- 博客(239)
- 收藏
- 关注
RSS订阅原创 Transformer模型及深度学习前沿技术应用
损失函数的设计（数据驱动与物理驱动的损失项）2、Swin Transformer模型（提出的背景、基本架构、与ViT模型的比较、分层架构、窗口机制、位置编码、Transformer编码器、模型的训练与优化、模型的Python代码实现）1、ViT模型（提出的背景、基本架构、与传统CNN的比较、输入图像的分块处理、位置编码、Transformer编码器、分类头、ViT模型的训练与优化、ViT模型的Python代码实现））、搜索策略（随机搜索、贝叶斯优化、进化算法、强化学习等）、性能评估。
2025-04-01 10:54:07
556
原创 MaxEnt与R语言实战：从环境数据获取到物种分布预测，一篇搞定建模+论文全流程！
随着全球气候变化加剧及生物多样性保护需求日益紧迫，物种分布模型（SDMs）成为揭示物种环境适应机制的关键工具。最大熵模型（MaxEnt）凭借其在少量数据下的高精度预测能力，广泛应用于生态保护、入侵物种预警等领域。然而，其实际应用仍面临数据整合复杂、变量冗余、参数敏感度高等挑战，亟需结合地理信息技术（ArcGIS）与编程语言（R）实现全流程优化。(清除数据库中缺少经纬度的数据、重复的数据)l融合R语言的MaxEnt模型的优势？l环境因素对物种分布的影响分析与制图。l进阶：基于R语言的数据准备。
2025-03-31 15:41:01
152
原创 【BIOMOD2实战指南】从数据清洗到多模型集成，手把手教你用R语言构建高精度物种分布模型！
1、理论与实践结合：设计旨在平衡理论学习和实际操作，不仅提供了物种分布模型的深入理论知识，还包括大量的实际应用环节，如使用BIOMOD软件包进行实际数据分析和模型建构。4、跨学科技能培养：不仅限于生态模型的构建，还包括数据科学技能的培养，如数据预处理、统计分析和结果可视化，这些技能在当今数据驱动的科研和政策制定中极为重要。2、多模型学习方法：覆盖多种模型和技术，包括广义线性模型、广义加性模型、机器学习方法等，学员能够了解和掌握多种建模技术，增强模型选择和应用的灵活性。
2025-03-31 15:38:12
249
原创 MATLAB 2024b深度学习新特性全面解析与DeepSeek大模型集成开发
4、Transformer模型工作原理（输入数据的Embedding、位置编码、层规范化、带掩码的自注意力层、编码器到解码器的多头注意力层、编码器的完整工作流程、解码器的完整工作流程、Transformer模型的损失函数）YOLO模型的工作原理（从传统目标检测到基于深度学习的目标检测、从“两步法”的R-CNN到“一步法”的YOLO、YOLO模型的演化历史）7、ViT模型（提出的背景、基本架构、与传统CNN的比较、输入图像的分块处理、位置编码、Transformer编码器、分类头、ViT模型的训练与优化。
2025-03-28 17:10:11
708
原创 《必知！》Q1 - Q4 区 SCI 论文发表条件大揭秘
高水平学术论文写作的“破局”之道暨AI支持下的高分SCI论文前期准备、写作、高质量图表制作、投稿技巧一站式提升高级封闭式SCI论文智创工坊暨精准选题、写作方法论构建、模块化写作及一对一精研一图胜千言-顶刊级科研绘图工坊暨AI支持下Nature级数据可视化在学术研究的征程中，SCI 论文发表是众多科研工作者追求的重要目标。而 SCI 期刊被划分为 Q1、Q2、Q3、Q4 四个区，不同分区代表着不同的学术水平和影响力。发表在这些分区的论文，所需要满足的条件也各有不同。接下来，让我们深入探究一番。
2025-03-19 18:07:20
560
原创 科研界的 “隐形指挥棒”：SCI 期刊影响因子全解析
影响因子（Impact Factor，IF）是一个国际上通行的期刊评价指标，也称为期刊影响因子（Journal Impact Factor，JIF）。它反映了过去两年在某一期刊上发表的文章的年平均引用次数。简单来说，就是某期刊前两年发表的论文在该报告年份中被引用总次数除以该期刊在这两年内发表的论文总数。例如，若某期刊在 2021 年和 2022 年发表的论文，在 2023 年被引用了 X 次，且该期刊在 2021 - 2022 年共发表了 Y 篇论文，那么该期刊 2023 年的影响因子就是 X/Y。
