在一个数据帧中对多个时间序列进行上采样
是指将多个时间序列的采样频率提高，即增加采样点的数量，以获得更高的时间分辨率。这可以通过插值方法来实现，常见的插值方法有线性插值、最近邻插值、多项式插值等。
上采样的优势在于可以更精细地观察和分析时间序列数据，尤其是在需要更高频率的数据点进行模型训练、信号处理、数据分析等应用场景下。通过上采样，可以更好地捕捉时间序列中的细节和变化，提高数据的质量和准确性。
在云计算领域，腾讯云提供了一系列相关产品和服务来支持数据上采样的需求：
- 云服务器（Elastic Compute Cloud，简称CVM）：提供灵活可扩展的计算资源，可用于处理上采样后的数据。
- 云数据库（TencentDB）：提供高性能、可扩展的数据库服务，可用于存储和管理上采样后的数据。
- 人工智能平台（AI Lab）：提供丰富的人工智能算法和模型，可用于对上采样后的数据进行分析和处理。
- 云原生应用服务（Cloud Native Application Service，简称TKE）：提供容器化的应用部署和管理平台，可用于部署和运行上采样相关的应用程序。
- 云存储（Cloud Object Storage，简称COS）：提供高可靠、低成本的对象存储服务，可用于存储上采样后的数据。
- 云网络（Virtual Private Cloud，简称VPC）：提供安全可靠的网络环境，可用于保障上采样数据的传输和通信安全。
总结起来，通过腾讯云的云计算产品和服务，可以实现对多个时间序列进行上采样的需求，提高数据的时间分辨率和质量，支持各种应用场景下的数据分析和处理。更多关于腾讯云产品的详细介绍和使用方法，可以参考腾讯云官方网站：https://cloud.tencent.com/
相关·内容
1回答
我了解到Apache IoTDB将支持从v0.13开始使用对齐的时间序列。那么在Apache IoTDB中对齐的时间序列是什么呢？
浏览 0提问于2021-11-28得票数 1
我有两个数据帧我想在Pandas中合并。它们都有一个我正在合并的日期时间列，但是，一个每分钟和5分钟有行(取决于年份)，而另一个dataframe每15分钟有行。如果我执行一个外连接，我可以合并它们，但是每15分钟才会有来自两个数据帧的数据。我想复制15分钟的数据，并用这些数据填充每1或5分钟的行。因此，12:00AM的数据将填充12:14之前的所有行(包括12:14然后，12:15 to会被复制，并填写到12:29 to等。这有意义吗？我如何才能做到这一点？看起来很相似，但我不确定如何为我的确切场景实现，特别是考虑到我的一个数据帧在不同的年份从5分钟到1分钟的间隔。
浏览 0提问于2014-12-19得票数 4
1回答
我有一个来自wav文件的21000x13的mfccs矩阵。我有一个标签文件，它在文本文件中有开始时间、结束时间和那个时间段的标签。我需要为mfcc矩阵中的每一个帧找到时间，这样每个帧都可以使用标签。有人知道抽样率(30 30/50 30/20 30)和重叠率(30%/40%/50%)吗？这样，我就可以用帧号X采样率+/-找到每个帧下降的时间，重叠将给出帧的实际时间。例如：1x20ms =20 50，下一个帧将在2x20=40时出现，但必须考虑这里的重叠，因此如果重叠50%，则为30。
浏览 1提问于2014-02-17得票数 0
回答已采纳
1回答
为建立RNN准备时间序列数据
、、、、
我正在准备时间序列数据以建立一个RNN模型(LSTM)。这些数据是从安装在机械设备中的传感器中收集的。假设我有压缩机输入和输出温度的数据以及时间戳。
就像这样，记录了大约20个参数以及它们的时间戳的数据。问题是收集数据的时间戳是不同的。
那么，在理想情况下，如何将时间戳与所有参数和单个时间戳匹配起来，以创建单个数据帧呢？
浏览 1提问于2019-02-12得票数 1
回答已采纳
我在数据帧上使用split创建了以下数据列表：
