LWN:UIO驱动的DMA地址!

【教育信息化】基于Java+Vue的微证书可信验证系统设计:职业技能成果数字化管理与防伪溯源 项目介绍 基于java+vue的职业技能微证书颁发与可信验证系统设计与实现(含模型描述及部分示例代码) 内容概要:本文介绍了一个基于Java和Vue的职业技能微证书颁发与可信验证系统的设计与实现,旨在解决传统职业证书管理中存在的信息分散、验证困难、易篡改、互认难等问题。系统通过构建统一的微证书业务管理体系,采用SHA-256摘要算法和RSA数字签名技术保障证书内容完整性与签发主体可信性,并结合二维码实现便捷的社会化验证。平台涵盖证书全生命周期管理,支持学习成果积累、能力画像构建及跨机构成果互认,具备完整的前后端分离架构与安全机制,适用于教育、培训与企业人力资源场景。; 适合人群:具备Java与Vue开发基础的软件工程师、高校计算机相关专业学生、职业教育信息化研究人员以及企业HR技术平台开发者。; 使用场景及目标:①实现职业技能微证书的数字化签发与防伪验证;②构建学习者个人能力档案,支持岗位匹配与人才评价;③推动教育机构、行业协会与企业间的技能成果互认与数据共享;④作为毕业设计或企业级认证平台的技术参考原型。; 阅读建议:此资源包含系统模型描述与核心代码示例,建议结合Spring Boot、MyBatis-Plus、JWT、Redis等技术栈进行实践,重点关注证书摘要生成、数字签名验证、权限控制与数据安全设计,并可通过提供的数据生成代码模拟真实业务场景进行测试。 立即下载

关注了就能看到更多这么棒的文章哦~

DMA addresses for UIO

By Jonathan Corbet
April 22, 2025
Gemini-1.5-flash translation
https://lwn.net/Articles/1017449/

用户空间 I/O (UIO) 子系统最初由 Hans J. Koch 在 2007 年 添加到内核,用于 2.6.23 版本。它的(主要)目的是方便在用户空间编写驱动程序;为此,它提供了对用户空间代码通常无法触及的许多资源的访问。不过,缺少的一个部分是 DMA 地址。来自 Bastien Curutchet 的填补该空白的提案 遇到了阻力。

虽然 UIO 驱动程序主要驻留在用户空间,但它们仍然需要一个小的内核组件;它本质上是一小段胶水代码,可以探测设备并处理中断,并通知内核应该向用户空间提供哪些内存映射 I/O (MMIO) 区域。UIO 也暴露出它的年代久远,它有一种使 x86 I/O 端口可用的机制。一旦加载了该模块,用户空间驱动程序就可以打开相应的 /dev/uioX 设备,将内存区域映射到其地址空间中,使用该映射来编程设备,并从设备文件描述符中读取以等待中断。映射的 MMIO 区域通常是操作设备所需的全部。

请参阅这篇 2007 年的文章,了解当时 UIO 接口的概况以及围绕将其添加到内核的一些讨论。

UIO 驱动程序通常相对简单;随着设备复杂性的增加,完全在内核中驱动它的优势也随之增加。除其他事项外,UIO 驱动程序通常仅限于简单的编程 I/O,其中所有传输的数据都通过 CPU。但是,编程 I/O 传输的性能受到限制,因此即使是相对低端的设备现在也支持 DMA 传输。访问 MMIO 区域通常足以将 DMA 操作编程到设备中,但缺少一个小细节:要提供给设备的 I/O 缓冲区地址。

想出 DMA 地址并不像听起来那么容易。在用户空间中运行的驱动程序将看到其虚拟地址空间;它可以在那里创建一个缓冲区,但是驱动程序的该缓冲区的虚拟地址对于设备而言没有任何意义。即使在最简单的系统上,也需要将该地址转换为设备可以访问的物理地址;所涉及的用户空间页面也需要在传输期间锁定到内存中。在更复杂的系统上,“物理地址”将位于设备所在的总线的单独地址空间中,并且很可能通过 I/O 内存管理单元 (IOMMU) 进行转换,必须对其进行适当的编程。所有这些工作都无法从用户空间完成。