2025-03-14 10:34:49
1214
原创 深度剖析 SCI 论文写作，全方位提升投稿命中率
高度浓缩论文的研究目的、方法、主要结果与结论，具备独立性与自含性，使读者能在短时间内洞悉论文全貌。
2025-03-14 10:33:08
840
原创 [一图胜千言]-顶刊级科研绘图工坊暨AI支持下Nature级数据可视化
面向需发表SCI/EI/中文核心论文的研究者，重点讲解基于AI大模型和R语言的全类型科研图形绘制，通过一个个高水平论文案例，从如何画图、如何标注、如何改图、如何美化、如何组合、如何排序来分解科研绘图每个步骤，并且从数据清洗、视觉表现、出版合规等维度构建核心竞争力，帮助学者将复杂科研成果转化为“审稿人友好型”学术图表，为高水平论文的发表奠定坚实的基础。的拒稿与图表质量直接相关。（1）Rbase基础绘图系统：基础图形函数（plot、lines、points等）（尺寸、格式、分辨率、字体、配色、高分论文案例）
2025-03-13 18:07:24
708
原创 HEC-HMS水文模型应用
HMS能够模拟各种类型的降雨事件对流域水文，河道水动力以及水利设施的影响，在世界范围内得到了广泛的应用。它有着完善的前后处理软件，能有效减轻建模的负担；能够与HEC开发的DSS数据管理软件以及RAS二维水动力模型链接，形成完整的水文－水动力模型。1.基于GIS的HMS前处理。2.HMS模型的基本理论。3.HMS模型的建模流程。2.水源，汇流，分流单元。1.水文过程与水文模型。
2025-03-10 17:06:08
137
原创 R+VIC模型融合实践技术应用及未来气候变化模型预测
在气候变化问题日益严重的今天，水文模型在防洪规划，未来预测等方面发挥着不可替代的重要作用。VIC模型是一个大尺度的半分布式水文模型，其设计之初就是为了模拟大流域的水文过程；它能够计算陆地－大气的能量通量，考虑土壤性质和土地利用的影响，自带有简化的湖泊/湿地模块，也能够将植被状况，碳循环等过程纳入模型；我们经过积极的探索，实现了在Windows系统下执行整个VIC模型的功能，且通过已有的R语言脚本实现了对VIC模型参数调优功能等改进。帮助大家更好的将VIC模型运用于气候变化的研究。
2025-03-10 17:02:18
394
原创 地理信息系统（ArcGIS）在水文水资源、水环境中的实践技术应用及案例分析
水文水环境及其相关数据均具有空间分布特征，传统的方法难以发挥作用。地理信息系统（GIS）强大的空间数据管理和分析功能，在空间信息处理上有独到的优势，是研究区域水文水环境的空间差异的有力工具，GIS在水文水环境中的应用对解决水文水环境中许多问题起着重要的作用与意义。2.3 地理坐标转换（北京54、西安80、WGS84及国家2000坐标转换）6.3 ArcGIS水文分析：流域边界、子流域边界及河网划分。5.3 矢量数据拼接、裁剪等处理。5.6 栅格数据拼接、裁剪等处理。7.3 基于监测的空间插值分析。
2025-03-10 16:41:16
328
原创 AI赋能科研绘图与数据可视化高级应用
面向需发表SCI/EI/中文核心论文的研究者，重点讲解基于AI大模型和R语言的全类型科研图形绘制，通过一个个高水平论文案例，从如何画图、如何标注、如何改图、如何美化、如何组合、如何排序来分解科研绘图每个步骤，并且从数据清洗、视觉表现、出版合规等维度构建核心竞争力，帮助学者将复杂科研成果转化为“审稿人友好型”学术图表，为高水平论文的发表奠定坚实的基础。的拒稿与图表质量直接相关。（1）Rbase基础绘图系统：基础图形函数（plot、lines、points等）（尺寸、格式、分辨率、字体、配色、高分论文案例）
2025-03-06 15:20:39
1481
原创 2025最新Transformer模型及深度学习前沿技术应用
