随堂笔记

虚拟机工作原理:

源程序(*.java文件)——>java编译器——>字节码(*.class文件)——>——》
——》类装载器——>字节码效验库——>解释器——>操作系统平台

先加载启动类库、再加载扩展类库 最后加载用户自定义类库。(正常的类加载顺序可以避免一些非法代码的执行,并可以提高代码执行的安全性)

---------------------------------------------------

注释: 给某一句代码或 方法或类加上 一个说明性的文字。
 给代码加上适当的注释可以增加代码的可阅读性。
// 单行注释
/*   */ 多行注释
/**  */ 文档注释

注释会在编译时自动忽略

变量必须在初始化以后才能使用。否则编译错误。

整型 除整型的商,  只取整数部分  不取小数部分
==============================================

//将字符串 b 、h  转化 为整型
int x = Integer.parseInt(b);
int y = Integer.parseInt(h);

类型转换:

1、自动类型转换。
   当小类型和大类型运算时,会自动将小类型转换为大类型,在运算。
 1+2.1———>会先将 1 转换为 double 1.0  ,然后再和2.1 运算
 
 boolean/byte < short/char  < int < long < float < double

 其中 float比long 更大,  float 拥 整数 和 小数  两个 部分,
 而long 只有整数部分。

 整型和整型 运算,其结果至少是 int
 byte b1 =  1; byte b2 = 2; byte b3 = b1 + b2;
 以上语句编译错误。byte + byte结果是int , 大类型不能直接赋值给小类型

2、 强制类型转换。 (一般用于大类型强制转化为小类型, 可能损失精度)
 int x = (int)2.3; float f = (float)3.2;
 

=  和== 区别 :
=  是赋值,
== 是比较,
多个if 和  if.....else if 的区别;
多个 if 是多条语句,  每个if 判断都会执行。
if......else if 是一天语句  当有一条满足 后面点 else   if  会被 全部 忽略
 

基于TROPOMI高光谱遥感仪器获取的大气成分观测资料,本研究聚焦于大气污染物一氧化氮(NO₂)的空间分布与浓度定量反演问题。NO₂作为影响空气质量的关键指标,其精确监测对环境保护与大气科学研究具有显著价值。当前,利用卫星遥感数据结合先进算法实现NO₂浓度的高精度反演已成为该领域的重要研究方向。 本研究构建了一套以深度学习为核心的技术框架,整合了来自TROPOMI仪器的光谱辐射信息、观测几何参数以及辅助气象数据,形成多维度特征数据集。该数据集充分融合了不同来源的观测信息,为深入解析大气中NO₂的时空变化规律提供了数据基础,有助于提升反演模型的准确性与环境预测的可靠性。 在模型架构方面,项目设计了一种多分支神经网络,用于分别处理光谱特征与气象特征等多模态数据。各分支通过独立学习提取代表性特征,并在深层网络中进行特征融合,从而综合利用不同数据的互补信息,显著提高了NO₂浓度反演的整体精度。这种多源信息融合策略有效增强了模型对复杂大气环境的表征能力。 研究过程涵盖了系统的数据处理流程。前期预处理包括辐射定标、噪声抑制及数据标准化等步骤,以保障输入特征的质量与一致性;后期处理则涉及模型输出的物理量转换与结果验证,确保反演结果符合实际大气浓度范围,提升数据的实用价值。 此外,本研究进一步对不同功能区域(如城市建成区、工业带、郊区及自然背景区)的NO₂浓度分布进行了对比分析,揭示了人类活动与污染物空间格局的关联性。相关结论可为区域环境规划、污染管控政策的制定提供科学依据,助力大气环境治理与公共健康保护。 综上所述,本研究通过融合TROPOMI高光谱数据与多模态特征深度学习技术,发展了一套高效、准确的大气NO₂浓度遥感反演方法,不仅提升了卫星大气监测的技术水平,也为环境管理与决策支持提供了重要的技术工具。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值