等高线

这里演示一下如何通过等高线和特征点来创建TIN（不规则三角网） 这里使用的是 不规则采样点建立DEM的点数据 还差等高线，通过新建线要素-添加Height字段并赋给它高程值来得到 找到工具，3D Analyst工具-数据管理-创建TIN，双击 按下图所示设置参数 其中，高度字段都是带有高程值的height字段，散点数据的SF Type为Mass_Points，等高线数据的SF Type为Soft_Line（软断线），单击确定即完成了TIN（不规则三角网）的创建 来源： CSDN 作者： 士别三日，当刮目相待 链接： https://blog.csdn.net/fengyuechenxi/article/details/104630941

KKT条件介绍 最近学习的时候用到了最优化理论，但是我没有多少这方面的理论基础。于是翻了很多大神的博客把容易理解的内容记载到这篇博客中。因此这是篇汇总博客，不算是全部原创，但是基础理论，应该也都差不多吧。因才疏学浅，有纰漏的地方恳请指出。 KKT条件是解决最优化问题的时用到的一种方法。我们这里提到的最优化问题通常是指对于给定的某一函数，求其在指定作用域上的全局最小值。提到KKT条件一般会附带的提一下拉格朗日乘子。对学过高等数学的人来说比较拉格朗日乘子应该会有些印象。二者均是求解最优化问题的方法，不同之处在于应用的情形不同。 一般情况下，最优化问题会碰到一下三种情况： （1）无约束条件 这是最简单的情况，解决方法通常是函数对变量求导，令求导函数等于0的点可能是极值点。将结果带回原函数进行验证即可。 （2）等式约束条件 设目标函数为f(x)，约束条件为hk(x)，形如 s.t. 表示subject to ，“受限于”的意思，l表示有l个约束条件。 则解决方法是消元法或者拉格朗日法。消元法比较简单不在赘述，拉格朗日法这里在提一下，因为后面提到的KKT条件是对拉格朗日乘子法的一种泛化。 定义拉格朗日函数F(x)， 其中λk是各个约束条件的待定系数。 然后解变量的偏导方程： 如果有l个约束条件，就应该有l+1个方程。求出的方程组的解就可能是最优化值（高等数学中提到的极值）

一、三维绘图 1.曲线图 plot3(X1,Y1,Z1,...)：以默认线性属性绘制三维点集（X1,Y1,Z1）确定的曲线 plot3(X1,Y1,Z1,LineSpec)：以参数LineSpec确定的线性属性绘制三维点集 plot3(X1,Y1,Z1,'PropertyName',PropertyValue,...)：根据指定的属性绘制三维曲线 theta = 0:0.01*pi:2*pi; x = sin(theta); y = cos(theta); z = cos(4*theta); plot3(x,y,z,'LineWidth',2); hold on; theta = 0:0.02*pi:2*pi; x = sin(theta); y = cos(theta); z = cos(4*theta); plot3(x,y,z,'rd','MarkerSize',10,'LineWidth',2); 2.网格图 绘制函数z=f(x,y)的三维网格图的过程： 确定自变量x和y的取值范围和取值间隔 利用meshgrid函数生成“格点”矩阵 计算自变量采样“格点”上的函数值：Z = f(x,y) matlab中提供了mesh函数用于实现绘制网格图： mesh(X,Y,Z)：绘制三维网格图，颜色与曲面的高度相匹配 mesh(Z)：系统默认颜色与网格区域的情况下绘制数据Z的网格图

参考： http://www.cnblogs.com/djcsch2001/tag/MATLAB/ matlab部分写的不错！ 7.2 三维图形 7.2.1 三维曲线、面填色命令 命令1 comet3 功能 三维空间中的彗星图。彗星图为一个三维的动画图像，彗星头（一个小圆圈）沿着数据指定的轨道前进，彗星体为跟在彗星头后面的一段痕迹，彗星轨道为整个函数所画的实曲线。注意一点的是，该彗星轨迹的显示模式EraseMode为none，所以用户不能打印出彗星轨迹（只能得到一个小圆圈），且若用户调整窗口大小，则彗星会消失。 用法 comet3(z) 用向量z中的数据显示一个三维彗星 comet3(x,y,z) 显示一个彗星通过数据x，y，z确定的三维曲线。 comet3(x,y,z,p) 指定彗星体的长度为：p*length（y）。 例7-24 >>t = -20*pi:pi/50:20*pi; >>comet3((cos(2*t).^2).*sin(t),(sin(2*t).^2).*cos(t),t); 图形的结果为图7-24。 命令2 fill3 功能 用指定的颜色填充三维多边形。阴影类型为平面型和Gouraud型。 用法 fill3(X,Y,Z,C) 填充由参数x，y和z确定多边形。若x，y或z为矩阵，fill3生成n个多边形，其中n为矩阵的列数。在必要的时候