损失函数的设计（数据驱动与物理驱动的损失项）2、Swin Transformer模型（提出的背景、基本架构、与ViT模型的比较、分层架构、窗口机制、位置编码、Transformer编码器、模型的训练与优化、模型的Python代码实现）1、ViT模型（提出的背景、基本架构、与传统CNN的比较、输入图像的分块处理、位置编码、Transformer编码器、分类头、ViT模型的训练与优化、ViT模型的Python代码实现））、搜索策略（随机搜索、贝叶斯优化、进化算法、强化学习等）、性能评估。
2025-03-06 15:01:56
927
原创 WOFOST模型与PCSE模型实践
作物本身的生长发育是一个非常复杂的过程，因此在利用作物模型模拟作物生长过程中涉及的输入参数较多，主要包括气象、作物、土壤、田间管理参数等，在模型参数敏感性分析的基础上，结合实验区实际情况，对敏感性较高的参数进行定标，参数标定部分可参阅文献和网站等资料。参数是包括作物的物候学参数、同化和呼吸特征参数以及同化物分配到植物器官的参数等，这些参数保存在安装目录...\WCC\CROPD，在模型控制中心可以通过选择该作物调用该文件进行模拟。根据气象数据、土壤属性和农田管理实践，模拟农作物的生长和水分需求。
2025-03-03 16:43:28
634
原创 HSPF(Hydrological Simulation Program Fortran)模型应用
HSPF模型与SWAT模型一样都是著名的水文模型软件，在世界各地的水文模拟中得到广泛的应用。但是，HSPF模型也有其自身的优势，比如：1.它有很高集成度的前后处理软件，减轻建模的负担；2.它可以自主调节水文响应单元的大小，模型有更好的灵活性；2、气候评估工具（Climate Assessment Tools，CAT）工具的运用。3、HSPEXP+的运用于模型的自动率定。3、WEPP CAT与HSPF的耦合。1、HSPF模型的水文原理。1、溶解氧与营养物的模拟。2、HSPF的水质模型。2、参数的敏感性分析。
2025-03-03 16:41:26
117
原创 FVCOM流域、海洋水环境数值模拟方法及实践技术应用
包括海洋数值模式基础理论讲解，Linux操作系统下FVCOM运行环境搭建，应用FVCOM进行流域、海洋水动力、温盐、水质的数值模拟，水动力、温盐、水质的数值模拟结果的率定、相关前沿问题的介绍等。六、实操练习：某海域FVCOM三维温盐数值模拟结果可视化及初步率定。六、实操练习：某海域FVCOM三维水质数值模拟结果可视化及初步率定。一、主流海洋数值模式特点介绍（FVCOM、POM、HYCOM等）五、实操练习：某海域FVCOM三维水质数值模拟输入文件制作。四、FVCOM新变量输入、计算、输出的源码修改方法介绍。
2025-03-03 16:34:09
510
原创 全流程ROMS海洋数值建模与多尺度耦合模拟实战班——从Linux开发、模式调试到风暴潮-示踪剂综合应用
随着海洋科学的快速发展，海洋数值模拟在科研与实际应用中扮演着越来越重要的角色。深入探讨ROMS在海洋研究中的应用，尤其是在潮汐潮流模拟、风暴潮耦合模拟、以及示踪剂模拟等方面的优势与特点。ROMS的优势在于其高精度的模拟能力和较强的区域适应性，使其成为科研和工程应用中的重要工具。内容结合案例，深入的讲解ROMS模型的理论基础、编译部署、前处理系统的构建、模拟过程，以及数据的可视化分析等技术细节，突出了ROMS在科研与业务中的实践应用。二、Linux系统操作与开发环境构建。2.3 Shell命令实战训练。
2025-02-28 16:10:20
570
原创 AI与机器学习、深度学习在气候变化预测中的应用
通过机器学习（K-means,SVM,决策树）和深度学习(CNN,LSTM)技术来分析和预测这些驱动因素的趋势，进而为科学研究和政策决策提供重要的数据支持。提供从数据处理、模型选择、训练与优化到结果解读的完整流程指导，学生将使用真实的全球和模拟的全球气候数据，掌握机器学习与深度学习模型在气候数据在农业、生态分析中的实际应用。·Numpy库（最小值，最大值，平均值，标准差，NaN数据）·监督回归算法（Regression Algorithms）·Matplotlib库（折线图，散点图，饼状图，热力图）