dat_discharge = split(dat2,dat2$discharge_id)
我正试图通过采样从该数据列表中创建训练和测试集，以便考虑在数据中根本不均匀分布的放电id组。
我正在尝试使用lapply来完成此操作，因为我不希望对列表中的每个组进行单独采样。
trainlist<-lapply(dat_discharge,function(x) sample(nrow(x),0.75*nrow(x)))
trainL = dat_discharge[(dat_discharge %in% trainlist)]
testL
浏览 24提问于2021-03-03得票数 0
回答已采纳
这是一个模拟的数据帧。 df_test = pd.DataFrame({
'ID': [8972685, 8972685, 8972685, 8972685, 8972685, 8972685, 9834561, 9834561, 9834561, 9834561, 9834561, 9834561],
'POST': ['texteghteh', 'tethrtxt', 'tetrhrtxt', 'terthtrxt', 'teetrwxt', 'twetrhex
浏览 19提问于2020-11-18得票数 0
回答已采纳
3回答
我有一个关于I，P，B帧及其时间戳的问题。
我知道RTP数据包的时间戳应该是单调增加的。我也知道(如果我错的话纠正我)，在h.264中，B_5帧可以在P_4帧之前传输，但在P_4帧之后显示(P_4，然后是B_5)，所以解码器将使用B帧来解码P帧。
我有RTP\H.264流的pcap，我可以看到时间戳增加\减少.而不是单调地增加。
所以我的问题是，RTP数据包(I，P，B帧)在h264传输中应该得到什么值？
我很高兴能对这件事作出一些澄清。
浏览 4提问于2014-04-29得票数 2
回答已采纳
我想以一种平衡的方式从数据帧中删除重复项。目前，df.drop_duplicates()有一个参数keep，您可以在其中决定保留第一个还是最后一个出现的内容。与此解决方案不同，我希望以一种分布式的方式保留事件。
也就是说，我有这个数据帧，有两列:文本和类别，看起来很平衡，但有重复项：
再次应用drop_duplicates()并绘制，将如下所示：
df = df.drop_duplicates(subset='text')
df['Category'].value_counts().plot(kind='bar')
预期的结果将是
浏览 20提问于2021-03-08得票数 0
我有两个pyspark数据帧tdf和fdf，其中fdf比tdf大得多。这些数据帧的大小每天都在变化，我不知道它们的大小。我想从fdf中随机挑选数据来组成一个新的数据帧rdf，其中rdf的大小大约等于tdf的大小。目前我有以下几行代码： tdf = tdf.count()
fdf = fdf.count()
sampling_fraction = float(tdf) / float(fdf)
rdf = fdf(sampling_fraction, SEED) 这些行产生正确的结果。但是当fdf的大小增加时，fdf.count()需要几天的时间才能完成。你能推荐另一种在PySpark中更快的
浏览 15提问于2021-01-30得票数 0
回答已采纳
我使用的数据集如下所示。它是一个视频字幕数据集，其字幕位于“Description”列下。 Video_ID Description
mv89psg6zh4 A bird is bathing in a sink.
mv89psg6zh4 A faucet is running while a bird stands.
mv89psg6zh4 A bird gets washed.
mv89psg6zh4 A parakeet is taking a shower in a sink.
