- 博客(996)
- 收藏
- 关注
RSS订阅原创 AI-XGBoost机器学习与生态—植被与土地利用识别、土壤碳氮空间预测、生物多样性驱动机制、土壤微生物功能预测、生态退化与风险识
在众多机器学习方法中，XGBoost以其卓越的预测精度、对非线性和交互作用的天然刻画能力、对中小样本数据的良好适应性，以及SHAP等配套解释框架带来的机制解析能力，已成为生态、地学、环境、农业等领域高水平论文中应用最广泛的算法之一。课程不做概念宣讲，而是以真实研究流程为主线——从研究问题界定、多源数据整合、模型构建与调优、结果解释，到论文图表与文字表达——通过五类高频生态地学案例的完整实操，帮助学员把机器学习真正用进自己的课题中，形成可复现、可解释、可发表的研究成果。
2026-09-09 15:18:25
127
原创 MATLAB数值计算与深度学习：BP、SVM、CNN、LSTM、GAN、YOLO、U-Net、AutoEncoder
随机森林的本质是什么？3、LeNet、AlexNet、Vgg-16/19、GoogLeNet、ResNet等经典深度神经网络的区别与联系。2、自编码器的变种（栈式自编码器、稀疏自编码器、去噪自编码器、卷积自编码器、掩码自编码器等）及其工作原理。6、预训练模型（Alexnet、Vgg-16/19、GoogLeNet、ResNet等）的下载与安装。3、调参技巧（参数初始化、数据预处理、数据扩增、批量归一化、超参数优化、网络正则化等）2、文件导入：mat、txt、xls、csv、jpg、wav、avi等格式。
2026-07-29 11:55:21
221
原创 ChatGPT在科研全场景中的深度应用--数据清洗/经典统计/机器学习/时空分析/基金绘图/二次开发一次掌握
自然科学研究遵循严谨的科学方法论，包括文献调研、问题综述、试验设计、提出假设、数据清洗、统计诊断、大数据分析、经典统计模型（回归模型、混合效应模型、结构方程模型、Meta分析模型）、参数优化、机器/深度学习、大尺度模型构建与模拟、论文辅助阅读、论文写作、翻译、润色、审稿、科研绘图、GIS绘图、概念图绘制、项目基金撰写及润色等过程。5)主成分分析、LDA、NMS、T-SNE、UMAP、Kmeans、Agglomerative、DBSCAN。4)特征工程、数据分割、目标函数、参数优化、交叉验证、超参数寻优。
2026-07-29 09:19:47
301
原创 基于Fragstats的土地利用景观格局分析
案例2：京津冀景观生态风险空间异质性特征分析。十二、案例1：京津冀地区土地利用变化及景观格局分析。二、 Fragstats界面与数据格式。三、数据准备：ArcGIS软件操作。九、Fragstats景观指数计算。十、景观格局指数空间显示与分析。四、数据准备：数据结构及变换。五、数据准备：数据投影及变换。六、数据准备：数据采集与编辑。七、数据准备：数据获取及处理。一、景观格局及相关软件介绍。十一、结果显示与地图制图。八、土地利用统计分析。
2026-07-17 17:23:58
181
原创 遥感技术在生态系统碳储量、碳收支、碳循环以及人为源排放反演等领域的技术
卫星遥感具有客观、连续、稳定、大范围、重复观测的优点，已成为监测全球碳盘查不可或缺的技术手段，卫星遥感也正在成为新一代 、国际认可的全球碳核查方法。本此内容的目的就是梳理碳中和与碳达峰对卫星遥感的现实需求，系统总结遥感技术在生态系统碳储量、碳收支、碳循环以及人为源排放反演等领域的技术发展，以实践的角度切实解决遥感技术在生态、能源、大气等领域的碳排放监测及模拟问题。l碳储量、碳收支与碳循环中的遥感技术。l碳储量（碳库）估算的方法与原理。l遥感数据的处理与特征参量的提取。l土地利用变化碳排放估算的原理。
2026-07-17 17:10:25
487
原创 AI+多技术融合在流域生态系统服务评价、水文水生态分析、碳收支、气候变化影响、制图等