根据 Curutchet 的说法,有许多 UIO 驱动程序包含 hacks,以使用户空间驱动程序能够创建和导出 DMA 地址。已发布的补丁系列试图提供一种标准的、经过良好测试的机制,以相对安全的方式执行此任务。内核/确实/具有一些用于从用户空间管理 DMA 缓冲区的基础架构:dma-buf 层,最初创建该层是为了在设备之间共享 DMA 缓冲区。该层几乎可以完成 UIO 驱动程序所需的一切,但是它不会使用户空间可以使用其缓冲区的 DMA 地址。

Curutchet 的补丁集向 dma-buf 层添加了一个新的 ioctl() 操作,该操作可以为调用者提供 dma-buf 的 DMA 地址。该系列还添加了一个新的 dma-buf 堆模块,用于创建简单的、缓存一致的 DMA 缓冲区。使用此模块,用户空间驱动程序可以创建 DMA 缓冲区,但是它们无法访问大多数更复杂的 dma-buf 机制,包括其所有同步支持。

Christian König 反复要求使用此新功能的开源驱动程序。但是,正如 Thomas Petazzoni 指出的那样,任何其他 UIO 功能都从未要求过开源用户。对于新接口,开源消费者的存在在审查过程中可能会有所帮助,但是在这里添加该要求似乎有点晚了,因为以前从未提出过该要求。

Christoph Hellwig 表示,解决此问题的正确方法是使用 VFIO 和 IOMMUFD 子系统。他后来补充说,该提案“从根本上说是错误的且不安全的”,并且,如果他建议的方法不起作用,则唯一的选择是编写完整的内核驱动程序。Petazzoni 回答说,VFIO 和 IOMMUFD 不适用于此用例,并且指出,使 DMA 地址可用不会增加已经存在的安全隐患:

UIO 允许将 MMIO 寄存器重新映射到用户空间应用程序中,然后该应用程序可以对这些 MMIO 寄存器后面的 IP 块执行其想要的任何操作。如果此 IP 块支持 DMA,则已经意味着_今天_在当前 UIO 子系统(目前的状态)下,用户空间应用程序可以对 DMA 传输进行编程,以读取/写入内存中的任何位置。

他建议,为 DMA 缓冲区的管理创建一个干净的接口,可能会使 UIO 驱动程序比现在更安全。但是,Andrew Davis 没有被说服,他将 Petazzoni 的论点描述为:“UIO 是一个损坏的遗留混乱,因此让我们向其中添加更多损坏的东西,因为损坏 + 损坏 => 仍然损坏,因此没有造成任何危害”。他后来说,改进 UIO 接口“给人的印象是仍然应该如何编写驱动程序”,他说,正确的解决方案是编写内核驱动程序。

正如最后引用的内容所示,这里真正的争论点不是提供 DMA 地址是否会以某种方式使 UIO 更加危险;UIO 驱动程序已经可以破坏系统。问题是 UIO 在 2025 年是否应该存在。自从 UIO 合并以来,内核中对许多驱动程序类的支持已得到显着改善,并且一些开发人员无疑对其在开发专有驱动程序中的潜在用途感到不满。在这一点上,对某些人来说,UIO 提供的价值可能看起来是负面的。

当然,如果不破坏未知数量的现有驱动程序,就无法删除 UIO,但是可以将其冻结,目的是减少将来编写的使用 UIO 接口的驱动程序的数量。但是,拒绝新的 UIO 功能的真正结果似乎很可能是将这些功能推入到一组(可能更危险的)特定于驱动程序的 hacks 中,正如 DMA 地址显然已经在发生的那样。