2025-02-28 15:46:59
1056
原创 ChatGPT、Python和OpenCV支持下的空天地遥感数据识别与计算
通过系统化的模块设计和丰富的实战案例，深入理解和掌握遥感数据的处理与计算。不仅涵盖了从零基础入门Python编程、OpenCV视觉处理的基础知识，还将借助ChatGPT智能支持，引导您掌握遥感影像识别和分析的进阶技术。更为重要的是，通过15个经过精心设计的真实案例，深度参与地质监测、城市规划、农业分析、生态评估等不同场景下的遥感应用实践。本教程应运而生，致力于为您搭建一条从入门到精通的学习之路，通过领先的AI技术与实战案例帮助您掌握遥感数据处理的核心技能。（2）制作和标注机器学习的标签数据。
2025-02-25 18:29:50
849
原创 大涡模拟实战：从WRF到PALM的完整数值模拟工作流
随着低空经济的蓬勃发展，无人机、空中出租车等新型交通工具正在重塑我们的城市空间。在距离地面200米以下的城市冠层中，建筑物与大气的复杂相互作用、人类活动产生的热量和污染物，都在塑造着独特的城市微气候。从传统的城市热岛效应研究，到新兴的城市边界层动力学探索，科学家们需要更精细的工具来描述城市大气运动的复杂性。大涡模拟（LES）作为一种先进的数值模拟方法，能够精确捕捉建筑物尾流、热羽流等城市特有的湍流结构，为我们打开了认识城市大气环境的新窗口。2)土地利用数据（清华2017年、ESA）4)设置环境变量的方法。
2025-02-25 18:03:08
852
原创 基于ArcGIS Pro、R、INVEST等多技术融合下生态系统服务权衡与协同动态分析实践应用
是指威胁因子r栅格图上的栅格个数；为生境栅格x与威胁因子栅格y之间的距离；InVEST模型的产水量模块是基于Budyko水热耦合平衡原理，结合不同土地利用类型的土壤渗透性、蒸散性的空间差异等因素对径流的影响构建适宜模型，以栅格为单元定量估算水源供给能力。InVEST模型中，土壤保持量(SD)为自然植被保护下的潜在土壤侵蚀量(RKLS)与人工管理和保持措施下的实际土壤侵蚀量(ULSE)之差。式中：为土地利用类型为时栅格上的年产水量(mm)，为栅格的年均降水量(mm)，为实际年平均蒸散发量(mm)。
2025-02-24 15:01:41
795
原创 环境多介质逸度模型实践技术与典型案例【代码】应用
随着污染物在各种环境中的迁移和转化，多介质污染物模型日益受到关注。在各类多介质模型中，基于逸度概念的逸度模型由于运用范围广，建模数据要求较低而广受欢迎。1.污染物的生物累积：鱼类中污染物的浓度。1.空气－水交换：AirWater模型。2.泥沙径流与渗流：Soil模型。3.水－空气－沉积物的相互作用。4.对流在逸度模型中的反映。3.Level III模型。3.各介质物质逸度的计算。1. Level I模型。2.Level II模型。2.逸度模型的基本原理。4.Levl IV模型。3.室内污染与人类健康。
2025-02-24 14:54:24
192
原创 基于ArcGIS Pro、Python、USLE、INVEST模型等多技术融合的生态系统服务构建生态安全格局高阶
C 为植被覆盖因子。各生态系统服务按照自然断点法分为高、较高、中、较低、低五个级别，以全球生态系统服务价值估算中各项生态系统服务在生态资产中的比重构成为依据 ，确定各项生态系统服务的权重，并进行加权叠加分析，得到生态系统服务重要性空间分布结果。随着一定区域的生态恢复，该区域的抵抗力降低；式中：：TQ 为总水源涵养量（m 3），Pi为降雨量（mm），Ri为地表径流量（mm），ETi为蒸散发（mm），Ai为 i 类生态系统面积（km2），i 为 研究区第 i 类生态系统类型，j 为研究区生态系统类型数。
2025-02-24 14:21:07
784
2
原创 HMSC联合物种分布模型在群落生态学中的贝叶斯统计分析应用
