asyxchenchong888-优快云博客

原创 R语言混合效应（多水平/层次/嵌套）模型及贝叶斯实现技术应用

混合效应模型（多水平/层次模型）这一现代回归分析主流方法。内容涵盖：1）基础回归模型（线性/广义线性模型）及其扩展；2）混合效应模型原理与实现（线性与广义线性）；3）贝叶斯方法在回归分析中的应用；4）复杂数据结构（嵌套、时空、系统发育数据）的处理策略；5）非线性关系建模方法（GAM/NLM）。解决科学研究中的实际数据分析问题，包括模型选择、假设检验、多重比较、方差分解等，并通过大量生态学案例（如物种多样性分析、动物行为研究等）演示R语言实现。

2026-08-20 16:16:36 249

原创 “卫星-无人机-地面”遥感数据快速使用及地物含量计算的实现方法实践技术应用

针对遥感数据应用全流程设计，重点解决学员在数据获取、处理、分析及创新成果产出中的实际问题。课程涵盖天基（卫星）、空基（无人机）、地基遥感数据的一体化处理技术，包括辐射定标、正反演模型、机器学习算法等内容。通过实操教学，学员将掌握从数据下载到信息提取的全链条技能，并学习如何协同处理多源遥感数据，应用于农业、环境等领域。特别强调地面数据的校准作用，提供可直接应用的代码和模型，助力学员快速产出可发表的研究成果。

2026-07-31 17:15:14 150

原创 AquaAI水系统遥感--水体提取、水深反演、水温监测、水质参数AI反演等

《遥感技术在水环境监测中的全链条应用与实践》课程聚焦全球水资源紧缺背景下的监测需求，系统讲解多源遥感数据（光学/SAR/高光谱/无人机）在水体领域的核心技术。课程涵盖六大模块：数据预处理（大气校正、云修复等）、水线动态监测（洪涝/海岸线变迁）、水深反演（机器学习建模、水下地形）、水温分析（热污染评估）、水质AI反演（叶绿素/黑臭水体识别）及综合项目实践（太湖蓝藻预警系统开发）。通过60个典型案例，培养学员从数据处理到智能解译的全流程能力，助力构建水环境遥感监测的系统性思维与科研业务转化能力。

2026-07-30 17:10:42 390

原创基于站点、模式、遥感多源降水数据融合技术应用

摘要：降水数据获取主要通过雨量计、地基雷达、卫星遥感和模式模拟四种方式，其中雨量计数据最准确，但在中国西部等偏远地区站点稀疏，需结合卫星与模式数据以提高精度。卫星遥感降水产品（如TMPA3B42、CMORPH）存在冬季精度不足等问题，而模式数据可弥补其缺陷。多源数据融合方法（如MSWEP加权集合）和机器学习算法能进一步提升降水产品质量。研究内容包括Python数据处理工具应用、降水产品评估指标计算、短序列数据订正（基于Gamma分布和CDF匹配）及气候态数据融合（结合环境因子与ERA5气象数据，利用机器学习

2026-07-28 16:37:23 160

原创 Python人工智能在气象中的实践技术应用

本文介绍了Python在地学领域的应用优势，尤其是在气象和海洋科研中的重要作用。文章概述了Python在数据处理、科学计算、机器学习和深度学习方面的强大功能，并详细列出了一个包含四个专题的学习框架：1) Python和科学计算基础；2) 机器学习和深度学习基础理论与实操；3) 气象领域的机器学习应用实例；4) 气象领域的深度学习应用实例。课程内容涵盖从基础语法到高级应用（如模式订正、台风预报、ENSO预测等），旨在帮助地学专业人员系统掌握Python在AI领域的技术应用。

2026-07-27 16:38:35 204

原创 Meta分析在生态环境领域里的应用

本文系统介绍了Meta分析方法在生态环境领域的应用与发展。专题一阐述了Meta分析的定义、重要性、常用软件及基本步骤；专题二讲解效应值计算、异质性检验等基础理论；专题三讨论文献偏倚检验方法；专题四通过MetaWin软件进行实例操作演示；专题五重点介绍森林图、漏斗图等结果可视化方法。全文为生态环境研究者提供了从理论到实践的完整Meta分析指南，特别针对气候变化响应等热点研究领域。

