- 综合排序
- 最热优先
- 最新优先
- 来自专栏小文博客
蓝桥杯 C语言省赛 习题3 移动距离
题目： 移动距离 X星球居民小区的楼房全是一样的，并且按矩阵样式排列。其楼房的编号为1,2,3... 当排满一行时，从下一行相邻的楼往反方向排号。 比如：当小区排号宽度为6时，开始情形如下： 1 2 3 4 5 6 12 11 10 9 8 7 13 14 15 16 17 18 19 ... ... ... 输入为3个整数w m n，空格分开，都在1到10000范围内我们的问题是：已知了两个楼号m和n，需要求出它们之间的最短移动距离（不能斜线方向移动） w为排号宽度，m,n为待计算的楼号。 要求输出一个整数，表示m n 两楼间最短移动距离。 1)/w+1）, 若行差为偶数则说明m n所在的行 同为顺序或者倒序，此时按照同顺序的方式求； 若行差为奇数数则说明m n所在的行 一个为顺序一个为倒序，此时按照不同顺序的方式求； 这样做不仅节约空间
88960发布于 2018-07-13 距离3D空间转录组还有多远？
作者，Evil Genius今天我们讨论一个问题，那就是3D空间转录组，这个方向其实很早就提出了。其中最让人期待的文章是这个据说很不错，但是目前没人用过。 也有一些其他的文章努力做3D空间转录组，例如还有或者还有个最笨的方法，就是连续切片那么3D空间转录组何时能够商业化并且让科研工作者运用起来呢？ 今天我们分享一个3D的方法，文章在Deep-STARmap和Deep- RIBOmap两项技术，能够在60–200微米厚的完整组织块中实现三维（3D）原位基因转录组与翻译活性的同步量化。 现有空转的缺陷通量低（通常＜300基因），成像区域有限；依赖线性编码与RNA完整性，检测效率低、可扩展性差；多轮成像中RNA分子位移导致周期受限；缺乏翻译组空间定位能力，无法同步解析单细胞翻译活动。 鼠脑的验证使用Tetbow对分子细胞类型进行单细胞形态学分析Deep-STARmap在人类皮肤鳞状细胞癌（cSCC）中的应用总结技术虽然一直在更新，那么何时能用上3D空间转录组呢？生活很好，有你更好
19920编辑于 2025-12-18内容补充--高精度空转（Xenium、CosMx）空间距离分析
作者，Evil Genius今天我们更新脚本，高精度空转（Xenium、CosMx）空间距离分析，我们以量化fibroblast与tumor的空间距离关系为例。 分析一般会更进一步，依据fibroblast与tumor的距离关系划分为近距离、中距离、远距离三组，分析其中的基因表达变化,当然这种变化也代表了距离和基因的关系。 /usr/bin/env python3####zhaoyunfei####20250716# -*- coding: utf-8 -*-"""Xenium/CosMx空间转录组数据分析脚本分析两种细胞类型的空间距离关系及基因表达变化 # 计算所有细胞到celltype1细胞的距离 print("计算空间距离矩阵...") axes = plt.subplots(2, 2, figsize=(16, 14)) fig.suptitle(f'{self.celltype2}与{self.celltype1}的空间距离分析
32220编辑于 2025-10-28- 来自专栏游戏多媒体引擎GME开发前沿
GME 3D 空间语音技术：高精度 HRTF + 距离衰减模型
3D 空间语音为玩家提供了更多的听觉信息，玩家直接通过语音听声辨位方位就可以知道队友/敌方的位置，身临其境地感受到对方的存在。玩起来是不是就方便、有趣多啦？ 真正完成实时语音 3D 空间虚拟化功能，不只是简单地调用 HRTF 函数，还需要将游戏世界映射为真实环境，并进行高频运算。 GME 联合顶尖音频团队腾讯会议天籁实验室，推出了 3D 空间语音功能。通过高精度调优 HRTF 模型、距离衰减模型，还原玩家在虚拟世界中的身临其境般的游戏体验。 最后将带你认识两种 3D 语音接入模式，支持开发者根据游戏本身特性，选择更适合的接入方式： 接入方式一：「非 VR 游戏」开发者看这里⬇️ 实现原理： 由于 3D 语音的实现是需要基于发声的方位、距离进行计算的 空间语音。
1.5K10编辑于 2022-08-16 - 来自专栏gis
基于SpringBoot和PostGIS的各省与地级市空间距离分析