图层样式 图层样式：附加在图层上的一个效果。 主要分为三大部分： 具体效果，混合选项，使用技巧 来理解图层样式。 具体效果： 浮雕类，阴影类，发光类，叠加类和其他类 。 选中图层之后，在图层后面的 空白区域双击 就可以打开图层样式。 斜面浮雕 ：给形状加上一个厚度或者理解为浮雕的效果。其数值分为两大块：结构用来控制斜面大小形状等等；阴影用来控制斜面浮雕的颜色深浅等等。 先用形状工具画出一个形状，再具体来试一试。 在样式处 内斜面：从图层边缘往内做一个斜面； 外斜面：从图层边缘往外做一个斜面； 浮雕效果：综合了内外斜面的效果； 枕状浮雕：根据图层边缘做一个雕刻的感觉； 描边浮雕：用了描边浮雕本来是没有效果的，必须把“描边”打开，给它加上，描边浮雕才有变化。 以上便是斜面浮雕的五个样式。 下面的 方法 一般用默认就可以。 方向：浮雕往上凸还是往下凹； 深度大小和软化分别调整浮雕的深度还有大小以及羽化程度； 角度和高度是控制光源的角度和位置的； 高光模式和阴影模式是控制亮部和暗部的模式； 不透明度就是调节不透明度的，也可以在后面调整它的颜色。 下面接着是光泽等高线，左边还有一个等高线。 等高线：控制斜面的结构，先随机点一个预设， 双击可以点进去调整 ，当调整曲线的时候，浮雕的结构会发生变化，既 等高线是决定浮雕结构的 ； 光泽等高线： 调整浮雕的明暗效果 ，把线条往上拉，它会整体效果变亮

CGCS2000是（中国）2000国家大地坐标系的缩写，该坐标系是通过中国GPS 连续运行基准站、 空间大地控制网以及天文大地网与空间地网联合平差建立的地心大地坐标系统。2000（中国）国家大地坐标系以ITRF 97 参考框架为基准, 参考框架历元为2000.0。 2000国家大地坐标系的大地测量基本常数分别为: 长半轴 a = 6378137 m (后面要用到) 地球引力常数 GM =3.986004418×1014m3s-2 扁率f = 1/ 298. 257222101 = 0.0033528106811823 (后面要用到) 地球自转角速度X =7.292115×10-5rad s-1 等高线转CGCS2000坐标系，有两种方式： 方式一： 第一步：通过BIGEMAP地图下载器下载高程数据。 第二步：选择BIGEMAP软件右边工具栏，选择【投影转换】，如下图所示： 2.1 选择说明： 1. 源文件：选择下载好的卫星图像文件（下载目录中后缀为tiff的文件） 2. 源坐标系：打开的源文件的投影坐标系（自动读取，不需要手动填写） 3. 输出文件：选择转换后你要保持文件的文件路径和文件名 4. 目标坐标系：选择你要转换成的目标坐标系，如下图： 选择上图的更多，如下图所示： 1：选择 -CGCS2000 2：选择地区 3：选择分度带对应的带号（一般默认，也可以手动修改）

函数梯度及空间曲面切平面 求曲面(线)的 \(y=x^2\) 在点 \(P(1,1)\) 处的切线。 解： 　　令： \(f(x,y)=x^2-y\) ， 　　则梯度方向为： \(\nabla f(x,y)=2xi-j\) 　　所以等值面(等高线) \(f(x,y)=x^2-y=0\) 的在点 \(P(1,1)\) 处的法向量为： \(\overrightarrow {n} = (2,-1)\) 　　所以， \(y=x^2\) 在 \(P(1,1)\) 处的切线(面)方程为： 　　　　　　 \(2(x-1)-(y-1)=0\) 　　即： \(2x-y-1=0\) 总结： 首先重申一下 梯度的概念 ： 　　 函数 \(f(\overrightarrow {x})\) 在某点的梯度是这样一个向量：它指向的方向函数增加最快；此时，函数在这个方向的 方向导数 达到最大值，这个最大值就是梯度的模。 　　所谓“ 梯度垂直于等高线 ” 是指： == \(f(x,y)\) 在某点梯度方向垂直于 \(f(x,y)=C\) 的等高线，而不是垂直于 \(f(x,y)\) 本身==。 ==梯度为等高线在该点的法向量==。 如果两个等值面法线相等，则这两个等值面相切，且有共同的切平面。 这个材料写的还可以： 方向导数与梯度 或者打开学习的正确方式： 梯度，方向导数，切平面 画图说明： 　　如果把 \(f(x