2026-07-24 17:05:18 204

原创最新MPAS跨尺度、可变分辨率模式实践技术应用及典型案例分析技术

MPAS（跨尺度预测模式）是由洛斯阿拉莫斯实验室和NCAR联合开发的地球系统模型，包含大气（MPAS-A）、海洋（MPAS-O）和陆冰（MPAS-LI）模块。其核心优势在于采用非结构化SCVT网格，支持全球到区域的无缝降尺度模拟，突破了传统嵌套网格的限制。培训内容涵盖MPAS-A的代码结构、环境配置、编译运行（包括全球均匀/非均匀网格及区域网格应用）、参数设置、结果分析和可视化，以及代码修改方法。该模式凭借先进的动力框架和可变分辨率特性，成为高分辨率气象气候模拟的重要工具。

2026-07-23 16:19:11 240

原创基于MATLAB长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析等领域中的应用

本文围绕植被遥感监测技术体系展开，系统阐述了植被作为气候变化敏感指示器的重要性及其在碳汇评估中的关键作用。全文涵盖八大专题：1）长时序遥感产品在全球变化研究中的应用；2）MODIS数据预处理技术；3）时间序列重构方法；4）GIMMS与MODIS NDVI数据融合；5）植被物候提取技术；6）变绿趋势分析方法；7）植被动态与固碳关联研究；8）草地参数遥感反演。重点介绍了多源遥感数据（NDVI/LAI/GPP等）的处理流程、物候提取算法、趋势分析模型（线性回归/M-K检验）及PROSAIL辐射传输模型应用，为生态

2026-07-22 16:46:42 206

原创 CASA模型原理详细解析；MODIS NDVI/FPAR遥感产品预处理及代码实现

本文围绕植被净初级生产力（NPP）的遥感估算方法展开，重点介绍了CASA模型的应用。内容包括：（1）NPP的生态意义及其对碳中和目标的支撑作用；（2）CASA模型原理与实现流程，涵盖NDVI、FPAR等MODIS遥感数据的获取、预处理（格式转换、批量处理、时序重建）和质量控制方法；（3）气象数据（辐射、温度、降水）的空间插值处理；（4）基于MATLAB平台的CASA模型代码实现及区域制图技术。通过多源遥感数据与地理信息系统技术的结合，为生态系统生产力评估提供系统解决方案。

2026-07-21 16:37:35 150

原创基于“遥感+”蓝碳储量估算、红树林信息提取实践技术应用与科研论文写

高光谱图像数据可以被看作是由无数波段组合得到的一个立方体图像数据，并且具有光谱覆盖范围广，图谱合一、数据量大，光谱连续的特征。进入像元内部，将混合像元分解为不同的“基本组分单元”，或称“端元”，并求得这些基本组分所占的比例（即地物丰度），对混合像元对应地物的真实组成情况进行还原，即所谓的“光谱解混”过程。以Landsat8数据为例，基本思路为获取数据的QA波段，设置QA波段的cloudShadowBitMask（云影位）和cloudsBitMaks（云位）均为0，再更新数据的该波段，即可得到去云后的影像。

2026-07-20 15:16:19 154

原创双碳目标下基于遥感技术的碳库、碳平衡、温室气体、碳循环等多领域监测与模拟实践应用

全球气候变化背景下，遥感技术在碳监测领域发挥关键作用。该专题围绕"双碳"目标，系统介绍了遥感技术在碳储量估算（森林碳库）、碳收支模拟（京津冀地区）、能源碳排放反演（夜间灯光数据）、土地利用碳效应（城市扩张）等方面的应用方法，涵盖ENVI/ArcGIS软件操作、CASA/FLUS/InVEST/DNDC/SWAT等模型应用，以及温室气体卫星反演技术（甲烷监测）和大气输送模型。通过多源遥感数据融合与数据同化技术，为全球碳盘点和碳中和目标实现提供重要技术支撑。