但是江苏和安徽从实力上来说历史悠久，因为曾经同属江南省，彼此联系紧密。虽然这两个城市很近，但是你知道吗？这两个“兄弟”的发展是不同的。 再从省域上面来看，以湖南省为例。 研究各城市与省会城市的距离，除了直观的了解空间距离外，还可以作为主要影响因素，去分析区位分布，距离权重等等。 本文将以之前管理的地名数据为例，基于SpringBoot和PostGIS详细讲解如何进行省会城市与省域内各城市之间的直线空间距离，如何将直线空间距离在WebGIS中进行地图可视化。 这里采用空间分析的功能，实现的函数是_st_contains()；请注意：在我国的行政区划数据中，像自治州等没有单独设置成次级市。 总结 以上就是本文的主要内容，本文将以之前管理的地名数据为例，基于SpringBoot和PostGIS详细讲解如何进行省会城市与省域内各城市之间的直线空间距离，如何将直线空间距离在WebGIS
13810编辑于 2026-06-19 多样本空间转录组分析异常组织结构域
今日参考文献从多样本空间转录组学(ST)数据中检测和解剖异常组织结构域(DDATD)为表征异常组织结构域(ATDs)提供了前所未有的机会，揭示了群体水平和个体特异性致病因素，从而了解疾病背后的致病异质性 这个程序，称之为异常组织结构域的检测和解剖(DDATD)，是对受影响个体的组织进行全面分析的第一步，也是最重要的一步，以揭示与疾病发展相关的群体水平和个体特异性因素(例如，致病细胞类型)。 2、空间多样本对齐3、“正常”参考ST数据集的稀缺性阻碍了DDATD，因为“异常”的定义依赖于与“正常”的比较。 4、缺乏有效的方法来整合来自空间基因表达数据和组织学图像的多模态信号，严重限制了DDATD分析的潜力。 结果1、Overview of STANDS分析示例--乳腺癌分析分析示例--同时识别跨多个ST数据集的异常组织域分析示例--交叉参考胰腺scRNA-seq数据识别胰腺癌结构域分析示例--单个ST数据集中识别生物学上不同的异常组织子域分析表现最后看看代码示例
25720编辑于 2024-09-20- 来自专栏数据科学（冷冻工厂）
空间转录组: DLPFC数据集分析 (3)
引言 本系列讲解 空间转录组学 (Spatial Transcriptomics) 相关基础知识与数据分析教程[1]，持续更新，欢迎关注，转发，文末有交流群！ 差异表达 通过成对 t 检验，特别是针对每个聚类或空间域的上调表达进行测试，来识别每个聚类或空间域的标记基因。 我们使用 scran 包来计算差异检验。
22410编辑于 2025-11-19 - 来自专栏c++ 学习分享
【CGAL_空间搜索与排序】3D快速求交和距离计算
1 介绍 AABB树提供了一个静态的数据结构和算法，能够对有限3D几何对象集合进行高效的相交和距离查询。 距离查询仅限于点的查询。 AABB树的数据结构将几何数据的迭代器范围作为输入，然后将其转换为primitives（图元）。 在这些primitives中，构造了一个轴对齐边界框（axis-aligned bounding boxes）（AABB）的层次结构，用于加速相交和距离查询。 而通过AABB tree进行相交和距离查询时，返回值中就包含了相交对象/最近点和相交图元id/最近图元id。 左图为表面三角网格模型，右图为其构建的AABB树。 程序中实现了射线与三角形集合的相交查询，点与三角形集合的最近点查询和距离计算。
1.3K20编辑于 2023-07-06 网络空间安全江苏省赛数据分析与取证 -attack.pacapng
三、数据分析与取证 1. 使用 Wireshark 查看并分析虚拟机 windows 7 桌面下的 attack.pcapng 数据包文件，通 过分析数据包 attack.pcapng 找出黑客的 IP 地址，并将黑客的 IP 地址作为 FLAG（形式：[IP 地址]）提交： tcp.connection.syn 通过分析端口，因为黑客都是扫描常用端口的 Flag:[172.16.1.102] 2. 继续查看数据包文件 attack.pacapng，分析出黑客扫描了哪些端口，并将全部的端口作 为 FLAG（形式：[端口名 1,端口名 2,端口名 3…,端口名 n]）从低到高提交： tcp.connection.syn and ip.src==172.16.1.102 Flag:[21,23,80,445,3389,5007] 3.