BIGEMAP下载等高线(高程)使用教程 发布时间：2018-01-17 版权： 同步 视频 教程： http://www.bigemap.com/video/play2018020643.html 专题地图 制作 视频 教程： http://www.bigemap.com/video/play2018022681.html 视频教程： 如何选择中央子午线或者分度带 BIGEMAP高程数据主要特点 ： 覆盖全球 (任意范围下载) 精度准确 等高线细腻效果好 高程矢量数据可编辑 支持AutoCAD/南方CASS （DXF、DWG、DAT） 支持三维(STL) (二维/三维多段线) 支持多格式转换 (kml/kmz/shp/dxf/txt等) 支持投影转换(Xi'an80,Beijing54,WGS84,CGCS2000) 支持公里网格 案例 1、 等高线完美套合卫星影像教程 2、 高程点数据转成南方CASS的DAT格式(教程) 3、 DEM(高程)的应用（坡度坡向、提等高线、可视性分析、地形剖面） 4、 DEM应用之-水文分析 5、 Arcgis下DEM水分分析（二） 矢量道路路网、水系如何下载？ 第一步：需要的工具 1. BIGEMPA地图下载器（全能版已授权） 下载地址： http://download.bigemap.com/bmsetup.rar 2. Global

系列博客，原文在笔者所维护的github上： https://aka.ms/beginnerAI ， 点击star加星不要吝啬，星越多笔者越努力。 第3章 损失函数 3.0 损失函数概论 3.0.1 概念 在各种材料中经常看到的中英文词汇有：误差，偏差，Error，Cost，Loss，损失，代价......意思都差不多，在本书中，使用“损失函数”和“Loss Function”这两个词汇，具体的损失函数符号用J来表示，误差值用loss表示。 “损失”就是所有样本的“误差”的总和，亦即（m为样本数）： \[损失 = \sum^m_{i=1}误差_i\] \[J = \sum_{i=1}^m loss\] 在黑盒子的例子中，我们如果说“某个样本的损失”是不对的，只能说“某个样本的误差”，因为样本是一个一个计算的。如果我们把神经网络的参数调整到完全满足独立样本的输出误差为0，通常会令其它样本的误差变得更大，这样作为误差之和的损失函数值，就会变得更大。所以，我们通常会在根据某个样本的误差调整权重后，计算一下整体样本的损失函数值，来判定网络是不是已经训练到了可接受的状态。 损失函数的作用 损失函数的作用，就是计算神经网络每次迭代的前向计算结果与真实值的差距，从而指导下一步的训练向正确的方向进行。 如何使用损失函数呢？具体步骤： 用随机值初始化前向计算公式的参数； 代入样本，计算输出的预测值；

一、散点图 1、画几个散点一点都不难 将x,y放入plt.scatter()中就好了。 plt.scatter(np.arange(5),np.arange(5)) #绘制散点图 2、代码 # -*- coding: utf-8 -*- """ Created on Sat Sep 23 19:20:54 2017 @author: ryoyun """ # Scatter 散点图 import matplotlib.pyplot as plt import numpy as np n = 1024 X = np.random.normal(0,1,n) Y = np.random.normal(0,1,n) #T = np.arctan2(Y,X) # for color value #plt.scatter(X,Y,s=75,c=T,alpha= 0.5) plt.scatter(np.arange(5),np.arange(5)) #绘制散点图 #plt.xlim((-1.5,1.5)) #plt.ylim((-1.5,1.5)) plt.xticks(()) plt.yticks(()) plt.show() 3、效果 二、柱状图 1、柱状图生成 plt.bar(X, +Y1,facecolor='#9999ff',edgecolor='white') # 生成柱状图 2