2026-07-17 15:21:02 199

原创基于Fragstats的土地利用景观格局分析应用

景观格局分析的方法流程，重点讲解了Fragstats软件的应用及数据准备工作。内容涵盖ArcGIS数据处理（投影变换、结构编辑）、景观指数计算与空间可视化、统计分析及地图制图等关键技术环节，并以京津冀地区为例，展示了土地利用变化分析和景观生态风险空间异质性特征研究的完整案例。全文从软件操作到实际应用，为景观格局研究提供了系统的技术指导框架。

2026-07-16 16:05:34 233

原创 PyTorch深度学习遥感影像地物分类与目标检测、分割及遥感影像问题深度学习优化技术

随着我国高分辨率对地观测系统的全面部署，遥感大数据时代已经到来。深度学习技术，特别是基于卷积神经网络（CNN）的方法，在遥感影像地物分类、目标检测和分割任务中展现出强大潜力。本文系统介绍了CNN数学模型与PyTorch框架应用，包括网络原理、卷积运算、反向传播等核心概念，并详细解析了遥感场景分类、目标检测（如Faster-RCNN、YOLO系列）和图像分割（如U-Net）的实践案例。同时探讨了模型优化策略，涵盖数据预处理、网络结构调整和训练技巧，为遥感智能解译提供了一套完整的技术方案，推动从人工特征提

2026-07-15 16:17:25 199

原创 “SRP模型+”多技术融合在生态环境脆弱性评价模型构建、时空格局演变分析与RSEI 指数的生态质量评价及拓展应用

生态环境脆弱性评价研究进展及3S技术应用。当前研究多聚焦时空格局评价、耦合协调分析等方面，对驱动机制探讨不足。3S技术（遥感、GIS等）通过数据可视化、空间分析等优势，有效提升了生态脆弱性评价的精度和效率。文章详细介绍了生态环境脆弱性评价流程，包括SRP概念模型构建、指标提取（地形、气象、植被等）、标准化处理、权重确定和时空格局分析，并探讨了R语言地理探测器在驱动机制分析中的应用。最后分享了基于RSEI的生态质量评价方法和论文写作案例，为生态保护提供科学支撑。

2026-07-14 15:24:07 203

原创 AI支持下的-ArcGIS数据处理、空间分析、可视化及多案例综合应用

GIS与GPT的融合正推动地理信息科学智能化发展。GIS凭借强大的空间数据处理、分析、可视化及多领域应用能力，结合GPT的自然语言处理优势，显著提升了ArcGIS平台的自动化水平与交互体验。本文系统介绍了AI大模型（如ChatGPT）在ArcGIS工作流程中的应用，涵盖数据读取、编辑、空间分析、遥感处理、二次开发及科研绘图等全流程，并通过11个专题的案例展示AI如何优化土地利用、水文分析、环境评价等综合应用，为地理信息科学提供高效智能解决方案。

2026-07-13 16:42:24 252

原创 AI+Python驱动的无人机生态三维建模与碳储/生物量/LULC估算全流程实战

无人机多光谱与SfM技术已成为生态监测主流工具，但其应用仍面临数据规范与处理流程的挑战。讲解从Python编程基础到AI辅助生态建模的全链条技术，涵盖三维重建、多光谱融合、机器学习建模及碳储/生物量估算等案例。特别强调AI在代码调试、特征选择、模型解释及科研写作中的增效作用，助力解决技术断层问题，推动高质量研究成果产出。课程融合理论、工具与实践，为生态"结构-功能"研究提供智能化解决方案。