全文完
LWN 文章遵循 CC BY-SA 4.0 许可协议。

欢迎分享、转载及基于现有协议再创作~

长按下面二维码关注,关注 LWN 深度文章以及开源社区的各种新近言论~

YOLO26算法水面与液体识别+训练好的模型+393张数据集+pyqt可视化界面.zip 附训练好的 YOLO 权重与 PyQt 可视化检测界面,页面底部含可视化效果预览,毕设/课设开箱即用。 【数据集概况】 · 检测类别(中文):[未获取()] 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 52 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.8528** mAP50-95 | 0.3441 Precision | 0.7729 Recall | 0.8354 train/box_loss | 1.5367 train/cls_loss | 1.0228 val/box_loss | 1.6809 val/cls_loss | 1.1758 【训练过程分析】 我这次训练了52个周期,模型在训练初期确实收敛速度很快,前20个周期mAP50从0.74逐步提升至0.82,这说明模型开始适应数据集,学习到一些关键特征。但到第30个周期后,提升速度逐渐放缓,到了40个周期时,mAP50达到0.85,这个阶段的曲线走势有些像磨砂玻璃,平滑且不规则,后期更是趋于平缓,表明模型可能已经达到最优解,再继续训练可能会有少量提升但代价较大。整体而言,从loss曲线来看,训练集的box_loss和cls_loss在52个周期内分别从1.80和1.25降到1.54和1.02,下降曲线较为稳定,但到了后期,这两项指标下降幅度逐渐减缓,尤其cls_loss下降至1.10左右后趋于稳定,这可能是模型对训练数据已有了较强的泛化能力,但也提示我们分类的稳定性可能还欠些火候。 至于验证集的表现,box_lo... 使用场景:毕业设计、课程设计、深度学习入门、工业场景落地验证。 立即下载

相关推荐

C#西门子上位机与PLC通讯++S7协议

支持S7-200,S7-300,S7-1200,S7-1500+使用技术C#+S7net

Linux用户空间可映射DMA缓冲驱动——udmabuf安装指南

Linux用户空间可映射DMA缓冲驱动——udmabuf安装指南 项目介绍 udmabuf 是一个专为Linux系统设计的设备驱动,它在内核空间分配连续内存块作为DMA(直接存储器访问)缓冲区,并使得这些缓冲区能够从用户空间访问。该驱动旨在支持那些采用UIO(用户空间I/O)在用户空间实现设备驱动的应用程序。通过打开特定的设备文件并将其映射到用户内存空间,或者使用read()/write()函数,...

gitblog_01253的博客 1406

MATLAB模拟6自由度无人机检查,具备干扰补偿、裂纹检测和自主复检功能。.zip

1.版本:matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

Linux 设备驱动之 UIO 用户态驱动优缺点分析

【摘要】linux用户态的设备驱动开发:并不是所有的设备驱动程序都要在内核编写,有些情况下,在用户空间编写驱动程序能够更好地解决遇到的问题。本文对用户态驱动优缺点进行分析。1、用户空间驱动程序的优点1、可以和整个C库链接。2、在驱动中可以使用浮点数,在某些特殊的硬件中,可能需要使用浮点数,而linux内核并不提供浮点数的支持。如果能在用户态实现驱动,就可以轻松解决这一问题。 3、驱动问题不会导致整

ZP1015 1万+

基于MATLAB的前向运动学和3D可视化,利用均匀变换和DH约定实现6自由度机器人机械臂的3D可视化。.zip

1.版本:matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

AI大模型医学影像诊断智能识别应用方案.pptx

AI大模型医学影像诊断智能识别应用方案.pptx

udmabuf:用户空间可映射DMA缓冲区设备驱动程序

udmabuf:用户空间可映射DMA缓冲区设备驱动程序 去发现同类优质开源项目:https://gitcode.com/ 简介 u-dma-buf(用户空间可映射DMA缓冲区)是一款Linux设备驱动程序。该程序主要用于在内核空间分配连续的内存块作为DMA缓冲区,并使其在用户空间中可供使用。当用户应用程序需要在用户空间实现设备驱动程序时(如使用UIO - 用户空间I/O),这些内存块将被用作DMA...

gitblog_06739的博客 739

智能驾驶智慧交通行业智算中心(AIDC)建设规划方案.pptx

智能驾驶智慧交通行业智算中心(AIDC)建设规划方案.pptx

LWN:拆分struct page的合适时机!

关注了就能看到更多这么棒的文章哦~The proper time to split struct pageBy Jonathan CorbetJuly 14, 2023ChatGPT assisted translationhttps://lwn.net/Articles/937839/页面结构(page struct)是内核内存管理子系统的核心组成部分;针对已安装上来的内存条中的每个 page ...

