Golang中調整圖像大小時，有很多別名。我試着對圖像進行迭代降採樣，但是這並沒有產生太大的改進。這裏是我的代碼： func resize(original image.Image, edgeSize int, filte

2熱度

1回答

如何在VGG16或InceptionV3上使用非常高分辨率的圖像

我有一套從顯微鏡下拍攝並使用高分辨率相機記錄的細菌圖像數據集。這些圖像的分辨率爲800x600，而在另一個數據集（取自不同的顯微鏡）中，分辨率約爲5312x2988。 VGG16和InceptionV3等型號的圖像分辨率爲224x224。如何正確地將圖像數據輸入到網絡中。我是否將圖像採樣到224x224？我認爲這會導致過多的質量損失，需要進行預測。還有其他更好的方法嗎？

1熱度

2回答

如何在Bosun中使用win.disk.duration或如何減少計數器類型度量標準？

我使用博斯收集關於硬盤（win.disk.duration）的平均響應時間的信息，它產生諸如圖：我明白，這是示出變化率WMI報告的值，AvgDiskSecPerRead。我想要做的就是這個下采樣計算值取最大值在一個時間段。但是，如果我設置的Max下采樣與5m一個窗口，我得到這個：注意Y軸的規模變化。如何降低速率以獲得我期望的結果（或者爲什麼我沒有要求有意義）？

1熱度

3回答

使用熊貓的數據幀下采樣特定時期

我有一個很長的時間系列，開始於1963年，到2013年結束。然而，從1963年到2007年，它有一個小時採樣週期，而2007年採樣率變爲5分鐘。是否有可能在2007年之後重新採樣數據，以便整個時間系列每小時進行一次數據採樣？下面的數據片。 yr, m, d, h, m, s, sl 2007, 11, 30, 19, 0, 0, 2180 2007, 11, 30, 20, 0, 0, 231

0熱度

1回答

從非均勻數據創建均勻分佈的示例

給定具有非均勻分佈（高度尖峯）的數據集，我想重新採樣以創建具有大致均勻分佈的新數據集。我的方法：將數據分成分檔。目標箱水平=所有箱中每個箱的最小樣本數。隨機刪除樣本，直到每個bin計數=目標bin級別。有沒有更好的技術？