流域生态系统服务在环境保护与资源管理中具有不可替代的重要性。随着全球气候变化和人类活动对自然环境的压力日益增大，流域生态系统的稳定性和健康状况面临严峻挑战。因此，对流域生态系统服务的科学评估和有效管理不仅能够提升生态系统的抗逆性和恢复力，还能为区域可持续发展提供坚实的环境保障。通过GIS+技术进行的流域生态系统服务评估，可以实现对生态功能的精确量化和空间表达，帮助决策者优化土地利用规划、改进水资源管理策略，进而在保护生态系统服务的同时，促进经济社会的可持续发展。8.2 InVEST模型的生态系统服务评估。
2026-07-16 21:43:54
286
原创 DNDC模型建模及在土壤碳储量、温室气体、农田减排、土地与气候变化
DNDC（Denitrification-Decomposition，反硝化-分解模型）是目前国际上最为成功的模拟生物地球化学循环的模型之一，自开发以来，经过不断完善和改进，从模拟简单的农田生态系统发展成为可以模拟几乎所有陆地生态系统的动态模拟模型。在“应用长期观测数据评价土壤有机质模型”国际高级学术讨论会上，DNDC被评为土壤碳库评估较好模型之一。12.5 土地利用变化下的DNDC模拟。13.5 未来气候变化下的DNDC模拟。12.2 土地利用变化的转移矩阵分析。7.3 DNDC区域结果的地块显示。
2026-07-16 21:38:27
208
原创 ArcGIS在洪水灾害普查、风险评估及淹没制图中的实践
其中，我国有超过 60%的国土面积、90%以上的人口均受到不同程度的洪水威胁，重要城市、重要基础设施和粮食主产区主要分布在江河沿岸以及沿海地区，人口分布和生产力布局与洪水风险区域高度重叠，因此做好洪水灾害普查、评估洪水淹没风险以及制作洪水淹没地图至关重要。3.通过典型案例分析与实战模拟操作相结合，提高ArcGIS软件在洪水风险普查中的应用水平；1.掌握洪水风险区划、防治区划、淹没制图的技术要点。2.6 洪水普查案例：成果要求的电子数据制作（1）3.7 洪水普查案例：成果要求的电子数据（2）
2026-07-16 21:29:27
188
原创 生态系统NPP及碳源、碳汇模拟 （土地利用变化、未来气候变化、空间动态模拟）
碳中和可以从碳排放（碳源）和碳固定（碳汇）这两个侧面来理解。陆地生态系统在全球碳循环过程中有着重要作用，准确地评估陆地生态系统碳汇及碳源变化对于研究碳循环过程、预测气候变化及制定合理政策具有重要意义。1、理解CASA原理并能够应用CASA模型进行生态系统NPP及碳源/碳汇模拟；2、熟练应用ArcGIS、ENVI等软件进行CASA数据制备；3、掌握土地利用变化及未来气候变化下的CASA模拟流程；基于CASA的生态系统碳源/碳汇时空动态模拟。7.5 土地利用变化下的CASA模拟。
2026-07-16 21:19:22
447
原创 GIS数据制备，空间分析与高级建模
尤其在当今大数据时代，面对海量的空间数据及个性化的地理信息服务，如何高效地进行空间数据的处理分析，使之满足科研和行业系统的需要，已经成为亟待解决的问题。大数据发展日新月异，我们应该审时度势、精心谋划、超前布局、力争主动，深入了解大数据发展现状和趋势及其对经济社会发展的影响，推动实施国家大数据战略，加快建设数字中国，更好服务我国经济社会发展和人民生活改善。3.掌握常用的GIS空间分析方法及ArcGIS操作流程，了解GIS高级建模的步骤；7.5 案例分析：基于ArcGIS的PM2.5空间插值及分析。
2026-07-16 21:16:17
233
原创 遥感、GIS及GPS在土壤空间数据分析、适应性评价、制图及土壤普查中的实践技术应用
普查成果包括全国土壤类型图，土壤养分图，土壤质量图，土壤利用适宜性分布图等，因此，土壤普查需涉及大量的空间数据处理和分析，离不开遥感（RS）、地理信息系统（GIS）、全球定位系统（GPS）等技术的支撑。遥感、GIS及GPS技术及软件简介。基于ArcGIS的土壤类型制图。基于GPS技术的土壤采样设计。空间数据的采集、编辑及处理。土壤监测数据的空间插值分析。遥感技术在土壤普查中的应用。空间数据及土壤数据库构建。土壤空间数据的投影变换。土壤适宜性评价及制图。
2026-07-16 21:03:58
194
原创 如何高效地进行空间数据的处理分析