mv89psg6zh4 The bird is taking a
浏览 11提问于2020-03-28得票数 3
回答已采纳
我有一个从数据库记录中读取的数据帧，如下所示：
date added total
2020-09-14 5 5
2020-09-15 4 9
2020-09-16 2 11
我需要能够通过不同的时间段进行resample，这就是我正在使用的：
df = pd.DataFrame.from_records(raw_data, index='date')
df.index = pd.to_datetime(df.index)
# let's say I want y
浏览 0提问于2020-09-17得票数 0
1回答
python新手。我有一个包含日期时间列(本质上是一个巨大的时间序列数据)的dataframe。我基本上想把它分成多个子集，每个子集数据帧包含一周的数据(从第一个时间戳开始)。我已经在groupBy和Grouper上尝试过了，但它返回的元组本身并不包含一周的数据。此外，Grouper (以前的TimeGrouper)文档对此也不是很清楚。 这就是我尝试过的。有更好的想法或方法吗？ grouped = uema_label_format.groupby(pd.Grouper(key='HEADER_START_TIME', freq='W'))
浏览 19提问于2020-06-23得票数 0
1回答
我正在使用python和pandas从数据帧中随机抽取样本。我的数据帧如下所示： 第一列包含时间，第二列是平均速率，第三列是1-sigma，第四列是与该行描述的事件相关的概率。 ? 我知道我可以使用下面的代码来绘制加权样本： random=df.sample(n=100000, replace=True, weights='P>0', axis=0) 但我不确定在这里使用概率是正确的“权重”。简而言之，我需要具有较低P>0的值的采样频率低于具有P>0的值的采样频率。 有人愿意在这方面分享意见/不同的选择吗？ 谢谢!
浏览 24提问于2020-04-24得票数 1
回答已采纳
1回答
我有一个两百万行的数据帧，当我执行一些测试来查看给定的命令对我的数据是否有效时，这个过程大约需要5分钟才能结束。因此，我决定将数据减少到1000行，仅用于测试，我会从已有的数据帧中创建一个1000行的数据帧，但我会将数据打乱，使其不会被排序。例如，我需要从每20000行中检索前10行。
浏览 7提问于2018-08-01得票数 0
2回答
我有这样一个示例数据框架(日期列格式为mm-dd-YYYY)：
date count grp
01-09-2009 54 1
01-09-2009 100 2
01-09-2009 546 3
01-10-2009 67 4
01-11-2009 80 5
01-11-2009 45 6
我想使用ts()将此数据帧转换为时间序列，但问题是:当前的数据帧具有相同日期的多个值。在这种情况下，我们能应用时间序列吗？
浏览 0提问于2016-11-27得票数 1
? ? 使用此代码绘制的两行代码： ax = sns.lineplot(x='Number of env steps total', y=y, hue="Experiment", style="Experiment", palette=palette, data=df, ax=axs[idx, 0], hue_order=hue_ordering, dashes=dash_styles, ci="sd", estimator='mean') 唯一的区别是在第二个图中，我将"df“数据帧中的
浏览 46提问于2019-12-04得票数 0
2回答
检测视频中的更改
、、
我有一个朋友，他的工作是看一段视频，并记下屏幕上发生什么事情的时候。大多数时候，它只是一个蓝/白的屏幕，所以没有什么变化。这是一个外部视频，所以颜色会随着时间的推移而改变。这也是一个下雪的地区，所以天空和地面几乎没有区别。
我想知道是否有一种方法可以轻松地发现在屏幕上发生的事情，而不用坐着看它。我想出了两种方法来做到这一点。
视频编码为H.264，采用增量压缩。是否有一种工具可以绘制特定帧中使用的数据量？比特率的峰值将指示视频中的活动。这将有助于在快速扫描中找到每个活动点。第二，可以使用脚本程序(如AutoIt )查看帧并获得平均颜色，然后当一定数量的像素落在接近平均颜色的“容忍度级别”时发出
浏览 3提问于2011-08-02得票数 2
回答已采纳
1回答
我有一些被划分为event-related.的值所以并不是每分钟都有相同数量的数据。为了能够更好地处理这些数据，我的目标是只有每分钟取第一行值。
从csv导入数据的时间如下所示：
时间
2011年11月11日11:11