Linux News搬运工 1077

LLC谐振变换器恒压恒流双竞争闭环控制simulink仿真(附说明文档)

内容概要:本资源是一套面向电力电子与智能控制领域的综合性科研仿真资料合集,核心聚焦于LLC谐振变换器的恒压恒流双竞争闭环控制策略设计与Simulink建模仿真实现,涵盖半桥LLC、双向全桥LLC等拓扑结构的调频闭环仿真,并提供详尽的说明文档与PPT辅助材料。资源体系不仅深入呈现LLC变换器的动态响应与控制逻辑,还扩展至双有源桥(DAB)变换器的软开关协同优化、最小应力控制、EPS调制策略及新扩展移相角优化等前沿技术,同时集成三相PWM整流器在电网不平衡条件下的功率平衡控制、VOC+SVPWM双闭环控制等典型应用场景。此外,资源包涵盖状态估计(如EKF、UKF、PF)、微电网经济调度、卡尔曼滤波融合、神经网络控制、PID优化、储能系统管理等多个交叉方向,特别强调对顶级EI期刊研究成果的高精度复现,旨在帮助科研人员快速掌握先进控制算法的核心思想与仿真实现方法。; 适合人群:电气工程、自动化、电力电子、新能源科学与工程等相关专业的硕士博士研究生、高校科研人员,以及从事新能源变换器、智能电网、电动汽车、微电网系统研发的工程技术人员。; 使用场景及目标:① 深入理解LLC与DAB变换器的闭环控制机理,掌握恒压恒流切换、软开关实现与损耗优化方法;② 利用Simulink平台构建复杂电力电子系统模型,开展动态性能分析与控制器参数整定;③ 复现高水平期刊论文中的先进控制策略,提升科研创新能力与论文发表竞争力;④ 支持毕业设计、科研课题、项目申报及工程原型开发中的仿真验证环节。; 阅读建议:建议结合提供的完整资源目录循序渐进学习,优先研读标注“顶级EI复现”的案例以获取权威方法参考,配合MATLAB/Simulink动手搭建模型,重点关注控制框图设计、调制逻辑实现与仿真结果对比,深入理解算法背后的物理意义与数学推导过程。

概率神经网络的分类预测-基于PNN的变压器故障诊断(Matlab代码实现)

内容概要:本文系统阐述了基于概率神经网络(PNN)的变压器故障诊断方法,结合Matlab代码实现分类预测。通过提取变压器运行过程中的关键特征参数,构建PNN模型以实现对正常状态与典型故障状态(如绕组短路、铁芯故障等)的高效分类识别。文章深入剖析了PNN的网络结构、概率密度估计原理、训练机制及分类决策过程,并通过仿真实验验证了该方法在故障诊断任务中具备较高的准确率与鲁棒性,展现了其在电力系统状态监测与智能运维中的良好应用前景。; 适合人群:具备一定机器学习理论基础和Matlab编程能力的电气工程、自动化、智能电网等相关领域的研究生、科研人员以及从事电力设备状态监测与故障诊断工作的工程技术人员。; 使用场景及目标:①实现变压器早期故障的智能化诊断与预警,提升电力系统运行安全性;②为基于神经网络的工业设备故障分类任务提供可复现的算法实现范例与技术验证平台; 阅读建议:建议读者结合文中提供的Matlab代码,动手复现实验流程,深入理解PNN在实际分类问题中的参数配置、训练策略、性能评估方法,并鼓励将该方法迁移至其他电力设备或机电系统的故障诊断场景中进行拓展研究与优化改进。

无人机【扩展卡尔曼滤波器从IMU和GPS数据计算无人机的姿态】使用不变扩展卡尔曼滤波器对微型无人机状态估计进行传感器融合(Matlab代码实现)

内容概要:本文系统介绍了基于不变扩展卡尔曼滤波器(Invariant Extended Kalman Filter, IEKF)的微型无人机状态估计方法,重点实现IMU与GPS数据的传感器融合,以精确估计无人机的姿态、位置和速度等关键状态信息。相较于传统EKF,IEKF充分利用系统内在的几何结构特性,具有更强的数值稳定性和更优的误差收敛性能,能够有效抑制非线性系统中的估计漂移问题。文章详细阐述了IEKF的理论推导过程,包括状态预测、协方差更新与观测校正环节,并提供了完整的Matlab代码实现,便于读者复现算法并深入理解其工作机制。该方法显著提升了无人机在复杂动态环境下的导航精度与鲁棒性,适用于对高可靠性状态估计有较高要求的无人系统应用。; 适合人群:具备控制理论、非线性滤波、惯性导航或机器人状态估计基础,从事无人机导航、自主系统开发及相关研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①深入理解IEKF在非线性系统状态估计中的优势及其相对于传统EKF的改进机制;②掌握IMU与GPS多传感器融合的基本架构与实现流程;③通过Matlab代码实践完成从理论建模到算法仿真的全过程,为构建高性能飞控系统或开展先进滤波算法研究奠定技术基础。; 阅读建议:建议结合非线性系统估计与李群理论背景知识进行学习,重点关注IEKF的状态演化模型设计与误差协方差更新逻辑,务必动手运行并调试所提供的Matlab代码,通过仿真实验对比不同工况下的滤波性能,从而深化对算法本质的理解与应用能力。