21110编辑于 2025-10-23AD域攻防权威指南:三十六.域分析之Group3r
一、Group3r简介Group3r是C#编写的组策略检测工具，用于Pentester和红队成员快速枚举AD组策略中的相关设置，并在其中识别可利用的错误配置的工具，它通过LDAP连接域控解析域SYSVOL 二、输出方式Group3r实现了两种输出方式，命令参数及含义如表1-11所示。 表1-11查看Group3r输出方式|\-s|通过标准输出结果||---------------|----------------||\-fgroup3r.log|通过文件输出结果|三、使用方式Grou3r 使用十分简单，只需要执行如下命令即可对域内错误配置进行检测，执行命令及结果如图1-1所示
图1-1检测域内错误配置 四、帮助信息我们可以通过Group3r.exe-h显示帮助信息图1-3检测错误配置信息 再如下图1-4所示，group3r发现了一个启动项，他的参数中硬编码了一个密码Password1，并且给出了脚本位置等相关信息，我们利用该内容即可进行密码收集18610编辑于 2026-02-09- 来自专栏数据科学（冷冻工厂）
空间转录组: Visium HD 数据集分析 (3)
引言 本系列讲解 空间转录组学 (Spatial Transcriptomics) 相关基础知识与数据分析教程[1] 反卷积分析 接下来，我们将对以 16 µm 为单位的 Visium HD 空间转录组数据进行反卷积分析 memory low) cs <- split(seq_len(ncol(sce)), sce$Level1) cs <- lapply(cs, \(.) sample(., min(length(.), 4e3) metadata ws <- data.frame(t(as.matrix(ws))) colData(.vhd16)[names(ws)] <- ws[colnames(.vhd16), ] 接下来，我们可以在空间上可视化反卷积比例估计
42410编辑于 2025-11-29 - 来自专栏音视频咖
解密游戏语音 | 3D空间语音技术：高精度HRTF + 距离衰减模型
3D 空间语音为玩家提供了更多的听觉信息，玩家直接通过语音听声辨位就可以知道队友/敌方的位置，身临其境地感受到对方的存在。玩起来是不是就方便、有趣多啦？ 真正完成实时语音 3D 空间虚拟化功能，不只是简单地调用 HRTF 函数，还需要将游戏世界映射为真实环境，并进行高频运算。 GME 联合顶尖音频团队腾讯天籁实验室，推出了 3D 空间语音功能。通过高精度调优 HRTF 模型、距离衰减模型，还原玩家在虚拟世界中的身临其境般的游戏体验。 通过对终端渲染算法的优化，运算效率提高近 50%，单音源空间化实时渲染复杂度在 0.5ms 左右，让绝大多数中低端设备也可以轻松完成实时 3D 音效渲染。 我们发现 VR 设备玩家对刷新率、声音响应时间、声音的空间感十分敏感，在强调实时互动性、沉浸式的 VR 游戏联机场景下，高质量、低时延的 3D 语音体验尤其重要。
1.7K30编辑于 2023-06-13 - 来自专栏MeteoAI
python与地理空间分析（3）shp文件操作