2011年11月11日11:11
2011年11月11日11:11
2011年11月11日11:12
2011年11月11日11:12
2011年11月11日11:13
其他的数值是温度。一个主要的问题是以正确的格式导入时间。我试图用这样的方法来解决这个问题：
with open('my_file.csv','r') as file:
for l
浏览 5提问于2022-01-04得票数 0
1回答
如何测量流水线延迟？
、、、、
我想测量MF处理我的视频样本需要多长时间。
我尝试使用采样时间作为唯一的采样标识符，发现管道会调整该值，使其漂移(不是很快，0-1每帧100纳秒的滴答，但即使减去-1也足以使该值作为唯一ID毫无价值)。
我试过在属性中放入自定义值，在使用nVidia编码器的Win10上工作正常，在使用MS编码器的Win7上失败:输出帧不包含我的值，显然编码器丢弃了样本中的所有属性。尝试了MFSampleExtension_DeviceTimestamp内置属性，结果相同，该值在管道中丢失。
是否有其他方法可以将输入样本与输出样本进行匹配？手动计数的序列号太脆弱了，框架是高度多线程的。
浏览 1提问于2018-10-06得票数 1
2回答
我正在使用重采样数据帧，它的工作小时，天分钟，但重采样不少于秒。即使在很短的时间内，程序也会挂起。我是不是漏掉了什么？
我试过0.000001S，U等等...到目前为止，一切都不起作用。
我的时间格式: 2015-08-29 19:30:47.015506
你可以看到可变的sf代表重采样频率。
grph = df.set_index('Date and Time').resample(sf, len).astype(int)
如何对数据帧进行微秒粒度的重采样？
浏览 1提问于2015-08-31得票数 4
2回答
我正在尝试对流音频数据进行快速频谱分析，以捕获元音(类似于JLip-sync)。使用PyAudio捕获小块(1024)的语音数据，持续时间较短(0.0625秒)。使用numpy.fft进行分析，并使用numpy.hanning窗口消除渗漏。我使用4096*4作为采样率(不是44100或22050，也可以讨论；4096*4最接近22050)。
考虑到我感兴趣的频率(从300 Hz到3000 Hz)，如何使用我正在寻找的数据长度和最小/最大频率来计算理想的窗口大小？
谢谢。
卡迪尔
浏览 1提问于2011-04-07得票数 5
2回答
我一直在尝试在使用GLES 3的应用程序中实现渲染到纹理的方法，我已经让它工作了，但我对帧速率的下降感到有点失望。
到目前为止，我们已经直接渲染到主FBO，这是一个使用EGL_SAMPLES=8创建的多采样FBO。
基本上，我想要的是在我还在绘图的同时，能够掌握已经绘制的像素。所以我认为渲染到纹理的方法应该能做到这一点。然后，我只需要在任何时候读取屏幕外FBO的纹理的一部分，当我完成对它的渲染时，我会将整个东西blit到主FBO。
深入研究这一点，我发现我必须实现一个具有多采样FBO以及非多采样纹理FBO的系统，其中我必须解析多采样FBO。然后，只需将已解析的内容传送到主FBO。
这一切工作，
浏览 7提问于2016-12-04得票数 1
1回答
我有两个时间序列数据df1 :一小时间隔df2 : 15分钟间隔
如何将一个小时(Df1)转换为15分钟间隔数据，以便能够以相同的比例获得两个时间序列？
示例: df1
df2
如何在熊猫中将一行df1转换成4行，间隔15分钟(如df2所示)？
浏览 2提问于2020-03-08得票数 0
如果我将文件图像中的纹理加载到OpenGL中，并创建一个垂直放置的平面，如果我将左上角顶点设置为纹理坐标(0，0)，则在应用程序中打开的图像的左上角对该点的纹理进行采样。
但是，当我渲染到帧缓冲区，并将其颜色附件绑定为纹理时，左上角坐标为(0，0)的顶点将从左下角开始采样，如果该帧缓冲区显示在屏幕上，将会看到。换句话说，从帧缓冲区纹理采样时，Y似乎是反转的。
无论我将glClipControl设置为GL_UPPER_LEFT还是GL_LOWER_LEFT，此纹理采样行为都是相同的，即，它将采样帧缓冲区纹理的左下角视为(0，0)。我之所以注意到这一点，是因为我将GUI渲染到帧缓冲区，然后渲染到默
浏览 3提问于2018-01-06得票数 1
回答已采纳
1回答
我有一个数据帧，我想对数据帧中的行进行随机化。我尝试通过给1的分数来采样数据，但这不起作用(有趣的是，这在Pandas中起作用)。
浏览 0提问于2016-04-23得票数 11
回答已采纳
2回答
我刚开始使用LSTM，甚至直觉地理解它们，我也很困惑。
我用它们来解决回归问题，我有大约6000个数据集~450个时间步骤，每个时间步骤都有11个特性。目标值为2d ~ a，b，对于单个数据集它们是相同的。经过训练，我想提供时间步骤，并预测2d y值。
