四月影象

人间四月芳菲尽,山寺桃花始盛开。
长恨春归无觅处,不知转入此中来。

二零零八年我在我眼中的的四月,用这首诗来概述,正合。

今年tour的第一站,我选择了无锡,朋友他说那里没去过,很想去看看。另外据说那边美女一波一波,我心想,欣赏美景的同时还能看看美女,说不准带个无锡妹回来,也不错。原本想跟团队同行,结果只是个自助游。虽然有导游,但感觉挺不舒服。理由之一,导游年纪比较大,可以称之为大妈。于是我开始后悔,当初找旅行社的时候,没问清导游的年纪。长相等情况。理由之二,导游说话咋带股妖气,浑身不自在。我庆幸身边还有个朋友在,那“妖精没法下手”,不然的话,像《西游记》那样,我现在没准都下锅了。

更可恶的是我严重被朋友欺骗,说玩两天,结果第一天到了那里后,让我们自己玩,说得很好听,自由活动。问朋友为啥,他说当初是说好的。郁闷,还没和好说好呢?不过还好,有时间在无锡市中心溜达一圈。

有句话说是上有天堂,下有苏杭,P,江苏污染太严重了。怎么看天空都灰蒙蒙的。另外也没见着几个美女。于是我开始相信,古人也喜欢说假话。

下午去了保利广场,正巧,赶上陈浩明和马梓涵的签约会。说是两点半天始,可等到快三的时候还没出来,难道说我们来了吓得不敢出来?后来听朋友说才知道,明星都这样。守时是普通人的基本品质,不守时那是明星的基本品质。偶们俩对之也不怎么感兴趣,不来俺就走人。之后就在市中心乱逛了一通。后来那傻冒居然跑到一茶馆看茶。那店主可真热请,一上来就给我们泡上两杯,既然泡上了,我总得赏个脸吧。于是我喝了口,果然是名茶-碧绿春,味道好极了。后来进来个男的,居然从抽屉里淘出烟给我们,硬给我们点上,我当时挺害怕,谁知道这烟里有啥东西。我看他也从里面抽出一根给自己点上。这才放心的抽下去。他见我们又是抽烟又是品茶,于是给我们讲茶的故事,讲了半天,我一句也没听到心里去,只在意边上那条狗狗,问了才知道是条牧羊犬,可听话了,对我特别好,总往我身边靠,我说呢,怎么跟我这么好,主人说,这是叫你给它抓痒痒,我冒汗。玩了有二十来分钟,我不耐烦了,跟朋友说,你买还是不买啊,不买走人啦,他想了会,不买不好吧,于是买了一两。我一听,又冒汗,至少也得买上一斤吧,一两不只能泡个两三杯啊?那店主也没说啥,就给称上了,哎,一两还蛮多的,足足一小袋。于是我怀疑自己对重量这个概念不是很清楚。

之后就逛到了崇安寺风景区。就相当于杭州西湖那样的吧,免费开放的,那时已经四点了,朋友说有点饿,就在附近的牛排店请我吃了牛排。偶第一次吃这玩意,不懂规矩,那店服务员问我要几分熟,我郁闷,这牛肉不熟能吃嘛。还好,我聪明,没把话说出来,使了下眼神给朋友,朋友立刻明白了我的意思,说八分正好,那我就说那来份八分的吧。接下来的事就是效仿。他干嘛我也干嘛。里面还有免费的水果,说能吃多少就吃多少。于是我大吃。要是能打包多好,我准带回来给朋友尝几口。

晚饭过来,就在那风景区逛荡,去看了十八斤的大老鼠(真的,有我们家旺旺那么大,朋友说,那老鼠是吃猫长大的,我巨汗),巨莽,老虎,狮子等。郁闷,都在睡觉。估计玩了一天,累了。我们也累了,就回到了宾馆。

第二天算是正式游玩吧。早上云山大佛,下午太湖鼋头诸。其实时间有点紧,感觉没怎么玩好。传几张照片上来和朋友分享下吧。

[img]http://opas.iteye.com/upload/picture/pic/13073/43f34313-7fab-319b-9cc2-f0c3331a505b.jpg[/img]

[img]http://opas.iteye.com/upload/picture/pic/13071/ecbec982-6c94-39bf-b944-8c898aded8a8.jpg[/img]

[img]http://opas.iteye.com/upload/picture/pic/13069/27139b33-802a-3179-8cfe-eaad57b111ea.jpg[/img]