引言 在python与地理空间分析（1）与（2）中我们介绍了GIS中常用的数据类型、python在处理地理空间数据时用到的包以及给定经纬度计算空间距离的算法，本期我们主要介绍对地理空间分析中常用到的矢量数据 Shapefile文件介绍 地理空间分析中有多种矢量数据，大家最常见的是Shapefile（.shp）文件和GeoJSON文件（常用于前端网站发布使用的地理数据格式），GeoJSON文件几乎和python Shapefile文件是地理信息软件公司Esri在1998年作为一种开放规范发布的矢量数据格式，并逐渐成为GIS数据的一种标准，目前几乎所有的地理空间分析软件都提供对Shapefile文件的支持。 kml文件 Conclusion 本期主要介绍了python GDAL/OGR对shp文件的读写和格式转换，下一部分将对shp文件的空间分析算法和常用操作进行介绍，例如判断两个shp的交并差补以及点插值为面等算法内容 Python命名空间和作用域介绍 中国地图的正确打开方式
17.3K81发布于 2019-08-19 《数字图像处理》第 3 章 灰度变换与空间域滤波
今天给大家分享《数字图像处理》中最核心的章节之一 —— 灰度变换与空间域滤波。这一章是图像增强的基础，不管是图像的对比度调整、去噪还是锐化，都离不开这些核心技术。 空间域滤波：基于像素的邻域（空间位置）进行操作，通过卷积 / 相关运算，用滤波模板（核）对像素邻域加权求和，实现去噪、锐化等效果。 3.4.1 空间域滤波的实现机制 原理：滤波模板（核）在图像上滑动，每个位置的输出为模板与对应图像邻域的加权和。 3.4.2 空间域相关与卷积 相关：模板直接与邻域相乘求和（无翻转）； 卷积：模板先沿中心翻转，再与邻域相乘求和（数字图像处理中常简化为相关）。 """ 高效模糊空间域滤波（修复尺寸匹配问题，无逐像素循环） 核心优化： 1.
31320编辑于 2026-01-21- 来自专栏数据科学（冷冻工厂）
空间单细胞｜基于图像的数据分析（3）
引言 在这篇指南[1]中，我们介绍了Seurat的一个新扩展功能，用以分析新型的空间解析数据，将重点介绍由不同成像技术生成的三个公开数据集。 这种SMI技术能够进行多路复用的单分子分析，不仅可以检测RNA和蛋白质，还能够直接应用于固定石蜡包埋（FFPE）组织。 对于这个数据集，我们并没有进行无监督分析，而是将Nanostring的分析结果与我们的Azimuth健康人类肺脏参考数据库进行对比，这个数据库是通过单细胞RNA测序（scRNA-seq）技术建立的。 predicted.annotation.l1.score ## 1_1 0.5884506 ## 2_1 0.5707920 ## 3_ 可以观察到，基底细胞群（也就是肿瘤细胞）在空间上的排列非常紧凑有序，这与我们的预期是一致的。
56510编辑于 2024-07-05 - 来自专栏码上修行
高铁对合肥及周边城市可达性及商业腹地变化影响研究
需求分析 时任安徽省省委书记的郭金龙书记在省第八次党代会报告里指出：“中心城市辐射带动力不强，是安徽省区域经济发展不快、城镇化进程滞后的重要原因”。 大合肥经济圈各城市功能定位 城市名称 功能定位 合肥 全国重要的科研教育基地，国家区域性交通枢纽，泛长三角的中心城市之一；安徽省省会和省域核心城市，大合肥经济圈的龙头城市；优势明显的现代制造业基地、科技创新及高新技术产业化基地和现代服务业基地 使用栅格数据，可以对某一个或一组空间数值在空间上的分布进行简单有效的描述。对栅格数据，传统的空间分析方法，如叠置、切割、求交等都可以进行操作和计算。 在分析空间可达性问题时，我们可以根据目的和需要，采用多种“成本”类型来进行计算，最常用的就是时间成本，即对空间上每个点的时间距离进行分析计算。 4、生成成本距离 （1）在【分析】模块，【栅格分析】中的【距离栅格】下的【生成距离栅格】，如下图所示 ?