示例：数据集(1 / 6000)有450个不同的时间步骤，x=1、2、3、4、5、6、7、8、9、10、11，目标值y= 1,2
我目前面临的问题是理解LSTM在输入之间的相关性方面到底学到了什么，如果我处理多个数据集，我应该准确地输入哪些数据，以及按什么顺序提供？我对术语batch_size感到困惑，如果我有一个不同的序列，那么se
浏览 18提问于2022-01-05得票数 0
回答已采纳
当通过模型时间/ tidymodels框架处理时间序列时，提出了以下工作流来验证模型的交叉验证性能。
library(modeltime)
library(modeltime.resample)
library(tidyverse)
library(timetk)
resamples_tscv <- time_series_cv(
data = m750,
assess = "2 years",
initial = "5 years",
skip = "2 years&
浏览 6提问于2021-02-03得票数 2
回答已采纳
"df.resample('4T').mean()“在数据帧的第四个值之前产生它的第一个结果。它继续准确地找到接下来四个值的平均值，但是因为初始值是off，所以我没有在数据帧中需要它们的地方获得这些值。事实上，'7T'，'8T‘和'9T’都在错误的位置产生了它们的第一个结果，而'3T'，'5T‘和'10T’则如预期的那样工作。
代码：
import csv
import datetime
from datetime import datetime
import pandas as pd
df = pd.
浏览 37提问于2019-03-31得票数 0
回答已采纳
我需要将大量的wav文件分成较小的片段，并将它们转换为16 khz、16位的单声道wav文件。为了分割wav文件，我从以下站点下载了一个WavFile类：。我稍微调整了一下，允许跳过任意数量的帧。使用这个类，我创建了一个WavSegmenter类，它将读取源wav文件，并将时间x和时间y之间的帧复制到新的wav文件中。我可以从提供的XML文件中获取开始时间和结束时间，并且可以使用sample rate * time获取帧。我的问题是我不知道如何将采样率从44,100转换为16,000。
目前，我正在研究Java的Sound API来实现这一点。我最初没有参考它，因为我发现指南很长，但如果这是现
浏览 2提问于2011-07-19得票数 0
回答已采纳
1回答
我们有不同类型的数据特征，具有不同的时间尺度。例如，它们中的一些描述了每秒的状态，而另一些则可能从另一个方面描述每天或每个月的状态。前者在时间尺度上是密集的，后者是稀疏的。简单地将它们串联成一个特征向量似乎不合适。有什么典型的机器学习方法可以解决问题吗？
浏览 0提问于2019-04-24得票数 0
1回答
多重抽样比超采样有什么优势？
、、、、
我从来没有真正完全理解这一点，也没有找到一篇以友好的方式解释所有步骤的文章。
我将从我已经知道的开始(我希望它不包含误解)。我很确定分配一个多采样帧缓冲区所需的内存(普通缓冲区的内存)与样本数(N)一样多。这是有意义的，因为每个像素可以被采样到N次。
在光栅化过程中，GPU通过测试每个样本是否在正在绘制的几何图形内，为MS帧缓冲区生成一个片段。这就是提供边缘抗混叠的东西。每个样本都会产生一个片段。
当一个像素的所有样本都在几何图形内时，我不确定会发生什么。产生了多少碎片？这个可以配置吗？如果我想要对“内部”像素进行4次采样，并对边缘像素进行16次采样呢？这将需要一个16倍的MS帧缓冲区。
还有
浏览 0提问于2012-07-24得票数 6
我在Python中有一些数据，这些数据最终会绘制在一个图上(Highcharts)，问题是x轴上的数据点之间的间隔(时间)是不规则的。虽然这是准确的，但从视觉上看，这张图看起来有点不稳定。
数据格式如下：
data = {"points": [[1335360000, 1335361920, 93374739787], [1335361920, 1335447840, 11738851087.0]......]}
即: timestamp from，timestamp to，value
我需要做的是修改数据，使其归一化到最低频率/最长时间间隔，以便在图形上绘制时看起来是一致的
浏览 1提问于2012-05-03得票数 3
详细信息
这是一个相当奇怪的场景。我试图从一项我无法控制的服务中存储销售记录。我只是访问一个URL并存储它返回的json。它返回一个项目的最后25个销售额，按成本排序，并且它的值将停留在那里最长10小时。最大的问题是这些值没有时间戳，所以我无法非常准确地推断项目在列表上的时间以及它们是否是重复的。
