np.random.seed(777) #Semilla aleatoria para que las pruebas de precisión sean siempre iguales i = input('Elige entre las dos opciones: [0]Configuración predeterminada, [1]Configuración personalizada:') i = int(i) gestionador = gestiondatos.GestiondeDatos() print('Cargado gestionador') if i==0: print('Modo predeterminado elegido') modo = input('Elige entre: [0]-.Velocidad alta, [1].-Velocidad media, [2].-Velocidad baja ') modo = int(modo) if modo == 0: algoritmos.Algoritmos().Entrena_algoritmo('v10.csv') print('Algoritmo MLP entrenado') velocidad_adquisicion = 10 elif modo == 1: algoritmos.Algoritmos().Entrena_algoritmo('v7.csv') print('Algoritmo MLP entrenado') velocidad_adquisicion = 7 # Declaración de los hilos elif modo == 2: algoritmos.Algoritmos().Entrena_algoritmo('v4.csv') print('Algoritmo MLP entrenado') velocidad_adquisicion = 4 peticion_aceleracion = Thread(target=gestionador.adquieredatos,args=(velocidad_adquisicion,)) lectura_orden = Thread(target=gestionador.lee_plotea_ordena) #
from pygame import mixer from sklearn.model_selection import train_test_split import openpyxl import sys semaforo = Semaphore(1) semaforo2 = Semaphore(1) np.random.seed( 777 ) #Semilla aleatoria para que las pruebas de precisión sean siempre iguales warnings.filterwarnings("ignore", category=DeprecationWarning) communication = communications.CommunicationManager() filtering = filterings.FilteringManager() graphic = graphics.GraphicsManager() report = datalog.DatalogManager() filtros = normalizado.Normalizador() clasificador = algoritmos.Algoritmos() communication.open_serial_port() graphic.set_plot_parameters() drone = ARDrone() old_prediction = [] old_prediction.append(0) x = [] y = [] z = [] digitos_prediccion = [] digitos_prediccion2 = [] muestras = [] vectorguardado = [] def Adquirir_Datos():