2026-07-10 16:11:18 220

原创基于python多光谱遥感数据处理、图像分类、定量评估及机器学习方法应用

多光谱遥感技术在地质、农业和土壤调查中应用广泛，通过卫星和无人机数据可有效提取矿物信息、监测作物长势及评估土壤参数。本文系统介绍多光谱基础理论、数据预处理方法，并基于Python环境搭建机器学习与深度学习框架，实现多光谱数据清理、分类及协同分析。典型案例包括Aster/Landsat矿物识别、土壤质量评估及农作物分类与产量预测，为相关领域研究提供技术支持。

2026-07-09 16:57:51 170

原创如何利用python机器学习解决空间模拟与时间预测问题及经典案例分析

机器学习在生态水文中的应用专题，包含7大模块：1)机器学习基本原理与Python工具安装；2)Python语法及科学计算库使用；3)数据清洗与预处理方法；4)随机森林和LSTM等算法原理；5)空间模拟实践（土地利用分类、土壤水分升尺度等）；6)时间序列预测实践（径流、地下水位、气温预测）。课程涵盖机器学习全流程，重点培养数据预处理、模型构建及生态水文应用能力。

2026-07-08 17:29:25 163

原创基于R语言、MaxEnt模型融合技术的物种分布模拟、参数优化方法、结果分析制图与论文写作实践技术应用

R语言与MaxEnt模型结合的物种分布建模方法，涵盖六大核心内容：1）MaxEnt模型原理及R语言融合优势；2）环境数据自动化下载与可视化；3）R语言数据清洗与变量筛选技术；4）ArcGIS与R协同数据处理；5）MaxEnt建模全流程实践；6）参数优化与结果分析。重点突出R语言在数据处理（ggplot2可视化、并行计算）、模型优化（参数调整、集成比较）和结果评估（AUC/ROC指标）方面的技术优势，适用于生态保护、气候变化等多领域研究，配套实操练习与论文制图指导，提供完整的技术解决方案

2026-07-07 16:48:36 217

原创基于LPJ及LPJ-GUESS模型的植被NPP模拟，含案例代码

聚焦植被净初级生产力（NPP）的模拟与气候变化响应研究，系统讲解LPJ/LPJ-GUESS模型的应用。课程涵盖碳循环关键概念、Python地学工具、模型原理与参数敏感性分析，重点指导气候驱动数据处理、NPP时空变化模拟及未来情景预测（SSP/RCP）。通过多专题实践，学员将掌握从数据预处理、模型本地化到结果验证的全流程技能，最终形成规范的科学论文写作能力，为生态系统碳汇研究提供方法论支持。培训突出理论与实操结合，强调模型不确定性分析与气候扰动实验设计。

2026-07-06 16:43:36 215

原创大气颗粒物PMF源解析实践技术应用

PMF源解析技术在大气颗粒物和VOCs污染治理中的应用展开。首先介绍了我国面临的大气污染问题及源解析的重要性，系统梳理了PMF技术的原理、软件操作流程和输入文件准备方法。其次详细阐述了PMF模型运行实践、因子选择标准以及解析结果的解释意义，包括颗粒物和VOCs的来源识别。最后探讨了解析结果优化方法（Fpeak模式）和误差评估技术，为精准治理区域大气复合污染提供了关键技术支撑。全文构建了完整的PMF源解析技术体系，对大气污染防治具有重要指导价值。

2026-07-03 16:48:09 202

原创基于Python星载气溶胶数据处理与反演分析实践技术应用

本文围绕“碳中和”背景下气溶胶研究的科学意义，系统介绍了利用MODIS和CALIPSO卫星遥感数据开展气溶胶监测的技术方法。重点阐述了Python语言在数据处理中的优势，包括PyHDF库处理卫星数据、Cartopy制图等功能模块的应用。课程内容涵盖Python基础、MODIS和CALIPSO数据下载预处理、反演分析及产品对比等五个专题，通过理论讲解与实操训练相结合的方式，帮助研究者掌握气溶胶遥感数据处理的核心技术。该研究为理解气溶胶的气候环境效应提供了重要技术支撑，对实现“碳中和”目标具有科学指导价值。