1K20发布于 2019-11-22 - 来自专栏点点GIS
基于SPSS和ArcGIS的地区社会弱势性空间格局分析
综合中部五省(河南、安徽、湖北、湖南、江西)各地市收入、教育、住房、人口结构等多方面因素、本实验利用主成分分析构建社会弱势性综合评价指数，结合空间自相关分析和聚类分析,研究社会弱势性空间分布格局及分布模式 通过对综合指数及各维度上的指数进行空间可视化，可以分析中部五省各地市社会弱势性的空间格局。 综合来看,湖南省西部及安徽省与其他省交界的地市较为弱势。从图1.8中可以发现弱势性是呈现连片分布的,这表明弱势性可能具有一定的空间依赖。为了验证这个猜想,接下来进行空间模式分析。 （i=0.1668 p=0.02） 基于k近邻的空间权重矩阵（邻居去取4，i=0.2379 p=0.01） 图1.11全局空间自相关指数及Moran散点图 3)局部空间自相关分析 为了进一步分析社会弱势性的局部特性 从图中可以明显发现中部五省的社会弱势性空间分布特征。 1.2.5空间回归分析 社会弱势性指数具有多种城市化应用,这一部分将探究利用普通线性回归和空间回归城市化建设与社会弱势性指数之间的关系。
3.8K40编辑于 2022-01-05 - 来自专栏疯狂学习GIS
全局多项式（趋势面）法与逆距离加权（IDW）法插值的MATLAB实现
本文介绍基于MATLAB实现全局多项式插值法与逆距离加权法的空间插值的方法，并对不同插值方法结果加以对比分析。 1 背景知识 空间数据的获取是进行空间分析的基础与起源，我们总是希望能够获取研究区域更多、更全面的精确空间属性数据信息。 本文借助MATLAB软件自主编程，分别利用全局多项式插值法与逆距离加权法，对湖北省荆门市沙洋县土壤pH值、有机质含量等两种属性数据进行空间插值计算，并对比对应插值方法的拟合效果。 3 结果呈现与分析 通过平均误差、平均绝对误差、均方根误差、相关系数等四个精度衡量指标，以及对应趋势面公式与三维插值结果图，将不同空间插值方法所得结果对比、分析如下，并绘制专题地图。 vPH)); COCOan4=corrcoef(vpPH4,(vPH)'); %% 文件转存 save 5ph.txt pPH4 -ASCII; 参考文献 [1] 曹祥会,龙怀玉,周脚根,等.河北省表层土壤有机碳和全氮空间变异特征性及影响因子分析
1K31编辑于 2023-09-25 - 来自专栏HyperAI超神经
优于五大先进模型，浙江大学杜震洪团队提出 GNNWLR 模型：提升成矿预测准确性
同时，该研究还对 671 个含有化学元素的湖泊沉积物样品进行了反距离加权插值 (IDW)。最后，该研究对整个研究区域进行网格化处理，将所有特征层统一为 1km x 1km 的栅格数据。 在此背景下，GNNWLR 首先计算每个数据点的空间坐标，与训练数据集中其他数据点的空间坐标之间的距离，并以此作为输入，进行 dropout 正则化并防止过度拟合。 各模型性能比较，GNNWLR 表现最优 所有模型的 MPM 图也都直观表明，新斯科舍省的矿产前景在空间上存在较大差异，东北地区的得分整体更高，与矿床的实际位置一致。 不同模型获得金矿床的预期目标区域 此外，RF 和 SVM 模型在「区域 2」和「区域 3」中表现出突然跳跃，这影响了它们的准确性和可靠性。 区域5两个矿床钻探数据中其他矿物与金矿共生的频率 综上，基于 SHAP 值的模型可以对整个空间域内影响成矿结果的各种因素进行定量分析，具有卓越的可解释性并符合地球科学原理。
1.8K10编辑于 2024-04-12 - 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
Google Earth Engine（GEE）——使用 GeoPandas 和 Uber 的 H3 空间索引进行快速多边形点分析
空间索引方法有助于加速空间查询。大多数 GIS 软件和数据库都提供了一种机制来计算和使用数据图层的空间索引。 查看我的高级 QGIS 课程的空间索引部分，我将展示如何在 QGIS 中使用基于 R 树的空间索引。 赫尔辛基大学的 AutoGIS 课程有一个很好的例子，将空间索引与 geopandas 一起使用。 在这篇文章中，我想谈谈另一个名为H3 的空间索引系统。 这些属性使得诸如聚合数据、查找附近对象、测量距离之类的操作非常快速。 在这篇文章中，我将向你展示如何创建使用点密度图geopandas和h3-py库在Python。 将其与使用空间索引的 QGIS 模型进行比较，该模型至少需要 5 倍。H3 特别适合这种空间聚合并且速度非常快。 这篇文章中使用的代码和数据集可以在我的Github 存储库中找到。
2.7K10编辑于 2024-02-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号