pydataAI-优快云博客

原创深度神经网络（DNN）算法详解及Keras应用实例

深度神经网络（DNN）是一种包含多个隐藏层的人工神经网络。与传统的浅层神经网络相比，深度网络能够学习更复杂的数据表示和抽象，这使得它们在处理高维数据时表现得更加有效。通过本文，我们简要介绍了深度神经网络的基本概念、主要特点以及在Keras中的具体实现步骤。通过上述实例可以看出，Keras库为构建和训练深度神经网络提供了一个高效且易于使用的框架。如果您对深度神经网络感兴趣或有任何疑问，欢迎关注本人并参与讨论哈！

2024-09-27 19:26:59 1226

原创 BP算法实例运用

反向传播算法（Backpropagation, 简称BP算法）是一种用于训练人工神经网络的算法。它首次被详尽描述和普及是在1986年由David E. Rumelhart, Geoffrey E. Hinton 和 Ronald J. Williams的研究论文中。该算法主要用于优化神经网络的权重，以最小化网络的损失函数（error function），通常是通过梯度下降法来实现的。

2024-09-24 13:21:00 591

原创支持向量机算法介绍与应用

支持向量机（Support Vector Machine，SVM）是一种常用的监督学习方法，适用于分类和回归问题。这种算法在数据科学、机器学习和人工智能领域内非常受欢迎，尤其在处理非线性问题时表现出强大的性能。SVM的基本思想是寻找一个超平面，使得不同类别的数据在该超平面两侧，并且各自距离超平面最近的点的距离（即支持向量到超平面的距离）尽可能大。

2024-09-24 10:33:20 537

原创随机森林算法简介及实践

随机森林(Random Forest, RF)是一种集成学习算法，属于Bagging类方法。它通过建立多个决策树来工作，并将这些树的预测结果进行合并来得到最终的预测结果。随机森林算法的核心在于随机性，这种随机性体现在两个方面：一是在训练过程中对原始数据进行随机的抽样；二是在分裂决策树节点时随机选择特征。

2024-09-23 13:15:06 874

原创 XGBoost算法详解与实践

XGBoost是基于梯度提升（Gradient Boosting）算法的优化自适应提升算法。而梯度提升是一种机器学习技术，用于回归和分类问题，它通过结合多个弱预测模型来构建一个强预测模型。在标准的梯度提升过程中，决策树被用作弱学习器。

2024-09-23 11:51:19 678

原创 python根据经纬度坐标提取具体像元值

在进行遥感定量反演建模之前，往往需要根据经纬度坐标点得到此位置的具体像元值。于是我就写了一个python程序来实现此功能，见下文

2024-02-06 10:06:03 1548 2

原创基于arcpy的遥感图像批量拼接

我们在进行遥感图像处理时，有时候需要将图像进行拼接。假设所有待拼接影像在一个文件夹，这时候需要写一个pthon程序实现它们的批量拼接，阁下该如何应对？本文基于arcpy实现了遥感影像批量拼接的功能，需要的话可以参考使用一下。

2024-02-01 19:06:50 707 1

原创 python利用shp面对tif进行批量裁剪（掩膜）

不知道各位在日常处理遥感影像时，是否会遇到这种情况：就是假设有一个shp文件，里面有很多面，需要基于这些面对tif分别进行裁剪。这种裁剪其实arcgis也可以，但是就比较麻烦，于是乎我想到了利用python代码直接批量裁剪，请看下文

2024-01-31 20:09:23 4858 4

原创 python实现tif转为数组、数组转为栅格

在遥感应用领域，有时候需要对tif进行读取转为数组，有时候也需要将数组写为tif。基于此，我在想能否写一个python函数实现，方便以后调用。

2024-01-29 18:59:46 913

原创语义分割样本随机划分

深度学习语义分割在训练时需要将裁剪好的样本数据划分为训练集、验证集和测试集。如果手动划分会存在遗漏或者其他未知错误，为此，我想能不能写一个python程序实现样本数据集随机按照设定比例来划分呢？于是就有了后文...通过python实现了语义分割样本的随机划分，免去手动划分的繁琐工作，有需要可以拿去copy。

2024-01-26 09:39:18 345 1

原创遥感影像批量裁剪（语义分割样本制作）

前不久遇到一个需求，即对遥感影像进行批量裁剪。其实这个需求在arcgis中等一些gis软件中就可以实现，但是吧，他需要手动点比较麻烦，而且中间还生成一些我并不需要的其他文件（.tfw等等）。基于此，我就想这个能不能自己用python写一个程序实现批量裁剪，且不生成其他文件。说干就干，详见下文.

2024-01-24 16:58:38 1890

weixin_42896562的博客