extrapolation

1热度

1回答

有没有numpy外推函数？我试过使用interp，但当然这是插值在我的值的范围之间，而不是在值的范围之外。因此，例如我有我的x值在1和8之间，包容性，并且对于每个x值，我有其相应的y值，我想找到我的x值为0时的y值 import numpy as np x = np.arange(1,8,1) y = np.array((10,20,30,40,50,60,70)) np.interp

0热度

1回答

使用RBF外推GridData

我有一些相当有间隔的测量数据，我使用numpy的Griddata制作等值线图。 Griddata与实际测量的部分相关性很好。我期望将网格数据外推到测量点之外。我已经看过使用RBF和interp2D，但是，这两种方法从根本上改变了轮廓轮廓。有没有办法提取griddata（x，y，z）坐标并将它们馈送到RBF函数中，以便轮廓能够扩展并在一定程度上保持griddata插值？或者有更好的方法吗？我已经

-1热度

1回答

AI：运动物体上的火

我试图在C＃中制作一个AI（可以预测移动物体的估计位置，以便用子弹击中它）移动物体的移动速度为5f和子弹具有1408米我的问题的速度是我的子弹游到我的估计位置我的“敌人”已经进一步移动的时间和子弹不打你知道一个公式或者我可以适应的代码来改进我的定位AI？（已经在寻找，在谷歌，但没有发现任何有用的）感谢

0热度

1回答

用Matlab外推一组测量数据

有一个csv-File给出的数据。它包含一定时间的冷却金属片的阻力。测量开始于t = 7.8s。任务是将图形从7.8s推断到0s，以确定最高的阻力，从而确定最高温度。我如何使用matlab实现这个功能？我尝试了以下方法，但没有产生令人满意的结果。 data = csvread('05A_edit.csv'); time = data(:,2)+7.8; resistance = data(:,

-3热度

1回答

对于给定数量的步骤在两个x值之间进行插值/外推python

我想创建一个新的df，它给出起始值x0和结束值x1，输出对给定的n个点进行插值/外推。例如，下面给出的DF，我要创建一个新的DF X0之间= 57000和X1中的250步= 62000，或n = 21分： x = [57136,57688,58046,58480,58730,59210,59775,60275,60900,61365,62030] y = [3.87, 3.55, 3.

3热度

1回答

是否有必要在worldUpdate中包含物理确定性的GameObjects？

为了减少数据传输的大小以及为每个worldUpdate序列化世界对象的计算时间，我想知道是否可以省略同步物体的物理可以完全，忠实地在客户端gameEngine上模拟的对象（它们是不是playerObjects，所以playerInput不直接影响它们，它们的物理性质完全是确定性的）。与这些GameObjects的交互将完全由不那么频繁的GameEvents处理。如果客户端运行与服务器相同的物理并且

1热度

1回答

如何找到图像之外错过角落

的任务是：找到所有4个角给定的红色多边形的这个image 我知道如何找到各个角落，如果所有的边框是可见的（线性外推，表示不快，容易）。我的问题是如何找到底角，如果我们没有看到下边框？

0热度

1回答

R中的插值/外推

我有一个数据集，其中天数的持续时间在值列中变化。开始结束VALUE天 24-03-2011 24-05-2011 398 60 25-05-2011 21-07-2011 275 56 22-07-2011 13-09-2011 389 52 14-09-2011 18-11-2011 482 64 19-11-2011 13-01-2012 514 54 14-01-2012 19-02-20

1热度

1回答

Matlab中超出网格值的双三次插值

是否可以实现超出网格值的双三次插值？例如： L = [5,10,20,25,40]; W= 1:3; S= [50 99 787 779 795 850 803 779 388 886 753 486 849 780 598]; size1 = griddata(W,L,S,2,40,'cubic') sizeBeyond = griddata(W

0热度

1回答

估计并提取来自3D内核密度的点值R

从R文档中的以下代码link我想弄清楚如何为数据的每个原始点提取单个值（“密度”） frame 这样，我就可以使用新的列来进一步应用，这些应用程序在3D空间中具有“点”密度。我看着这个SO问题：link，但该代码给出了一个51层矩阵..我坚持如何获得150点值。在我的情况下，我担心的是使用三变量例如： fhat <- kde(x=iris[,1:3]) 这是代码，它给出了一个很好的情节，但