随着信息技术的发展,数字地球、智慧地球等新概念的出现，人们对信息的需求日益提高，使得地理信息系统(GIS)在国民经济各个行业中获得了日益广泛的应用。尤其在当今大数据时代，面对海量的空间数据及个性化的地理信息服务，如何高效地进行空间数据的处理分析，使之满足科研和行业系统的需要，已经成为亟待解决的问题。大数据发展日新月异，我们应该审时度势、精心谋划、超前布局、力争主动，深入了解大数据发展现状和趋势及其对经济社会发展的影响，推动实施国家大数据战略，加快建设数字中国，更好服务我国经济社会发展和人民生活改善。
2026-07-13 17:35:17
203
原创 Noah-MP陆面过程模型建模方法与站点、区域模拟
基于完整的单站模拟流程，选择课程示例站点之外的一个站点，完成数据下载、变量提取、格式转换、数据编译、模型参数设定、模型运行、结果提取与导出、结果可视化等操作。基于完整的区域模拟流程，选择课程示例区域之外的一个区域，完成数据下载、变量提取、格式转换、数据编译、模型参数设定、模型运行、结果提取与导出、结果可视化等操作。从虚拟机出发，逐步讲解Noah-MP模型运行所需的linux环境的搭建、intel编译器的安装与配置、必要软件的下载与安装、模型构建与编译等内容，细化步骤、逐指令讲解。
2026-07-13 15:39:55
331
原创 python多光谱数据预处理、图像分类、定量评估、机器学习等
与昂贵、不易获取的高光谱、高空间分辨率卫星数据相比，中等分辨率的多光谱卫星数据可以免费下载获取，例如：landsat数据、哨兵-2号数据、Aster数据、Modis数据等，这些海量的长时间对地观测数据，蕴藏着丰富的信息。通过对光谱、图像等数据处理，掌握岩矿、土壤、植被等地物的光谱特征和图像特征，结合ENVI等专业软件、Python开发工具平台，开展多光谱数据预处理、图像分类、定量评估、机器学习等方法的实践和开发，提高运用多光谱遥感技术解决实际问题能力。多光谱数据重组整理、机器学习模型构建、训练方法。
2026-07-13 15:17:08
339
原创 如何利用有限的数据发表更多的SCI论文？？-----利用ArcGIS探究环境和生态因子对水体、土壤和大气污染物的影响
实战案例涉及环境科学、环境工程、环境化学、生物地理学、生态学、地理信息学、遥感科学、环境毒理学、医学流行病学等学科，内容涉及地下水、地表水、碳排放、土壤污染物、气候变化、生物多样性、生态系统服务、植被覆盖、土地利用、人类活动、健康风险和生态风险等；3.2 基于DEM的表面分析（坡度、坡向、等值线、山体阴影提取）5.2 度量地理分布（标准距离、方向分布、平均中心、中心要素）6.4土地利用的分类提取（重分类、栅格转矢量、融合工具）3.3 基于DEM的水文分析（河网、盆域、集水区提取）
2026-07-10 17:12:00
180
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
SVR回归与SVM分类的区别在于，SVR的样本点最终只有一类，它所寻求的最优超平面不是SVM那样使两类或多类样本点分的“最开”，而是使所有的样本点离超平面的总偏差最小。一个表格型的数据结构，既有行标签（index），又有列标签（columns），它也被称异构数据表，所谓异构，指的是表格中每列的数据类型可以不同，比如可以是字符串、整型或者浮点型等。NumPy 中定义的最重要的对象是称为ndarray的N维数组类型，它描述相同类型的元素集合，可以使用基于零的索引访问集合中的项目。深度学习是机器学习的一种。
2026-07-10 16:56:40
250
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
（2）R语言基础语法与数据结构，包括：程序包安装、加载、更新，数据读取与输出，ggplot2常规画图等。(40融合R语言的MaxEnt模型的优势？基于组合物种分布模型的长棘海星与褐拟鳞鲀适宜生境及其对气候变化的响应 .基于MaxEnt模型的气候变化对海南岛湿地景观潜在分布的影响。基于MaxEnt模型的气候变化对海南岛湿地景观潜在分布的影响。3、模型评价： ROC、AUC、TSS等参数进行模型结果评价。栅格数据掩膜提取、裁剪、镶嵌、重采样、滤波等。1、Java、MaxEnt安装与模型界面说明。