[img]http://opas.iteye.com/upload/picture/pic/13067/da2f5df6-57f8-378f-9ccd-ded7dce4a896.jpg[/img]

[img]http://opas.iteye.com/upload/picture/pic/13065/780f957c-1e2e-3f31-a673-400577c6a3e7.jpg[/img]

[img]http://opas.iteye.com/upload/picture/pic/13063/0acb63fa-4e31-30c8-8f1b-7ec6b0b89d4d.jpg[/img]

[img]http://opas.iteye.com/upload/picture/pic/13061/594446f3-e496-3a4a-94b1-750737bbddfe.jpg[/img]

[img]http://opas.iteye.com/upload/picture/pic/13059/a75045b4-8b7a-34ce-ac32-dea2192ce961.jpg[/img]

[img]http://opas.iteye.com/upload/picture/pic/13057/0ef49de4-ca16-350a-8b18-e65e436bdf5c.jpg[/img]

[img]http://opas.iteye.com/upload/picture/pic/13055/12633685-7fce-3b57-8f88-3251ad5e8028.jpg[/img]

[img]http://opas.iteye.com/upload/picture/pic/13053/9fb1dc8c-beb7-36ab-8dd7-312443770575.jpg[/img]

[img]http://opas.iteye.com/upload/picture/pic/13051/2a60b4b6-ef22-373c-a627-fd0590e3141d.jpg[/img]

[img]http://opas.iteye.com/upload/picture/pic/13049/18706f37-0d9d-3685-87fd-48ecaae241ca.jpg[/img]

除了风景迷人外,四月的音乐格外动听,上个星期无意在8box.com看到了挪威的音乐奇才美少女琳恩玛莲(Lene Marlin),首首歌都好听啊。于是每天都放她的唱片。一位歌星让我喜欢成这样,不容易啊。清淡的声音有时间的能量,Lene更能把握到一个民谣女歌手怎么样利用时间让自己沉淀。她的每张专集都放弃诸多花巧不实的手法和技巧堆砌的毛病。

四月看了好几部电影《暖春》,《阿妹的诺言》,《落地请开手机》,《花花型警》,前两部比较感人,后两部比较现代。特喜欢孙红雷,演啥像啥。

月初,有个朋友跑过来让我给她讲J2EE。两年没见了,还是个老样子。讲完后顺便逛了下校园。一路上只听见她一个劲的得说好大,好漂亮。于是感叹自己要求太高,或是审美疲劳。决定降低对美的要求。中旬,小FOX说喜欢宝贝,感觉挺好的。(那是,我们家的能不好嘛)
于是请她们吃了顿饭,顺便也叫上了小妹。我靠,一个男生,三个女生陪,真有面子。兴奋,一夜没睡好,第二天说体能测试,1000M,结果病到现在。肮活量明显下降,小个说,不错了,烟民还能吹到多少。于是我发誓,以后没事不抽烟。请广大朋友监督。

春暖花开的季节,工作自然顺利,通过一个月的努力,终于完成了SUN公司的Demo项目PetStore的重构.,等待的是后天的验收。希望验收成功吧。另外,我爸那份外调函让我伤透了脑子,来回几个快递都快把我折磨疯了。有此话也不多说了,你要当官嘛你出点力,你不出力你当啥官嘛。就知道蹲坑不拉屎,害死我们这种平民了。


