kriging

1熱

1答えて

ウェブ閲覧私は、KrigingをPythonで使うためのいくつかのツールがpyKrigingとGaussian Process Regressionであることを発見しました。しかし、私は彼らのいずれかを働かせることができませんでした。最初のものは（も、それをインポートすることはできません）私のために動作しません： import pyKriging File "~/python3.6/site-pa

0熱

1答えて

automapパッケージのautokrigeを正しく使用することができません（Rは予測位置をうまく読み込めません）

私はイベリア半島から収集したデータの補間頻度のマップを実行するためにRを使用しようとしています。（何かのようなものhttps://gis.stackexchange.com/questions/147660/strange-spatial-interpolation-results-from-ordinary-kriging）私の問題は、autokrige関数のatributte new_da

1熱

1答えて

R 'automap' AutoKrigeで使用する予測グリッドを作成する方法（例：meuse.grid）？

automapパッケージ内のautoKrige関数で使用する予測グリッド（new_data引数用）を作成するのが難しいです。私はすでにこの記事の手順に従って試してみた（How to subset SpatialGrid using SpatialPolygon）が、次のエラーを取得：また長すぎる（添字）論理添字：Xの@の座標での、エラー[I、ドロップ= FALSEを] ：警告メッセージ：

1熱

1答えて

Pythonの3D coordianteポイントクラウド補間

はI座標のNP配列を有する - Data[:,0] = x[:] Data[:,1] = y[:] Data[:,2] = z[:] これは、欠落データの領域を有する点群を表します。 xmax = np.max(data[:, 0]) ymax = np.max(data[:, 1]) xmin = np.min(data[:, 0]) ymin = np.min(data[:, 1

1熱

1答えて

複数の出力ガウスプロセスを実装したソフトウェアはありますか？

ガウスプロセス回帰を使用してベイジアン最適化を実装しようとしています。まず複数の出力GPを試してみたいと思います。 MATLABのfitrgp関数やooDACEツールボックスのように、GPを実装したソフトウェアはたくさんあります。しかし、私は、複数の出力GPを実装している利用可能なソフトウェア、すなわち、ベクトル値関数を予測するガウスプロセスモデルは見つかりませんでした。私は直接使用できる複数

0熱

2答えて

matlabで画像をマスクとして適用する

私はMatlabによる画像処理の新しいユーザーです。私の最初の目標は記事を適用し、結果と著者の結果を比較することです。記事は、ここで見つけることができます：http://arxiv.org/ftp/arxiv/papers/1306/1306.0139.pdf まず問題、画質：図7では、マスクが定義されていますが、私はマスクデータセットを達することができなかった、と画質が低いので、私はスクリーン

11熱

1答えて

Rのカントリーマップの特定の領域でクリギング空間予測マップを重ねる方法は？

私は、 "seoul032823"という81の観測のために1時間毎のPM10データセットを持っています。 Hereからダウンロードできます。私はこのデータセットで通常のクリギングを行い、クリギング予測のための空間マップも得ました。また、観測データポイントをカントリーマップに表示することもできます。しかし、クリギング空間予測マップとカントリーマップは重ならない。私がしたいこと：私は南朝鮮地図（南韓

1熱

1答えて

Pythonのオブジェクトからデータ配列を取得する

kという3つのプロットを生成するlibraryを使用しています。これらのプロットを作成したデータポイント(x,y,z)を計算する必要がありますが、プロットはkの関数から来ているという問題があります。私が使っているライブラリはpyKrigingで、thisはgithubリポジトリです。その例codeの簡略化したバージョンである： import pyKriging from pyKriging

0熱

1答えて

なぜクリギングは観測値と同じ値を示しますか？

私はspPredictをベイクシアクリギングのspBayesパッケージから、krigeからベイシックでないクリギングのgstatパッケージからクリギングしました。私は共変量（一定の平均期間のみ）を使用せず、クリギングに1283ポイントを使用しました。 1283ポイントのうち、1012は新しい場所、271はデータがある場所です。クリギングを終えた後、予測パフォーマンスをチェックするために、私は27