该模型可以同时考虑物种多度、环境变量、系统发育信息、物种属性及时空数据，是目前对于群落生态学各种数据利用最为充分的模型。又可以同时开展多物种（群落水平）分析，将生态位假说、生物交互作用（种间关联）、物种扩散限制及物种属性和系统发育对物种分布的影响等进行综合考虑。Hmsc计数数据（多度）单变量贝叶斯估计案例（泊松分布、过度离散、零膨胀等）Hmsc模型中环境变量、物种属性、系统发育、数据分层设置综合案例。专题4：单物种（物种水平）/单变量Hmsc贝叶斯统计。专题5：多物种（群落水平）Hmsc贝叶斯统计模型。
2025-02-19 14:18:33
852
原创 学术论文写作的“破局”之道暨AI支持下的高分 SCl论文一站式提升: 准备、写作、投稿技巧与实战
创新性不足、重复研究、立意不明、理解不够、研究问题不清、结构不清晰、章节内容拖沓、概念不清、结果分析不够、研究方法存在问题、数据测试考虑不足、结果无法验证、数据可靠性不足、逻辑不清、图文不一致、数据不足、讨论不深入、图表存在问题、没有与前人结果对比、语法时态等语言问题、格式不连贯、前后不一致等等。柱状图、散点图、相关网络图、热图、小提琴图、箱型图、雷达图、玫瑰图、气泡图、森林图、三元图、三维图等各类科研图。（AND、OR、NOT、NEAR、SAME、通配符等指令的灵活使用）
2025-02-19 11:14:20
799
原创 基于python深度学习遥感影像地物分类与目标识别、分割实践技术应用
未来10年全球每天获取的观测数据将超过10PB，遥感大数据时代已然来临。深度卷积网络采用“端对端”的特征学习，通过多层处理机制揭示隐藏于数据中的非线性特征，能够从大量训练集中自动学习全局特征（这种特征被称为“学习特征”），是其在遥感影像自动目标识别取得成功的重要原因，也标志特征模型从手工特征向学习特征转变。本课程采用线上辅导，上机实操教学方式，使广大学者能够掌握卷积神经网络背后的数学模型和计算机算法，熟练利用TensorFlow为基础的遥感影像地物分类，遥感图像目标检测，以及遥感图像目标分割等应用。
2025-02-17 16:34:10
287
原创 遥感影像目标检测：从CNN（Faster-RCNN）到Transformer（DETR）
深度卷积网络采用“端对端”的特征学习，通过多层处理机制揭示隐藏于数据中的非线性特征，能够从大量训练集中自动学习全局特征，是其在遥感影像自动目标识别取得成功的重要原因，也标志特征模型从手工特征向学习特征转变。另一方面，随着深度学习的不断发展，当前以Transformer等结构为基础模型的检测模型也发展迅速，在许多应用场景下甚至超过了原有的以CNN为主的检测模型。3.讲解目标检测模型的评估方案，包括正确率，精确率，召回率，mAP等。1.一份完整的Faster-RCNN 模型下实现遥感影像的目标检测。
2025-02-17 16:25:02
797
原创 近地面无人机植被定量遥感与生理参数反演实践技术应用
由浅入深基本辐射度量：辐射通量、辐照度、辐射强度、辐亮度（推导）点云去噪、滤波、归一化、冠层高度模型生产、单木检测与分割（实践）多光谱相机成像类型与核心问题（波段影像套合、滤光片）非朗伯表面的二向性反射之BRDF与BRF详解（推导）二维影像与三维点云的投影与反投影（实践+代码讲解）无人机植被遥感的重点研究方向、研究机构、科学家、1.2. 无人机遥感的特点及与卫星遥感的差异。正射影像、DEM、DSM的生成（实践+代码讲解）植被指数构建的基本思想、原则与方法（示例）成像光路中的暗电流、暗角效应、大气效应介绍。
2025-02-17 16:03:29
261
原创 2025年最新深度学习与多模态融合的科研实战与前沿技术应用
（输入数据的Embedding、位置编码、层规范化、带掩码的自注意力层、编码器到解码器的多头注意力层、编码器的完整工作流程、解码器的完整工作流程、Transformer模型的损失函数）提出的背景、基本架构、与传统CNN的比较、输入图像的分块处理、位置编码、Transformer编码器、分类头、ViT模型的训练与优化、ViT模型的Python代码实现）提出的背景、基本架构、与ViT模型的比较、分层架构、窗口机制、位置编码、Transformer编码器、模型的训练与优化、模型的Python代码实现）