记忆于晚饭后
基于数据挖掘的音乐推荐系统设计与实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐音乐欣赏(可以在线进行播放) 用户登陆选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(重点) 本课题需要大量用户行为(如播放记录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐与其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐与其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找出相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找出相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
MPU6050是一款广泛应用在无人机、机器人和运动设备中的六轴姿态传感器,它集成了三轴陀螺仪和三轴加速度计。这款传感器能够实监测并提供设备的角速度和线性加速度数据,对于理解物体的动态运动状态至关重要。在Arduino平台上,通过特定的库文件可以方便地与MPU6050进行通信,获取并解析传感器数据。 `MPU6050.cpp`和`MPU6050.h`是Arduino库的关键组成部分。`MPU6050.h`是头文件,包含了定义传感器接口和函数声明。它定义了类`MPU6050`,该类包含了初始化传感器、读取数据等方法。例如,`begin()`函数用于设置传感器的工作模式和I2C地址,`getAcceleration()`和`getGyroscope()`则分别用于获取加速度和角速度数据。 在Arduino项目中,首先需要包含`MPU6050.h`头文件,然后创建`MPU6050`对象,并调用`begin()`函数初始化传感器。之后,可以通过循环调用`getAcceleration()`和`getGyroscope()`来不断更新传感器读数。为了处理这些原始数据,通常还需要进行校准和滤波,以消除噪声和漂移。 I2C通信协议是MPU6050与Arduino交互的基础,它是一种低引脚数的串行通信协议,允许多个设备共享一对数据线。Arduino板上的Wire库提供了I2C通信的底层支持,使得用户无需深入了解通信细节,就能方便地与MPU6050交互。 MPU6050传感器的数据包括加速度(X、Y、Z轴)和角速度(同样为X、Y、Z轴)。加速度数据可以用来计算物体的静态位置和动态运动,而角速度数据则能反映物体转动的速度。结合这两个数据,可以进一步计算出物体的姿态(如角度和角速度变化)。 在嵌入式开发领域,特别是使用STM32微控制器,也可以找到类似的库来驱动MPU6050。STM32通常具有更强大的处理能力和更多的GPIO口,可以实现更复杂的控制算法。然而,基本的传感器操作流程和数据处理原理与Arduino平台相似。 在实际应用中,除了基本的传感器读取,还可能涉及到温度补偿、低功耗模式设置、DMP(数字运动处理器)功能的利用等高级特性。DMP可以帮助处理传感器数据,实现更高级的运动估计,减轻主控制器的计算负担。 MPU6050是一个强大的六轴传感器,广泛应用于各种需要实运动追踪的项目中。通过 Arduino 或 STM32 的库文件,开发者可以轻松地与传感器交互,获取并处理数据,实现各种创新应用。博客和其他开源资源是学习和解决问题的重要途径,通过这些资源,开发者可以获得关于MPU6050的详细信息和实践指南
### 月尺度影像合成技术概述 月尺度影像合成为遥感数据分析提供了重要的基础支持,其主要目标是从高频率的间序列影像中提取代表一个月的信息。这一过程通常涉及去除云层干扰、噪声过滤以及数据平滑等步骤[^1]。 #### 常见的月尺度影像合成方法 常用的月尺度影像合成方法可以分为两类:基于统计的方法和基于模型的方法。 - **基于统计的方法** 这类方法主要包括取平均值法、最大值复合(Maximum Value Composite, MVC)、最小值复合(Minimum Value Composite, MNC)等。这些方法通过对间序列内的多个影像进行统计分析来生成单个月份的代表性影像。例如,MVC常用于植被指数(NDVI)的合成,选取每个月内NDVI的最大值作为该月的结果[^2]。 - **基于模型的方法** 此类方法依赖于间序列建模技术,如Savitzky-Golay滤波器和平滑样条曲线拟合法。它们通过构建连续的间变化趋势线,在减少噪声的同保留真实的地物特征。这种方法特别适用于存在大量缺失值或异常值的情况[^3]。 #### 技术实现工具 在实际应用中,多种软件和技术平台可用于完成月尺度影像合成: - **SNAP 和 ENVI 软件** SNAP 是 ESA 提供的一款开源软件,主要用于 Sentinel 系列卫星数据的预处理与分析;而 ENVI 则是一款商业化的遥感图像处理软件,广泛应用于多光谱数据的预处理、波段组合及分类等工作。这两款工具均可辅助完成初步的数据清洗与准备阶段的任务[^1]。 - **Google Earth Engine (GEE)** GEE 平台因其强大的云端计算能力和丰富的全球范围遥感数据库资源,成为了近年来研究者们青睐的选择之一。它内置了许多高级算法库,可以直接调用来执行复杂的空分析任务,比如月度 NDVI 合成等功能模块已经封装好,用户只需简单配置即可运行。 ```javascript // 使用 Google Earth Engine 实现月尺度 NDVI 合成示例代码 var startDate = '2023-01-01'; var endDate = '2023-01-31'; // 加载 Landsat 8 影像集合 var collection = ee.ImageCollection('LANDSAT/LC08/C01/T1_TOA') .filterDate(startDate, endDate) .map(function(image){ var ndvi = image.normalizedDifference(['B5', 'B4']).rename('NDVI'); return image.addBands(ndvi); }); // 计算每月最大 NDVI 值 var monthlyMaxNDVI = collection.qualityMosaic('NDVI'); Export.image.toDrive({ image: monthlyMaxNDVI.select('NDVI'), description: 'Monthly_Max_NDVI', scale: 30, }); ``` 以上代码片段展示了如何利用 GEE 对指定间段内的 Landsat 8 数据集进行 NDVI 的最大值合成操作,并导出最终结果文件保存至 Google Drive 中。 ---
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