知识搬运者

哨兵－1卫星是全天时、全天候雷达成像任务，用于陆地和海洋观测，首颗哨兵－1A卫星已于2014年4月3日发射。哨兵－2卫星是多光谱高分辨率成像任务，用于陆地监测，可提供植被、土壤和水覆盖、内陆水路及海岸区域等图像，还可用于紧急救援服务。哨兵－3卫星携带多种有效载荷，用于高精度测量海面地形、海面和地表温度、海洋水色和土壤特性，还将支持海洋预报系统及环境与气候监测。哨兵-2A携带一枚多光谱成像仪，可覆盖13个光谱波段，幅宽达290千米。10米空间分辨率、重访周期10天。

【代码】利用os库获取当前目录路径、上级目录路径、上上级目录路径。

【代码】R语言对某列数字进行数据类型转换---转为字符。

【代码】R语言对加载的数据归一化。

【代码】np中排除某个索引的数据。

【代码】将数据包装成一个图数据结构（torch_geometric）

计算的主要思想是对每个样本计算其p-范数，然后对该样本中每个元素除以该范数，这样处理的结果是使得每个处理后的样本的p-范数等于1。对每个属性/每列分别进行一下操作，将数据按属性/按列减去其均值，并除以其方差，最终使每个属性/每列的所有数据都聚集在均值为0，方差为1附近。使用sklearn.preprocessing.StandardScaler类。使用sklearn.preprocessing.normalize()来实现。公式：(x-mean(x))/std(x)

【代码】sklearn中获得机器学习模型的预测概率值。

就将当前路径视作目标工程的根目录进行导出，以一个示例工程为例（其中。用于设置允许覆盖已存在的同名文件）参数用于设置导出文件的编码，

LBP（Local Binary Patterns，局部二值模式）是提取局部特征作为判别依据的，一种有效的纹理描述算子，度量和提取图像局部的纹理信息。它具有旋转不变性和灰度不变性等显著的优点，对光照具有不变性。由T. Ojala, M.Pietikäinen, 和D. Harwood 在1994年提出用于纹理特征提取。

上面这句话很长，但也不难理解，os.path.dirname(__file__)获取当前文件的绝对路径，os.path.join(xx,'..')在后面追加..，相当于进入上一级目录，然后再os.path.abspath(xx)获取绝对路径，最后sys.path.append()将其加入系统路径当中。经过这些操作之后，被加入系统路径中的所有文件中的函数都可以被调用了。例如存在A、B两个文件夹，且A中存在 a.py 文件，B中存在 b.py 文件。我们需要在B文件夹的b.py中调用A文件夹的a.py函数。

列cols：X (width)行列与坐标系对应关系。

选择File --> setting --> Editor --> Color Style --> File and Code Templates – >选择对应的文件类型设置模板的风格，我们可以看到如下的界面，首先选择左边的文件类型，然后编辑右边的模板风格，根据喜好自己随意设置。File->Setting 打开如下所示的对话框，可以在Editor->General->Font下设置字体大小（Size）、行距（Line spacing）如果没有，重启打开。

3、之后页面会出现一个WANNING，这个我们不用在意，然后会出现一个y/n提示框，在这里我们输入y或者Y。在桌面pycharm的快捷键当中找到启动程序的路径，启动程序和uninstall程序放置在同一个文件夹内。最后重启一次电脑，再打开有关Anaconda的文件与图标均会消失，至此Anaconda卸载完成！6、进入到Anaconda文件夹中，双击打开Uninstall-Anaconda3.exe。之后同样会出现一个y/n提示框，在这里我们输入y或者Y。1、在开始处打开Anaconda Prompt。

随着计算机技术和计算机视觉技术的发展，数据处理方式发生巨大变化，为无人机遥感影像的海量数据处理建立了基础。无人机遥感技术随着无人机技术的发展而成熟。无人机遥感影像获取简单、成本低、周期短、效率高、质量好。无人机遥感技术应用已经遍及各个行业，应用广泛，发展前景广阔。尺度不变特征转（SIFT）快速鲁棒特征提取（SURF）1.1无人机遥感系统组成—无人机平台。数字正射影像（DOM）正射投影可测量。数字高程模型（DEM）表示地面高程。1. 5 在地籍地形图测绘中的应用。1. 1 在地形图测绘中的应用。

无人机影像上获取到的数据是反映传感器对光响应的数值特征（即DN值），但DN值与环境光强及相机参数有关，只有将其转换为反射率才能较好的反映地物的特征。一般的转换方法是使用二向反射率已知的校正板进行（只有一块校正板）和（多块校正板）进行校正。

无人机由于其方便快捷，精度高等特点已经广泛应用于农田尺度的作物生长监测。尤其是近年来大疆推出了两个多光谱无人机，价格也相较便宜。但目前无人机的使用实际上需要进一步处理才能获取得到农田的基本信息，主要包括影像的校正和图像拼接，这些过程都可以基于软件代码实现，本文针对自己用的方法对无人机处理的整个流程进行介绍无人机影像与卫星遥感有很大区别，其每次任务一般会有很多重叠的图片，图片会存在暗角效应、畸变、黑电平等问题需要一步步的进行处理。

全局可解释性除了常用的importance和SHAP技术外，还有这种排列重要性（permutation importance），这种技术的好处与上面一样，即不认模型，无论是简单或复杂模型，都能给出重要性。这种可解释性最常见，也是最好用的，即在python或R语言中，模型都有自带的importance属性，尤其是"树类模型"。可解释性技术这么多，选择不同方法结果也往往不多，因此，可以都试试，或许能发现一些意想不到的结果。对于可解释性，应该不会陌生，但是，要往深入的说，这里头名堂可不少。