示例：
如果我下午1点检查这个网址，我就会得到这些结果。
+--------+----------+-------+
| Seller | Category | Price |
+--------+----------+-------+
| Joe | A | 1000 |
|
浏览 2提问于2014-02-21得票数 1
我必须画一个物理模拟，显示运动粒子的轨迹。在绘图时，从数据库中实时读取三维位置数据。一旦为每个对象设置了VBO，绘图调用将是标准的glDrawArrays(GL_LINE_STRIP, 0, size)。问题是，由于添加了新的点，所以存储跟踪点的VBO会更新每一个帧。这在我看来是极其低效的！此外，如果我想用梯度颜色画出粒子实际位置到老点的轨迹呢？我必须在每次抽签时更新VBO中所有顶点的颜色！穿这种东西的标准方法是什么？
概括地说：
我要画出无限长(长度随时间增长)的线。
我希望轨迹中的点的颜色根据轨迹上的实际相对位置(例如，开始为白色(实际粒子位置)，黑色在末尾(第一个粒子位置)，灰色
浏览 2提问于2016-05-26得票数 1
回答已采纳
1回答
我理解创建一个自动语音识别引擎的基本步骤。然而，我需要一个清晰的概念，分割是如何做的，什么是帧和样本。我会写下我所知道的，并期待答案--呃，在我错的地方纠正我，并进一步指导我。
据我所知，语音识别的基本步骤是：
(我假设输入数据是wav/ogg (或某种音频)文件)
预先强调语音信号:即，应用一个滤波器来强调高频信号。可能类似于: yn = xn - 0.95 xn-1
找到话语开始和调整剪辑大小的时间。(可与步骤1互换)
将剪辑分割成更小的时间框架，每个片段大约30毫秒长。此外，每段将有大约256帧和两段将有一个100帧分开？(即30*100/256毫秒?)
在每一帧(段的1
浏览 2提问于2016-01-08得票数 7
回答已采纳
请原谅任何明显的错误，因为我是Pandas和编码的新手。
我正在过滤原始数据帧，并使用选定的列创建一个副本。这是我的数据框的样子：
(数据帧过滤器例程)：
df_new=df.filter(['date','location','value','lat_final','lon_final'], axis=1)
df_new = df_new.set_index('date')
print (df_new.head())
新的数据帧：
location value lat_final lon
浏览 30提问于2020-02-05得票数 0
回答已采纳
2回答
频率参数在ts中的作用
、、、、
ts()函数如何使用其frequency参数？将错误的值指定为frequency会有什么影响
我正在尝试使用1.5年的网站使用数据来建立一个时间序列模型，这样我就可以预测未来一段时间的使用情况。我每天都在使用数据。这里的frequency应该是多少-7、365或365.25？
浏览 0提问于2014-11-03得票数 3
我有一个形状为22341x3的数据帧：
tID DateTime
0 1 2020-04-04 10:15:40
1 2 2020-04-04 10:15:56
2 2 2020-04-04 11:07:11
3 3 2020-04-04 11:08:14
4 3 2020-04-04 11:18:46
5 4 2020-04-04 11:23:56
6 5 2020-04-04 11:24:14
7 6 2020-04-04 11:29:12
8 7 2020-04-04
浏览 19提问于2020-05-16得票数 1
回答已采纳
1回答
假设我有一个这样的数据帧：
d <- data.frame(time = c(1,3,5,6,11,15,15,18,18,20), side = c("L", "R", "R", "L", "L", "L", "L", "R","R","R"), id = c(1,2,1,2,4,3,4,2,1,1), stringsAsFactors = F)
d
time side id
1 1 L 1
2
浏览 2提问于2018-02-01得票数 4
回答已采纳
7回答
我有一组时间序列数据。我正在寻找一个注释(或标签)工具来可视化它，并能够交互地在其上添加标签，以便获得带注释的数据，我可以用于监督的ML。
例如，输入数据是csv-文件，输出是另一个csv-文件的格式时间戳，标签。
因此，我需要这样的东西：
可视化数据
选择特定区域
输出带有时间戳的标签
例如：
📷
在python中构建这样一个工具不会花费太长时间，但是我只是想知道其他人是如何解决这个问题的，而且可能已经有了很好的操作系统工具来解决这个问题。谢谢!