2026-07-09 19:56:48
157
原创 Python驱动的无人机多光谱-点云融合技术在生态三维建模与碳储量、生物量、LULC估算中的实战
利用Python开源栈（rasterio、GDAL、geopandas、scikit-image）完成批量投影转换、影像裁剪、掩膜过滤与NDVI、MSAVI、GNDVI等植被指数计算；通过随机森林、XGBoost、SVM三套并行建模管线，对碳储量、下层植被生物量、土地利用/覆盖分类三个真实案例进行交叉验证、网格搜索与超参数优化，并引入SHAP值与偏依赖图提升模型可解释性释性；RF、XGBoost、SVM、MLR等建模方法，结合AI实现调参与结果解释。CHM推导、生物量建模，AI支持结果可视化与实验报告。
2026-07-09 19:53:19
229
原创 基于LPJ模型的植被NPP模拟、驱动力分析及其气候变化响应预测
随着全球气候变化的日益严峻，理解和预测植被生产力的变化变得尤为重要。此次主要目的是深入探讨植被净初级生产力（NPP）的模拟、驱动力分析及其气候变化响应，利用LPJ模型为研究工具，帮助学员掌握从GPP到NPP、NEP/NEE等关键量的计算与应用。重点为如何通过LPJ及LPJ-GUESS模型，结合气候数据，分析不同气候情景下植被生产力的变化及其对生态系统的影响。
2026-07-09 19:46:15
216
原创 基于R语言的物种气候生态位动态量化与分布特征模拟
利用R语言进行物种气候生态位动态量化与分布特征模拟，不仅可以量化描述物种对环境的需求和适应性，预测物种的潜在生态位和分布，还可以模拟物种分布的动态变化，捕捉生物种群生态位的时空异质性。主要步骤：二维网格物种地理空间和环境空间的定义、应用核平滑计算二维环境空间的气候密度、通过随机检验方法对原产地和入侵区气候生态位的相似性进行统计检验，量化入侵区相比原产地的气候生态位动态等。将通过R语言多个程序包与GIS融合应用，提升物种气候生态位动态量化与分布特征模拟的研究方法和技能。
2026-07-09 19:43:29
158
原创 空气质量预报模式系统（WRF-CMAQ）改 进与污染源排放清单编制处理
随着计算机技术的高速发展、空气污染监 测手段的提高和人们对大气物理化学过程认识的深入，开发并利用先进的大气化学模式进行我国空气质量的预 测预报、对于减少大气污染灾害、提高人民生活质量都具有积极的意义。空气质量预报模式系统（WRF-CMAQ） 和污染源处理技术是目前大范围灰霾天气预警及综合治理的重要手段，其在全国的推广应用将有利于提高实际 的业务预报水平、增强防灾减灾能力、取得显著的社会经济效益。2．介绍将低分辨率（如MEIC，MICS-Asia清单）处理成高分辨率排放清单的技术方法；
2026-07-04 16:57:51
233
原创 从DEM到CMIP6：流域碳中和全链条技术栈与多模型（FLUS-InVEST-CASA-DNDC-SWAT）耦合实战解析
在这一过程中，流域的生态系统作为水、土、生物多样性等自然资源的集成体，扮演着至关重要的角色。通过对流域生态系统的科学管理，我们能够更好地平衡碳汇与碳排放，维持生态系统的健康与功能性，为实现碳中和目标提供重要的技术支持。流域碳中和不仅关乎减少碳排放，更涉及生态系统的修复与建设，尤其是通过恢复湿地、植被和水文网络等自然要素，增强流域的碳吸收能力。与此同时，流域管理还应注重减少人为活动带来的碳排放，如农业、城市化进程中的土地利用变化等问题，这些都需要通过技术手段和政策引导加以控制。
2026-06-26 17:30:14
176
原创 水文气象时序分析-从ARMA到Mamba的全栈技术