2025-02-14 10:55:58
865
原创 AI辅助下基于ArcGIS Pro的SWAT模型全流程高效建模实践与深度进阶应用
ArcGIS Pro作为新一代地理信息系统平台，与SWAT模型的深度结合，进一步提升了模型的空间数据处理能力和结果可视化水平。相较于传统的ArcGIS软件，ArcGIS Pro在数据处理效率、跨平台协作、云计算支持和动态可视化展示等方面表现更加突出，为基于SWAT模型的流域水文和水生态研究提供了更先进的技术支撑。AI与SWAT模型及ArcGIS Pro的结合，不仅大幅提升了流域研究的效率，还为复杂问题提供了创新解决方案。2.1 ArcGIS Pro的优势。1.6 ArcGIS Pro下的SWAT模型。
2025-02-12 16:07:35
637
原创 无人机生态环境监测、图像处理与GIS数据分析综合实践技术应用
构建“天空地”一体化监测体系是新形势下生态、环境、水文、农业、林业、气象等资源环境领域的重大需求，无人机生态环境监测在一体化监测体系中扮演着极其重要的角色。通过无人机航空遥感技术可以实现对地表空间要素的立体观测，获取丰富多样的地理空间数据，可以为资源环境领域的科学研究与业务化工作提供重要的一手数据。很多资源环境领域的从业人员也介入到无人机应用中，通过无人机搭载不同的传感器可以灵活高效地进行地表空间要素的动态监测，获取大量宝贵的监测数据，极大地解决了很多传统野外观测手段无法解决的问题。
2025-02-11 16:05:27
610
原创 无人机遥感图像拼接及处理实践技术
基于无人机多光谱数据的正射影像与植被指数制图案例。利用点云分类操作生产数字地形模型案例。基于普通相机拍摄的单体三维建模案例。基于无人机航拍的单体三维建模案例。基于无人机航拍的正射影像制图案例。利用批处理实现无人机航拍制图案例。利用堆块操作实现图像分组拼接案例。利用地面控制点提高制图精度案例。三维物体的点线面体几何量测案例。Photoscan软件介绍。遥感图像分组拼接与点云分类。遥感图像拼接的一般流程。
2025-02-11 16:05:24
129
原创 无人机遥感在农林信息提取中的实现方法与GIS融合应用
本课程梳理了我国目前无人机遥感在智慧农业信息提取的综合态势，对无人机平台的性能、机载传感器指标、地面传感器应用、农林遥感光谱指数、农林光谱建模方法进行了大量的分析。在新一轮互联网信息技术大发展的现今，无人机、大数据、人工智能、物联网等新兴技术在各行各业都处于大爆发的前夜。其中，围绕着四大类信息，划分为十四个子专题：株数和株高、冠层覆盖度、作物倒伏、不同生育期状况、叶面积指数、作物系数、叶绿素含量、营养元素含量、异常因素胁迫、病虫害、作物衰老、净同化率、蛋白质含量、生物量。（1）创建shapefile文件。
2025-02-11 16:05:21
915
原创 2025最新“科研创新与智能化转型“暨AI智能体开发与大语言模型的本地化部署、优化技术实践
5、微调（Fine-Tuning）技术详解（微调的基本原理、微调在大语言模型中的作用、准备一个用于微调的数据集、常见的微调方法，如PEFT、LoRA等、不同任务的微调策略、微调过程中的常见问题与解决方案）1、检索增强生成（RAG）技术详解（RAG的基本原理、RAG在大语言模型中的作用和优势、RAG的系统架构、RAG检索结果与生成结果相结合的方法、RAG知识库的构建方法）7、量化技术详解（量化的基本概念、量化在模型优化中的重要性、量化的不同方法，如：静态量化、动态量化、混合量化等、量化处理的步骤）
2025-02-10 15:08:12
397
原创 2025最新ChatGPT、DeepSeek等大语言模型助力高效办公、论文与项目撰写、数据分析、机器学习与深度学习建模等深度科研应用