优快云首页 发布文章 优快云同步助手 多无人机面向城市空中交通的多无人机路径规划研究(Matlab代码实现) 37 100 摘要:会在推荐、列表等场景外露,帮助读者快速了解内容,支持

内容概要:本文围绕面向城市空中交通的多无人机路径规划问题展开研究,系统阐述了该领域的核心挑战与关键技术。文章首先定义了多无人机路径规划的问题,明确了包括飞行安全、避障、协同效率在内的多项约束条件与性能指标。随后,重点介绍了三大类路径规划方法:基于改进RRT算法和图论的全局路径规划方法,用于构建初始可行路径;基于动态风险场的模型预测控制和动态窗口法(DWA)的动态避障方法,以应对环境中的突发障碍;以及多无人机协同规划策略和分布式协同控制算法构成的局部协同调整方法,确保多机间的飞行安全与任务协同。研究通过搭建Matlab仿真实验平台,设计了多种复杂城市飞行场景,对所提方法进行了全面的仿真验证与结果对比分析,展示了各方法在不同场景下的有效性与优劣。; 适合人群:具备一定自动化、计算机或航空航天领域基础知识,从事无人机、智能交通、路径规划等相关方向研究的研发人员和研究生。; 使用场景及目标:①为城市空中交通管理系统(UATM)的设计与开发提供理论基础和技术参考;②应用于物流配送、城市巡检、应急救援等多无人机协同任务的路径规划算法设计与仿真验证;③作为相关领域科研工作的技术参考资料,推动多智能体协同决策与控制技术的发展。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,通过复现仿真结果加深对各类算法原理与实现细节的理解。在学习过程中,应重点关注全局规划与局部避障的结合机制,以及多机协同策略中的冲突消解逻辑。

基于ADMM的车辆路径问题与时间窗口(VRPTW)的问题分解方案(Matlab代码实现)

内容概要:本文系统介绍了基于交替方向乘子法(ADMM)的车辆路径问题与时间窗口(VRPTW)的分解求解方案,并提供了完整的Matlab代码实现。该方法通过引入ADMM这一经典的分布式优化算法,将原本复杂的全局耦合优化问题分解为多个可并行求解的子问题,借助拉格朗日乘子协调各子问题间的约束一致性,从而实现对大规模VRPTW问题的高效求解。文中详细阐述了问题建模过程、ADMM迭代框架的设计原理、收敛性保障机制以及关键参数的设置策略,突出体现了分布式优化在物流路径规划中的可扩展性优势,适用于城市配送、电商物流等实际场景中的路径优化需求。; 适合人群:具备运筹学、优化理论基础及Matlab编程能力,从事物流优化、智能交通、供应链管理或分布式算法研究的高校研究生、科研人员及相关领域工程师。; 使用场景及目标:①解决带时间窗约束的大规模车辆路径问题(VRPTW);②学习并掌握ADMM在组合优化问题中的分解建模与协调求解机制;③实现面向分布式计算架构的路径优化算法,提升求解效率与系统可扩展性; 阅读建议:此资源强调算法实现与工程应用的结合,建议读者在理解VRPTW经典数学模型的基础上,深入剖析ADMM的增广拉格朗日函数构建与变量更新流程,并通过调试Matlab代码掌握算法收敛性分析、罚参数调优及性能评估方法,还可进一步拓展至其他分布式优化场景进行对比研究。