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；本内容以实践序列分析为主线，系统讲述了传统的时间序列分析技术、机器学习以及深度学习等模型。案例四：基于VAR以及Bayesian VAR的气温回归。案例十：基于XGBoost模型及夏普利值的归因分析。案例六：基于隐Markov模型的降雨数据分析。案例三：基于GARCH的气温波动估计。案例十一：基于高斯过程的时间序列预测。案例八：基于模态分解的时间序列预测。3. CNN及其在时间序列中的应用。
2026-06-26 17:14:58
191
原创 Python科研可视化全栈技术：Matplotlib-Seaborn-Cartopy-SHAP从规范到自动化出版级出图
本内容初衷在于搭建“理论标准-工具实操-场景落地”的完整学习链路：既帮助研究者吃透科研制图的底层规范（如 RGB/CMYK 转换、矢量图与位图区别、FDR显著性校正可视化逻辑），又聚焦Python在生态与地学领域的实战应用（如遥感分类结果制图、多Y轴气候水文图、SHAP模型解释图），最终让研究者能将数据转化为符合顶级期刊要求、兼具科学性与美观性的学术图表。Matplotlib（底层/可控）、Seaborn（统计范式）、Plotly（交互）、Cartopy（制图）、PyVista（3D）、SHAP（可解释）
2026-06-26 16:58:42
217
原创 Python x AI 赋能地球科学：Xarray/Dask时空大数据处理与预测建模
核心内容包括AI技术在时空数据处理、多源数据融合、预测模型构建等方面的应用，涵盖时间序列分析、空间统计建模、遥感影像解译与生态系统模拟等关键领域。2、无监督学习：聚类（K-means、DBSCAN、层次聚类）、降维（PCA、t-SNE）1、监督学习：回归与分类算法（线性模型、支持向量机、随机森林、梯度提升树、深度学习）3、主要数据源：NASA、NOAA、ESA、Copernicus、中国气象局等。1、常见地球科学数据类型：站点观测、格点数据、再分析数据、遥感影像、模式输出。
2026-06-26 16:16:16
225
原创 让Meta分析从“毕业救急”升级为“方法论武器”——AI赋能下的全链路实战指南
本内容通过AI大模型全程助力Meta分析，从文献计量分析研究热点变化，寻找科学问题、R-Meta多手段全流程分析与Meta高级绘图、多层次分层嵌套模型构建与Meta回归诊断、贝叶斯网络、MCMC参数优化及不确定性分析、Meta数据缺失值处理的六种方法与结果可靠性分析、Meta加权机器学习与非线性Meta分析等方面。缺失值六大处理策略：忽略、删除、均值填补、多重插补（mice）、模型预测、敏感性分析。1)Meta诊断分析（t2、I2、H2、R2、Q、QE、QM等统计量）
2026-06-25 17:28:43
202
原创 如何高效地处理、分析和应用遥感数据？空天地遥感数据识别与计算
在本内容中，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。
2026-06-18 16:23:51
793
原创 还在用ChatGPT只做翻译？让它帮你写完论文、建好模型、画出图表、申到基金
以ChatGPT-4o代表AI大语言模型引领了新一波人工智能浪潮，也在自然科学各个过程中提升生产力，本内容通过生物、地球、农业、气象、生态、环境、GIS科学领域中的大量案例，结合数据、文本、图片、代码、语音、视频等不同形式的数据、模式和内容，自然科研的全流程，通过大模型辅助编写Python和R语言代码以及大模型API二次开发等技术对案例进行实现，带领大家快速进入科研新范式。5)主成分分析、LDA、NMS、T-SNE、UMAP、Kmeans、Agglomerative、DBSCAN。
2026-06-18 15:48:13
276
原创 把ChatGPT变成你的遥感数字员工：提示词工程、批处理与多光谱/高光谱分析实战指南
用户可通过描述性指令（如“识别城市热岛效应的空间梯度异常”），驱动模型自动生成对应的分析逻辑链，并调用相应算法模块完成从辐射定标到特征提取的复杂流程，显著降低多源异构数据的操作门槛。，动态接入最新的遥感算法库和公开数据集。这意味着，对于灾害应急响应、植被健康监测、城市扩张模拟等不同应用场景，AI能根据实时输入的数据特征，灵活调整分析策略，展现出较强的领域迁移与泛化能力。AI提供基于统计和先验知识的概率性建议，而最终判断权保留给专家，同时将专家的修正反馈作为后续优化提示的语境，实现专业知识的持续沉淀。