ChatGPT-4o科研必备GPT汇总介绍（寻找好用的GPTs模型、提示词优化、生成思维导图、生成PPT、生成视频、制定个性化的学习计划、检索论文、总结论文内容、总结视频内容、撰写论文、论文翻译、论文润色与修改、参考文献格式管理、论文评审、数据分析、生成代码、代码调试等）1、课题申请书撰写技巧及要点剖析（项目名称、关键词、摘要、立项依据、参考文献、研究目标、研究内容、研究方案、关键科学问题、可行性分析、创新点与特色之处、预期研究成果、工作基础等）折线图、柱状图、饼图、地图等各种图形的绘制）
2025-02-10 14:49:39
1597
原创 学术论文写作的“破局”之道暨AI支持下的高分 SCl论文一站式提升: 准备、写作、投稿技巧与实战
创新性不足、重复研究、立意不明、理解不够、研究问题不清、结构不清晰、章节内容拖沓、概念不清、结果分析不够、研究方法存在问题、数据测试考虑不足、结果无法验证、数据可靠性不足、逻辑不清、图文不一致、数据不足、讨论不深入、图表存在问题、没有与前人结果对比、语法时态等语言问题、格式不连贯、前后不一致等等。柱状图、散点图、相关网络图、热图、小提琴图、箱型图、雷达图、玫瑰图、气泡图、森林图、三元图、三维图等各类科研图。（AND、OR、NOT、NEAR、SAME、通配符等指令的灵活使用）
2025-02-07 16:02:11
740
原创 Python人工智能在气象中的实践技术应用
Python是功能强大、免费、开源，实现面向对象的编程语言，在数据处理、科学计算、数学建模、数据挖掘和数据可视化方面具备优异的性能，这些优势使得Python在气象、海洋、地理、气候、水文和生态等地学领域的科研和工程项目中得到广泛应用。对于的气象海洋领域的专业人员，Python是进行机器学习和深度学习工作的首选。本专题，在详细讲解机器学习常用的两类集成学习算法，Bagging和Boosting，对两类算法及其常用代表模型深入讲解的基础上，结合三个学习个例，并串讲一些机器学习常用技巧，将理论与实践结合。
2025-01-13 15:40:16
624
原创 WRF模式与Python融合技术在多领域中的应用及精美绘图
当今从事气象及其周边相关领域的人员，常会涉及气象数值模式及其数据处理，无论是作为业务预报的手段、还是作为科研工具，掌握气象数值模式与高效前后处理语言是一件非常重要的技能。而掌握模式还只是第一步，将数值模式的结果进一步加工成我们业务或科研需要的产品，也是一项重要工作，以当前的趋势而言，python语言当仁不让的成为首选。既有WRF模式理论讲解，从动力方程、参数化方案的介绍到模式应用场景，又有实操环节，从基础的Linux命令到WRF模式的安装和运行。
2025-01-13 15:35:05
404
原创 Python机器学习、深度学习技术提升气象、海洋、水文领域实践应用能力
Python是功能强大、免费、开源，实现面向对象的编程语言，能够在不同操作系统和平台使用，简洁的语法和解释性语言使其成为理想的脚本语言。除了标准库，还有丰富的第三方库，Python在数据处理、科学计算、数学建模、数据挖掘和数据可视化方面具备优异的性能。上述优势使得Python在气象、海洋、地理、气候、水文和生态等地学领域的科研和工程项目中得到广泛应用。人工智能和大数据技术在许多行业都取得了颠覆式的成果，气象和海洋领域拥有海量的模式和观测数据，是大数据和人工智能应用的天然场景。
2025-01-13 15:32:07
242
原创 AI赋能R-Meta分析核心技术：从热点挖掘到高级模型、助力高效科研与论文发表
R语言拥有完整有效的数据处理、统计分析与保存机制，可以对数据直接进行分析和显示，命令格式简单、结果可读性强，包含众多针对Meta分析软件包，是进行Meta整合分析及评价的有效平台。是针对某一科研问题，根据明确的搜索策略、选择筛选文献标准、采用严格的评价方法，对来源不同的研究成果进行收集、合并及定量统计分析的方法，现已广泛应用于。1)Meta诊断分析（t2、I2、H2、R2、Q、QE、QM等统计量）专题四、如何利用AI+R语言Meta分析与回归分析、混合模型构建。专题五、AI+R语言Meta诊断分析进阶。
2025-01-08 10:17:20
1141
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人