2026-07-02 16:47:55 182

原创 WRF模拟全技术链实践暨Linux编译排错、FNL/ERA5驱动场处理、长时序模拟配置、下垫面改造与物理参数调整、Python诊断分析及可视化

摘要： WRF模式是气象与环境研究的重要工具，但其高门槛常阻碍科研进展。本文系统解析WRF应用全流程：从Linux环境搭建、依赖库编译到驱动数据评估（对比FNL/ERA5），重点突破长时序模拟的配置难点（如SST更新、断点续跑）。针对科研需求，详细演示下垫面改造（土地利用/地形修改）和参数敏感性实验设计，结合Python可视化分析差异结果，形成完整的“控制组-实验组”对比范式，助力研究者产出符合论文标准的模拟成果。

2026-07-01 16:54:46 183

原创基于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

Python作为功能强大的开源编程语言，凭借其简洁语法、丰富库支持和跨平台特性，已成为气象、海洋等地学领域的主流工具。本文系统介绍了Python在地学中的应用，涵盖基础语法、科学计算库（Numpy、Pandas、Xarray）、可视化（Matplotlib、Cartopy）、数据爬取、插值方法等核心技术。重点探讨了机器学习和深度学习在气象预报、台风订正、风功率预测等场景的应用，包括随机森林、XGBoost、LSTM、UNET等算法的实践案例，并介绍了EOF分析和模式后处理（WRF、ROMS）等专业应用。

2026-06-30 16:51:24 168

原创基于Surfer与Voxler数据处理及可视化；Surfer投影变换/矢量图+Voxler切片渲染/测井三维化

摘要：美国Golden Software公司开发的Surfer和Voxler软件分别专注于二维和三维数据可视化，广泛应用于气象、地质、环境等领域。Surfer擅长绘制等值线图、三维表面图等，Voxler则用于空间等势面可视化。软件支持点云数据处理等高级功能，但存在英文界面和技术门槛。培训内容包括软件基础操作、12种插值方法、底图配准、LiDAR数据处理等专题，结合案例实践，重点讲解Surfer原理和操作，为后续Voxler学习打下基础。

2026-06-29 17:00:01 242

原创 AquaCrop模型农业水资源管理及代码解析

FAO开发的AquaCrop模型是优化农业水分管理的核心工具，通过精确模拟作物需水量提升灌溉效率。该模型包含气象、土壤、作物和管理四大数据模块，支持从数据准备到结果分析的全流程操作。其特色在于：1）采用敏感性分析和参数调优方法提高精度；2）基于Fortran代码构建计算框架；3）提供在线版结果分析功能。专题内容涵盖模型原理、数据制备、运行分析、参数优化及源代码解析五大维度，为农业水资源高效利用提供科学决策支持。

2026-06-26 16:18:24 210

原创最新流域生态系统碳排放、碳循环模拟与评估技术应用

本文聚焦流域生态系统在碳中和目标中的关键作用，探讨了如何通过科学管理和技术手段实现流域碳中和。从土地利用变化碳排放效应、碳库遥感估算、碳收支模型模拟到AI大模型应用，系统介绍了8大技术专题：包括DEM水文分析、InVEST碳储量评估、CASA/DNDC/SWAT碳循环模型、CMIP6气候情景预测等核心方法，强调通过湿地恢复、植被重建等生态修复提升碳汇能力，同时结合人工智能技术优化碳中和路径分析。研究为流域尺度的碳中和实践提供了系统的技术框架和方法支撑。

2026-06-25 16:31:31 171

原创极端气候对流域水循环及水环境影响系统实践技术

近年来，在全球气候变化加剧的背景下，极端气候事件频发，对流域水循环过程及水生态系统造成显著影响，已成为制约区域经济社会与环境可持续发展的关键因素。为应对这一挑战，亟需引入系统化的模拟技术与创新方法，提升对流域水文、水生态过程的认知与调控能力。SWAT模型作为一种基于物理机制的分布式流域水文与生态模拟模型，能够精细模拟和定量分析流域内的水循环过程、污染物迁移路径及生态响应，是研究极端气候影响下流域演变规律的重要工具。ArcGIS Pro作为新一代地理信息系统平台，与SWAT模型深度融合，显著增强了空间数据处理