2026-06-18 14:13:38
226
原创 ArcGIS Pro 流域边界划分、河网提取、水文计算等
ArcGIS Pro 是一款集数据采集、处理、分析和可视化于一体的强大 GIS 工具，广泛应用于水文、水资源、水生态和水环境等领域。在水文分析方面，ArcGIS Pro 利用数字高程模型 (DEM) 进行流域边界划分、河网提取，并可实现水文站控制面积的计算，帮助科学家分析流域内的水文特征及其动态变化。13.5 AI+ArcGIS Pro水文、水资源、水生态、水环境应用场景介绍（技术指导、Python编程、数据处理、快速制图、错误分析、分析报告，等）5.4 ArcGIS Pro实现矢量数据面积、周长等计算。
2026-06-18 11:43:25
261
原创 从数据预处理到U-Net语义分割：大模型+PyTorch实战路径
1、深度学习框架概述（PyTorch、Tensorflow、Keras等）2、PyTorch简介（PyTorch的版本、动态计算图与静态计算图、PyTorch的优点）3、PyTorch的安装与环境配置（Pip vs. Conda包管理方式、验证是否安装成功、CPU版与GPU版的安装方法）4、实操练习。
2026-06-18 10:59:20
225
原创 MATLAB机器学习、深度学习--从数据预处理到模型训练
随机森林的本质是什么？3、LeNet、AlexNet、Vgg-16/19、GoogLeNet、ResNet等经典深度神经网络的区别与联系。2、自编码器的变种（栈式自编码器、稀疏自编码器、去噪自编码器、卷积自编码器、掩码自编码器等）及其工作原理。6、预训练模型（Alexnet、Vgg-16/19、GoogLeNet、ResNet等）的下载与安装。3、调参技巧（参数初始化、数据预处理、数据扩增、批量归一化、超参数优化、网络正则化等）2、文件导入：mat、txt、xls、csv、jpg、wav、avi等格式。
2026-06-16 10:59:15
263
原创 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
随着人工智能技术的迅猛发展，大语言模型（如GPT）正以其卓越的自然语言理解和生成能力，全面革新水文水资源领域的科研与实践方式。通过提示词驱动，GPT可以快速适配特定领域需求，实现更加智能化、个性化的解决方案，这种能力为水文水资源领域的科研创新带来了前所未有的便捷与可能性。本次将聚焦GPT等大语言模型与水文水资源领域的深度融合，如何高效完成时间序列分析、空间数据处理、水文模型优化以及智能科学写作等任务。4.大语言模型出水文学原理、水环境化学等学科的卷子并给出正确答案（水文学原理及水环境化学等、实践）
2026-06-16 09:45:31
194
原创 告别“靠天吃饭”：DeepSeek赋能表型、生化、胁迫与产量智能提取，农业AI来了
通过案例驱动的方式，解决农业生产中的实际问题，如作物长势监测、胁迫识别、产量预测等，您将在学习过程中通过解决真实农业问题，提升其解决复杂农业问题的能力。如何有效获取和整合多源遥感数据（卫星影像、无人机数据、地面观测数据等），进行数据预处理（如辐射校正、几何校正、波段筛选等），并构建高效的数据仓库，支持大规模数据存储与查询，确保数据质量和可用性。如何设计合理的实验进行模型验证，分析遥感数据与地面数据的对比结果，展示不同算法和模型的评估指标，并通过结果对比分析，评估模型的优劣和适用性。
2026-06-12 16:49:08
181
原创 AI-R的因果推断--融合潜在结果模型与结构因果模型，覆盖DAG因果图、倾向得分匹配、双重稳健估计、工具变量、因果森林与因果发现