浏览 0提问于2018-09-11得票数 18
回答已采纳
我有一个数据帧(a)，如下所述：
V1 V2
1 a b
2 a e
3 a f
4 b c
5 b e
6 b f
7 c d
8 c g
9 c h
10 d g
11 d h
12 e f
13 f g
14 g h
现在，我想要的是将上述数据帧(a)中的行随机分配给另外两个空数据帧(b和c)，这样所有行都不会重复。这意味着b没有任何重复行，c也没有任何重复行。现在除了b和c之外，没有一行应该是相同的，也就是说，b中的一行不应该出现在c的任何行中，反之亦然。
一种方法是从(a)中抽取7个元素而不进行替换，并将
浏览 3提问于2015-03-18得票数 1
1回答
晚上好，很高兴见到你们。我被要求进行一个使用自动编码器进行异常检测的项目。数据集(合成的，由我创建)由9个虚构的传感器读数组成。
问题是，要求在自动编码器的输入层中有90个神经元，所以我实际上被要求为每个传感器(10*9=90)收集10个样本的向量，以便将90维的特征向量作为网络的输入。
你有什么提示吗？谢谢
浏览 0提问于2018-11-13得票数 0
1回答
我正在与一家公司合作一个项目，开发用于预测性维护的ML模型。我们拥有的数据是日志文件的集合。在每个日志文件中，我们都有来自传感器(温度、压力、MototSpeed等)的时间序列。和一个变量，我们在其中记录发生的故障。这里的目标是构建一个模型，该模型将使用日志文件作为其输入(时间序列)并预测是否会出现故障。为此，我有一些问题: 1)能够做到这一点的最佳模型是什么? 2)处理不平衡数据的解决方案是什么？事实上，对于某些类型的故障，我们没有足够的数据。在将时间序列转换为固定长度的子时间序列后，我尝试使用LSTM构建RNN分类器。如果存在故障，则目标为1；如果没有故障，则目标为0。与0的数量相比，1的
浏览 4提问于2020-06-02得票数 0
1回答
我知道帧缓冲区本身并不是纹理，但如果设置正确，它们确实包含纹理，我相信我的是这样的：
(status == GL_FRAMEBUFFER_COMPLETE)
返回真。
我使用多帧缓冲区的原因是为了能够对单个对象/层执行一些后处理--这是一种最佳实践方法吗？所以我呈现给一组纹理，为了不以黑色屏幕结束，因为从来没有呈现到默认的帧缓冲区，所以我需要将帧缓冲区/纹理以某种方式组合到默认的帧缓冲区中。
我天真的方法是绑定默认的帧缓冲区，然后制作一个简单的着色器程序，将每个纹理写回屏幕上。
这似乎是一个任务，可以通过一些内置的功能来优化，特别是针对这一点，因为它现在必须是一个标准的东西，那么将一组帧缓冲区
浏览 0提问于2014-01-28得票数 0
回答已采纳
我正在设立几个自学项目，以探索机器学习技术。
第一个项目有10,000个时间序列，10年来每天有24个浮动数据点(8.76亿点)。我将为数据创建一系列的日历和天气特性，然后尝试使用各种机器学习技术进行预测。
第二个是用于分类的1300万行文本数据(每行几段)。(目前在solr数据库中)
我的计算平台是6核心，32克拉姆，gforce GPU。我计划安装Ubuntu 14.2。
我希望使用python来处理文件，使用scilearn、pylearn2和word2vec来进行一般的探索和培训。去领略一下这种语言。
显然，数据集1将需要将天气和日历数据连接到日期/时间，并跨时间和地点进行汇总。我知道
浏览 0提问于2015-07-08得票数 1