2026-06-24 17:02:11 173

原创水文气象时序分析-从ARMA到Mamba的全栈技术应用

时间序列是水文、气象等领域中最为常见的数据类型，对时间序列数据的预测、分类以及异常值检测等也是这些领域最常见的任务；但是，时间序列分析技术从二十世纪二十年代兴起，一百年以来已经变的非常繁杂。

2026-06-23 16:46:35 153

原创遥感GeoAI建模、机理归因与论文全链路实践

遥感与GeoAI交叉研究中"数据丰富但机理薄弱"的核心痛点，系统讲解从科学问题定位到模型可解释性分析的科研全链路。重点解析地理学空间依赖与环境相似性定律的建模映射逻辑，涵盖多源数据融合、特征工程构建、XAI机理归因等关键环节，提供农林生态、城市环境等领域的非线性阈值效应分析范式。课程特色在于突破算法黑箱，通过SHAP分析、空间统计等方法实现驱动机制的科学阐释，并指导论文写作与审稿回复技巧，助力研究者完成从技术实现到理论发现的科研转型。

2026-06-22 17:18:08 233

原创遥感云大数据在灾害、水体与湿地领域典型案例及AI大语言模型实践应用

Google Earth Engine（GEE）平台开发与遥感应用，分为三大模块：基础实践部分涵盖GEE开发环境、JavaScript基础、遥感数据处理流程及ChatGPT辅助编程；进阶部分通过6个微型案例串讲植被指数计算、影像合成、趋势分析等关键技术；综合演练部分包含6个典型应用案例：洪涝监测、洪水风险模拟、水质监测、河道变迁分析、地下水评估和红树林制图，涉及多源数据融合、机器学习算法及空间建模等技术。

2026-06-18 16:13:38 216

原创成像光谱遥感技术中的革命：AI在遥感领域中的应用

ChatGPT在遥感领域的创新应用，涵盖五大专题：1.成像光谱遥感与ChatGPT原理及提示词工程；2.主流遥感平台（ENVI/Python/GEE）与ChatGPT的深度集成；3.无人机遥感数据处理实践；4.深度学习框架下的遥感图像分类；5.多光谱与高光谱数据专项分析（洪水监测、城市绿化、矿物识别等）。突出AI辅助的遥感数据处理全流程，包括数据预处理、特征提取、模型构建及成果可视化，提供GEE代码生成、Python开发等实用技能，助力环境监测、灾害管理等应用场景。（149字）

2026-06-17 16:56:22 212

原创自然科学领域AI赋能科研：论文写作、数据挖掘、建模分析与二次开发实践

如何利用ChatGPT等AI大模型革新自然科学研究范式，涵盖科研全流程的智能化应用。主要内容包括：1）AI辅助科研新范式（文献调研、论文写作、审稿）；2）数据清洗与统计分析（R/Python实现）；3）经典统计模型与机器学习应用（混合效应模型、深度学习等）；4）时空大数据分析与可视化；5）科研绘图与基金撰写。通过22个专题案例，展示了AI在论文润色、数据预处理、模型构建、科研绘图等环节的高效应用，为科研工作者提供智能化工具链，显著提升研究效率。

2026-06-16 16:49:39 247

原创 AI水科学全景解析：暨AI在水文水资源、水环境科研与工程领域中的全方位实践技术应用

AI水科学全景解析：暨AI在水文水资源、水环境科研与工程领域中的全方位实践技术应用

2026-06-15 16:48:02 212

原创智慧农林核心遥感技术99个案例实践

随着全球农业面临气候变化、资源短缺和环境污染等挑战，传统农业生产模式亟需转型，向智能化、精准化和可持续化方向发展。遥感技术和人工智能（AI）为农业管理提供了强大的数据支持和决策工具。特别是多源遥感数据的采集与分析，结合AI技术，能够实现对农田作物生长、土壤状态、气候变化等多个维度的精确监控与分析。通过智能化技术，农业生产不仅可以提高效率、降低成本，还能提升作物的产量和质量，实现环境保护与资源优化。

