interpolation

    2热度

    3回答

    例子: 我有与向量工作的功能: double interpolate2d(const vector<double> & xvals, const vector<double> & yvals, double xv, double yv, const vector<vector<double> > &fvals) { int xhi, xlo, yhi, ylo; double

    3热度

    5回答

    我有一个不规则的网格,它由两个变量描述 - 一个存储构成每个面的顶点索引的faces数组,以及一个存储每个顶点坐标的vert数组。我还有一个函数,假定每个面都是分段常量,并以每个面的值数组形式存储。 我正在寻找一种方法来从这些数据构造函数f。大意如下的内容: faces = [[0,1,2], [1,2,3], [2,3,4] ...] verts = [[0,0], [0,1], [1,0],

    3热度

    1回答

    我拥有代表大气的3d数据。现在我想将这些数据插入到一个普通的Z坐标中(我的意思是应该从函数的doctring中清楚)。下面的代码工作正常,但我不知道是否有是提高性能的一种方式...... def interpLevel(grid,value,data,interp='linear'): """ Interpolate 3d data to a common z coordina

    0热度

    2回答

    我创建了一个Flex LineChart,可以显示随着时间推移的高潮和低潮的预测。我正在使用LineSeries和form =“curve”,它会产生一个很好的正弦波形图,代表随着时间的推移水位。 X轴表示时间,Y轴表示水位。我必须使用的唯一数据点是高潮和低潮值,但我想知道如何确定沿线的任意x值的y值。 例如,假设我有以下数据点: var highLowTidePredictions:ArrayC

    3热度

    3回答

    例如,如果我已经得到描述图像上的一个矩形 xy=[165 88; 401 88; 401 278; 165 278]; 的载体。 我如何获得使用MATLAB内置函数以下矢量 [165 88; % increase X - hold y 166 88; 167 88; ... ; 399 88; 400 88; 401 88; % hold

    5热度

    1回答

    鉴于这种代码: has_many :foos, :finder_sql = <<-SQL select * from foos where bars = #{id} SQL 的#{id}部分被过早地插入。 我该如何逃避它?周围的分隔符

    3热度

    1回答

    在Rails中使用Paperclip的Polymorphic版本,默认的保存技术意味着具有相同名称的文件相互覆盖。在路径和URL中包含:id不起作用,因为它只是用old:id覆盖较早的文件。 我试过插值使用时间戳,但它只是查找当前时间显示图像时(加上,因为我有多个缩略图它需要超过一秒,因此图像有不同的邮票)。 Paperclip.interpolates :uniqueid do |attachm

    2热度

    3回答

    假设我有一维高斯函数。 其长度为600。 我想把它插补成大小600×600。 的2D高斯这是我写的代码(OTFx是高斯函数,OTF - 2D内插功能): [x, y] = meshgrid([-300:299], [-300:299]); r = sqrt((x .^ 2) + (y .^ 2)); OTF = interp1([-300:299], OTFx, r(:), 'spline'

    7热度

    2回答

    使用scipy的interpolate.splprep函数获取参数u的参数样条,但u的域不是样条的线积分,它是输入坐标的分段线性连接。我试过integrate.splint,但只是通过u给出了个体积分。显然,我可以在数值上整合一串笛卡尔差分距离,但是我想知道是否有闭合形式的方法来获取我忽略的样条或样条段(使用scipy或numpy)的长度。 编辑:我正在寻找一种封闭形式的解决方案或一种非常快速的方

    2热度

    3回答

    我不知道是否有像eps这样的东西代表C++中机器精度的值?我可以使用它作为double可以表示的最小正数吗?是否可以使用1.0/eps作为double可以表示的最大正数?我在哪里可以在C++和C标准库中找到eps? 感谢和问候! UPDATE: 对于我的目的,我想计算的权重为类似反距离加权插值(http://en.wikipedia.org/wiki/Inverse_distance_weight