我试着预测二维坐标的序列。但我不希望只有最可能的未来路径，而是所有最可能的路径在网格地图中可视化。为此，我有由40000个序列组成的训练数据。每个序列由10个2D坐标对作为输入，6个2D坐标对作为标签。所有的坐标都在一个固定的范围内。我预测所有可能的路径的第一步是什么？为了得到所有可能的路径，我必须最终应用一个softmax，其中网格中的每个单元格都是一个类，对吗？但是如何处理这些数据以反映这种类似网格的结构呢？有什么想法吗？
浏览 0提问于2018-03-20得票数 0
回答已采纳
2回答
我有一个理想的程序，可以测量每秒的温度。然而，在现实中，这种情况并没有发生。有时，它会跳过一秒或中断400秒，然后决定重新开始录制。这在我的2xn数据帧中留下了间隙，理想情况下n= 86400 (一天中的秒数)。我想对其应用某种形式的移动/滚动平均，以获得更好的曲线图，但如果我对“原始”数据文件执行此操作，数据点的数量将变得更少。这是显示的，观察x轴。我知道“好的数据”看起来还不好；我只是在玩弄一些值。
因此，我想实现一个数据清理方法，将数据添加到数据帧中。我想过，但不知道如何实现它。我是这样想的：
如果索引不等于时间，那么我们需要在time = index处添加一个数字。如果这个差值只有1，
浏览 1提问于2018-11-01得票数 2
我有一个“主数据帧”，对一个分类变量有不相等的观察，并且想要创建，比方说，20个其他平衡子数据帧。 对于这些新子数据集，我希望保留变量x= 0的所有行，并随机抽样x= 1的行，其中x=1必须与x= 0具有相同的长度。 所以，如果我们有这样的东西： x <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0,0,0,0,0,0,0,0,0)
y <- sample(1:25)
df <- data.frame(x,y) # master dataframe 这就是我想要得到的： df_1 <- df[sample(which(df$x==
浏览 21提问于2019-08-24得票数 1
回答已采纳
1回答
我有一个由各种数据帧(10000)组成的列表，每个数据帧代表来自视频的5帧序列。因此，这5行中的每一行都有一些主体指针(Rankle_X、Rankle_Y、Lankle_X、Lankle_Y等)在特定的框架中的人。
我想要做的是构建一个分类器来检测基于这5帧的运动，所以我需要一个时间序列网络(LSTM，GRU)，但我不知道应该如何在tensorflow中加载我的数据。
我的列表中有2个类(来自类1的5000个数据帧和来自类2的5000个数据帧)
提前谢谢你
浏览 4提问于2021-06-03得票数 0
2回答
实时数据的STFT /滑动FFT
、、、、
我最近接了一个项目，我需要对传入的麦克风数据执行实时滑动FFT分析。我选择的环境是OpenGL和Cinder，使用的是C++。
这是我第一次体验音频编程，我有点困惑。
这就是我要在OpenGL应用程序中实现的目标：
所以在每一帧中，都有一部分传入的数据。在for循环(因此多遍)中，将消耗当前数据的一个窗口，并对其执行FFT分析。对于For循环的下一次迭代，窗口将在数据中前进“跃点大小”，等等，直到到达数据的末尾。
现在这个过程必须是连续的。但正如你在上图中看到的，一旦我当前的应用程序帧结束，当下一个帧的数据进来时，我就不能从我离开前一帧的地方拿起(因为数据已经消失了)。你可以在图中看
浏览 6提问于2015-02-08得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
