問題タブ [symmetry]

背景:マンデルブロー集合 の 1 テラピクセル レンダリングを作成し、 LeafletJSを使用して対話的にズームおよびパンします。それはうまくいきます。しかし、マンデルブロ集合は実軸に沿って対称であるため、現在、必要な 2 倍のタイル イメージを使用しています。

質問:タイルが HTTP 経由で読み込まれるたびに、変更されずに通過するか、垂直方向に反転されるように、LeafletJS の表示時間コードに (コールバックを使用して) フックするにはどうすればよいですか? これにより、より高いズーム レベルでデータを数十ギガバイト削減できます。

例:ズーム レベル 1 の 4 つのタイルがあります (ここでは 1 ピクセルで区切られています)。下の 2 つのタイル イメージを破棄し、代わりに上の 2 つのタイルの上下反転バージョンとして読み込みたいと思います。これは LeafletJS でオンザフライで実行できますか?

より具体的には、ズーム レベルzとタイル座標x、yがわかっている場合、 yが 2^( z –1)未満の場合は常に、読み込み時にタイルを垂直方向に反転させたいと考えています。たとえば、ズーム レベルz = 10 では、すべてのy < 512に対してタイルを垂直方向に反転させたいと思います。

答えには、タグのtransform、-moz-transform、-o-transform、および-webkit-transformプロパティをおよび おそらくおよびに設定するようなものが含まれると思いますが、これらを LeafletJS コンテキストでどこでどのように定義するかはわかりません。<img>scaleY(-1)filter-ms-filterFlipV

オブジェクトの輪郭の対称性を合わせたい。opencv 3.0 ライブラリの matchShape()、computeDistance()、Humoments() を使用してみました。しかし、どれも私が望むものに近いものではありません。

以下は、私が取り組んでいる画像です。

良い形-1

亡命

image-2 (Defected という名前) の非対称性の最大値が得られることを期待しています。

Numpy 配列に回転対称値をすばやく入力する方法を見つけようとしています。円錐形の領域を含むゼロの配列を想像してください。値の 1D 配列があり、配列の中心を中心に 360° 回転させたいと考えています。z=f(x,y) のような 2D 関数がないため、2D 値を明示的に計算できません。動作するものがありますが、for ループは大きな配列には遅すぎます。これは円を作るはずです：

もちろん、私の 1D 配列はそれほど単純ではありません。誰かが for ループを取り除く方法を考えられますか?

更新: 畳み込みぼかし用の円形フィルターを作成したいと考えています。使用する前はnp.outer(values,values)、長方形のフィルターがありました。David のヒントにより、循環フィルターを非常に高速に作成できます。下記参照：

np.outer() を使用した正方形フィルター

デビッドの答えによる循環フィルター

サイズの2-D k-spaceデータ​​があります256X256。K空間データは共役対称性を満たしていることがわかりましs(-x) = s*(x)た。matlab を使用して k 空間データからこの対称性を表示するにはどうすればよいですか。共役対称性は位相誤差により完全ではありませんが、複素数の大きさの部分は等しいはずです。

matlab では、行列のインデックスは 1 から 256 までです。128 行を中心軸とすると、中心軸の上に 128 行、中心軸の下に 127 行あります。では、行列要素を対角線上に関連付けて共役対称性をチェックするにはどうすればよいでしょうか?

ありがとう。

Maya が頂点位置をある側から別の側にスワップするためのスクリプトを Python で作成しています。フリップをトポロジ ベースにしたいので、トポロジ シンメトリ選択ツールを使用して頂点の対応を見つけます。filterExpand と xform を使用してそれを行うことができました。問題は、ポリゴン数の多いメッシュでは非常に遅いことであり、代わりに openMaya を使用してこれを行う方法を考えていました。

maya.cmds をコマンドとしてインポート

ありがとうマウリツィオ

編集：私の答えを得ました、ありがとう！

漠然とした質問で申し訳ありませんが、できる限り詳しくお答えします。

現在、ベクトルの Y 値が変化する単純な 3D タイルマップをプログラミングしています。これは通常、周囲の 6 つの三角形に次のように影響します。

ただし、これは「完全に対称」ではないため、各コーナーは同一であり、代わりに「4」または周囲のすべての三角形が次のように使用されます。

今私が疑問に思っているのは、ゲームが望ましい効果を達成するために使用する特定の/理想的な方法はありますか?

前もって感謝します。

小さい numpy 配列 A で構成される大きな配列 B を作成したい場合は、さまざまな方法で反転します。

A のみをメモリに格納し、B の numpy 配列の機能の一部を保持する方法はありますか? 私が主に興味を持ったのは次の 2 点です。

• B[m,n,...] をスケーリングできる (つまり、B[m,n,...] *= C where B.shape[2:] == C.shape)
• 2 番目の次元まで合計できる (つまり、np.sum(B, axis=(2,3,4)))

通常のネットワークでは、ノードを通過するNxN最短パスの数に基づいてノードを色分けしたいと考えています。これは文献では応力中心性 (SC) として知られています。

これを行うには、グラフ内の任意の 2 つのノード間のすべてnx.all_shortest_paths()の最短経路を計算する関数を使用します。

問題のネットワークは非常に規則的であるため、ネットワークの規模に関係なく、最短経路の分布は同じパターンに従うべきだと確信しています。

サイズが の場合、9x9以下に示すように、中央ノードが最も「ストレスを受けている」ことは明らかです (白いノード) 。サイズが の場合10x10、この負荷のかかるノードのクラウドは別の場所に移動します。これが Python/計算効果なのか、それとも正常なのかはわかりません。計算に時間がかかるため、これよりも大きなネットワークはテストしていません10x10(この計算では時間の複雑さが指数関数的になるようです)。

これはどのように起こりますか？最も負荷の高いノードが常に中心にあると思います。ネットワークのサイズを大きくすると、これが当てはまらないのはなぜですか? 結局、トポロジーは変更されません (したがって、対称的です)。

画像:

コード：

行列 A にその転置を乗算すると、対称正定行列が得られる (したがって、正の固有値が得られる) という数学的定理があります。ここで、中規模の乱数行列で対称性テストが失敗するのはなぜですか? 小さな行列 (20、20 など) では常に機能します。

このコードを実行すると、常に「FALSE」になります。私は何を間違っていますか？PCAを実行するには自己共分散行列が必要ですが、これまでのところ複雑な固有値を取得しています...

ありがとう！

これはインタビューで尋ねられた質問だと聞きました.2バイトが与えられた場合、それらが対称であればtrueを返します

01101000 と 00010110 は対称ですが、01100000 と 11000000 は対称ではありません。Javaでコードを書く必要があります。そうするための最良の方法は何ですか？