2026-06-12 16:12:37 243

原创最新AI+Python驱动的高光谱遥感全链路解析与典型案例实践

高光谱遥感全流程技术，涵盖数据获取（卫星/航空/地面平台）、预处理（辐射定标、大气校正）、Python数据处理与可视化、核心分析方法（降维/分类/混合像元分解）、机器学习（Scikit-learn）与深度学习（PyTorch）建模。重点通过五大行业案例（城市/农林/水环境/土壤/地质遥感）实战演练，详细指导不透水面提取、作物分类、水质反演、土壤制图、矿物识别等典型应用场景的实现方法。课程提供完整数据集和代码，帮助学员快速掌握高光谱遥感从理论到实践的关键技能。

2026-06-11 17:13:49 215

原创 OpenClaw、Hermes+Vibe Coding核心实战玩法，手把手教你本地部署与云端协同，实现知识、论文自动化工作流”

摘要：人工智能正重塑科研范式，大模型与自动化工具（如OpenClaw、VibeCoding等）逐步渗透文献阅读、代码开发、论文写作等环节。为提升效率，科研人员需构建本地私有模型环境（如Ollama部署），掌握模型选型（DeepSeek/Qwen对比）、科研编程（Agent工具链协同）及自动化工作流设计（多模型协作写作、数据可视化）。课程涵盖11大模块，从基础部署到Skill封装、MCP扩展，最终整合为可落地的个人智能科研系统，强调安全边界、验真复现及知识库持续更新，助力科研提效。关键词：大模型科研、本

2026-06-10 16:47:09 212

原创最新Hermes Agent 技能封装与科研自动化：以 Meta-Analysis 为例-实现从文献检索到绘图的一站式工作流

本文介绍了一种基于AI的高效Meta分析方法，利用真实RCT数据（来自Cochrane/JAMA）在2天内完成从PICOS设计到Results撰写的全流程。核心亮点包括：1）部署HermesAgent科研智能体，通过AI自动生成检索式、筛选文献、运行统计脚本（如加权Egger检验、Hedges'g计算）；2）产出投稿级图表（森林图/漏斗图）和标准化Results段落；3）封装可复用的Meta-Analysis Skill，支持后续课题一键调用。该方法通过双轮代码审阅确保统计严谨性，将传统2周工作量压缩

2026-06-09 16:45:33 467

原创面向课题组团队及科研人员AI培养计划：AI人工智能实践技术

5、PyTorch常用工具包及API简介：张量Tensor的定义、属性、创建、运算、索引与切片、torchvision（transforms、datasets、model）、torch.nn、torch.optim、torch.utils（Dataset、DataLoader）随机森林的本质是什么？2、Bokeh基本图形的绘制（散点图、气泡图、折线图、时间序列、柱状图、直方图、饼图、环图、旭日图、雷达图、箱线图、面积图、色块图、仪表盘、火柴图、关系图等）1、SVM的基本原理（SVM的本质是解决什么问题？

2026-06-08 17:01:45 173

原创如何使用python网络爬虫批量获取公共资源数据

Python网络爬虫技术在科研数据获取中的应用，涵盖软件安装、基础语法、HTML/XML解析、反爬虫策略等核心技术。内容分为六个专题：Python环境搭建与数据处理基础、爬虫工作流程及解析技术、气象/农业大数据爬取实践、文献数据库批量采集、异步加载网页数据获取方法。教程重点讲解Requests、BeautifulSoup、Selenium等库的使用，以及应对AJAX、JSON、XHR等动态内容的爬取技巧，为科研人员提供高效获取公开数据集的技术方案。

2026-06-05 16:09:56 350

空空如也

空空如也