无刷直流电机BLDC转速电流双闭环+无位置传感器控制仿真【仿真+详解说明报告+参考文献】

内容概要:本文详细介绍了一套针对无刷直流电机(BLDC)的Simulink仿真资源包,核心内容涵盖转速电流双闭环控制与无位置传感器控制技术,重点采用滑模观测器(SMO)实现对转子位置与速度的精确估算,避免了物理位置传感器带来的成本与可靠性问题。资源包提供了多个高质量仿真模型,包括基于模糊PID与传统PID控制策略的对比分析、无感控制结合滑模观测器与双闭环PI控制的综合系统等,全面展示不同控制算法在动态响应、抗干扰能力及稳态精度方面的性能差异。所有模型均基于Matlab/Simulink平台构建,配套详尽的技术说明文档与参考文献,深入解析控制结构设计、观测器原理、参数整定方法及系统稳定性分析,适用于电机驱动系统的研究、教学演示与工程验证。; 适合人群:面向电气工程、自动化、控制科学与工程及相关专业的本科生、研究生、科研人员和工程技术人员,尤其适合从事电机控制、电力电子与运动控制系统研究的专业人士,具备自动控制理论基础和Matlab/Simulink基本操作能力者更易上手。; 使用场景及目标:① 深入学习并掌握无刷直流电机双闭环调速系统的工作原理与无位置传感器控制的关键技术;② 对比研究模糊PID与传统PID在电机控制中的动态性能与鲁棒性差异;③ 开展滑模观测器在非线性系统状态估计中的建模与仿真研究;④ 支持课程设计、毕业设计、科研项目申报及学术论文复现等实际应用场景。; 阅读建议:建议用户结合提供的详解说明报告,逐步运行各仿真模型,重点关注控制器参数调节过程、滑模观测器的设计细节及其收敛性表现,深入分析系统启动、负载突变、转速切换等工况下的响应特性,鼓励在此基础上进行控制算法改进、引入新型观测器或拓展至其他电机类型进行创新性研究。

【顶级EI复现】基于KKT条件与分段解析优化的双有源桥DC-DC变换器软开关协同最小应力闭环控制方法(Simulink仿真实现)

内容概要:本文提出了一种基于KKT条件与分段解析优化的双有源桥DC-DC变换器软开关协同最小应力闭环控制方法,旨在实现高效能、低损耗的电力变换控制。通过构建包含软开关约束与电流应力目标的优化模型,结合KKT最优性条件进行数学推导,对变换器的工作模态进行分段解析处理,精确求解出满足零电压开通(ZVS)且电流有效值最小的最优工作点。在此基础上设计了闭环控制系统,有效提升了变换器在全功率范围内的运行效率与动态响应性能。文中详细阐述了控制策略的理论推导过程、优化求解算法实现及Simulink仿真实验验证,充分展示了该方法在协同优化软开关范围与器件应力方面的优越性。; 适合人群:从事电力电子与电力传动、新能源发电系统、电动汽车及微电网等相关领域的科研人员与工程技术人员,具备一定的电路理论、最优控制理论与仿真建模基础。; 使用场景及目标:①用于高效率双有源桥变换器的先进控制策略研究与设计;②为解决传统移相控制中软开关范围受限与功率器件电流应力高的问题提供优化思路;③适用于车载充电机、直流配电系统、可再生能源并网等对高功率密度与高效率有严苛要求的应用场景。; 阅读建议:建议结合Simulink仿真模型深入理解控制算法的具体实现流程,重点关注KKT条件在非线性约束优化中的应用逻辑以及分段解析策略的设计思想,同时可通过对比传统单移相控制(SPS)或双重移相控制(DPS)方法,直观体会本方法在效率提升与应力抑制方面的综合优势。

大模型智能体LLM急速入门

大模型智能体LLM急速入门

GEE——土地利用分类之监督分类

利用GEE做监督分类,以武汉市为例。 训练器我们选择随机森林;数据选择Landsat-8;训练样本使用的是GEE提供的一种,它把地表分为三类:水体、植被和城市用地。 选择训练样本 用要素集来标记训练样本。每个要素都有一个landcover 的属性,0表示城市用地,1表示植被,2表示水体。 对影像进行分类 其中一部分进行分类器的训练,还有一部分留下来做精度验证。 输出影像及混淆矩阵 print(LABEL_DATA); var wuhan = ee.FeatureCollection('users/

qq_41600680的博客 1万+
上一篇: LWN:用户空间的 per-CPU memory!
下一篇: LWN:让 CPU 调度器考虑 Cache!
LinuxNews搬运工
博客等级 码龄7年 438粉丝 20原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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