针对观测数据中因果效应识别、混杂控制与机制解析等核心难题，内容深度融合Rubin潜在结果模型、Pearl结构因果模型及机器学习因果方法，完整覆盖从因果假设构建到稳健估计检验的技术链条。通过真实案例驱动，学员将系统掌握有向无环图（DAG）构建、倾向得分匹配（PSM）、双重稳健估计（AIPW/TMLE）、工具变量法（IV）、中介效应分析及因果森林（Causal Forests）等核心技术，并进一步拓展至因果发现（Causal Discovery）的前沿方法。
2026-06-09 17:32:19
392
原创 如何使用python网络爬虫批量获取公共资源数据实践技术应用
在21世纪数据革命的浪潮下，大数据承载的价值不断提高，大数据的应用范围不断地扩大，已经渗透到自然科学和社会科学的多个领域，为学科发展和科学研究提供了巨大的发展机遇。Python网络爬虫是快速批量获取网络数据的重要手段，它按照发送请求、获得页面、解析页面、下载内容、储存内容等流程，根据网页的链接地址自动获取网页内容，其特点是快速批量、自动化运行。4）案例：使用五种不同解析技术爬取经济、天气、土壤、品种大数据。4)案例：使用json解析爬取数据类网站。1）抓取的数据形式：文本、图片、链接。
2026-06-05 17:53:17
1091
原创 R-Meta多手段全流程分析与Meta高级绘图、多层次分层嵌套模型构建与Meta回归诊断、贝叶斯网络、MCMC参数优化及不确定性分析
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。本内容通过AI大模型全程助力Meta分析，从文献计量分析研究热点变化，寻找科学问题、R-Meta多手段全流程分析与Meta高级绘图、多层次分层嵌套模型构建与Meta回归诊断、贝叶斯网络、MCMC参数优化及不确定性分析、Meta数据缺失值处理的六种方法与结果可靠性分析、Meta加权机器学习与非线性Meta分析等方面。
2026-06-05 17:25:12
96
原创 R语言地理加权回归、主成份分析、判别分析等空间异质性数据分析
在自然和社会科学领域有大量与地理或空间有关的数据，这一类数据一般具有严重的空间异质性，而通常的统计学方法并不能处理空间异质性，因而对此类型的数据无能为力。以地理加权回归为基础的一系列方法：经典地理加权回归，半参数地理加权回归、多尺度地理加权回归、地理加权主成份分析、地理加权判别分析是处理这类数据的有效模型。6.共线性与变量选择：地理加权回归中的岭回归与Lasso回归。3.广义地理加权回归：链接函数，泊松回归与二项式回归。2.地理加权回归：基本方法与稳健方法，异常值的检验。8.QGIS中的地理加权回归。
2026-06-05 17:10:35
99
原创 面向高校的基于算法的发明专利申请写作方法
发明专利作为国家和高校认可的成果形式之一，其申请和授权一直受到教师和学生们的高度重视；基于算法的发明专利作为发明专利的重要分支，每年都有大量的算法专利被授权或者拒绝。虽然高校的教师对论文写作非常熟悉，但是发明专利的写作方式和特点与论文的区别非常大，所以其成功率一直不高。专题四、提高算法发明专利申请成功率的技巧。发明专利申请书与论文的关键不同。算法发明专利申请书的实例分析。申请书权利要求书的写作要点。第二部分、算法专利的特点。常见的发明专利驳回理由。答复书的写作与实例分析。发明专利申请书的组成。
2026-06-05 17:05:12
201
原创 基于GeoDa与R语言的空间数据回归
空间数据是常见的数据形式之一，因此空间数据回归也是最常用的方法之一。由于空间数据之间往往有相关性，它们不满足经典统计学的数据独立性假设，所以回归的理论和建模方式与普通回归模型相比既陌生又复杂。GeoDa与R语言是建立空间回归模型最合适的软件；尤其是GeoDa提供了用户友好的界面，是空间回归方法最方便的建模软件。1.空间滞后模型：二阶段估计与极大似然法。1.非空间模型的空间格局模型：原理与操作。二 GeoDa中的普通回归 空间依赖。2.空间的局域相关与全局相关度量。2.基于空间模型的空间格局模型。
2026-06-05 16:50:35
170
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