- 博客(18)
- 收藏
- 关注
RSS订阅原创 地理信息系统学习笔记——第六章 空间数据采集与处理
图论与空间数据处理的深度融合，源于二者的天然契合 —— 空间实体可抽象为图的顶点，空间关系对应图的边，为拓扑分析、网络建模等核心需求提供了坚实的理论与算法支撑。②转换途径：外部文件交换（E00、MID 等格式）、标准空间数据交换（CNSDTF）、空间数据互操作（Open GIS）、基于语义转换。③相似变换：保持形状不变，含平移（X′=X+Tx、Y′=Y+Yx）、旋转（X′=Xcosθ+Ysinθ等）、缩放三种基本操作。①交换模式：外部数据交换、直接数据访问、数据互操作、空间数据共享平台。
2025-12-02 17:17:38
1244
原创 《地理空间数据质量与不确定性》学习笔记
最大启发：地理空间数据质量是“生命线”，其影响贯穿GIS应用全流程，从数据采集阶段的标准制定，到处理阶段的误差控制，再到应用阶段的质量评估，每个环节都需建立严格的质量管控体系。- 从技术流程层面，数据采集（仪器精度限制）、处理（数字化误差、格式转换偏差）、应用（模型简化、理解偏差）等每个环节都可能引入误差，且误差无法完全消除，只能通过技术手段控制在可接受范围。- 联系：二者均反映地理空间数据与真实情况的偏离，不确定性可看作广义的误差，都源于数据采集、处理、应用等环节，是数据质量评价的核心考量因素。
2025-11-18 14:47:42
334
转载 地理信息系统——坐标系统
海洋领域如海图，如果用错投影，岛屿位置偏移，船舶避礁就危险。"地心坐标系：以地球质心为原点，代表全球统一坐标系，如 WGS84（GPS使用，椭球参数：a=6378137a = 6378137a=6378137 m，b=6356752.314245b = 6356752.314245b=6356752.314245 m，扁率 1/298.2572235631/298.2572235631/298.257223563）和 CGCS2000（中国北斗使用，与WGS84偏差仅0.11 mm，可兼容）。
2025-11-13 18:17:05
113
原创 《地理信息系统》第四章空间数据结构学习笔记
摘要：本文系统梳理了GIS中矢量与栅格数据结构的核心原理与应用。矢量数据通过坐标序列精确表达地物（点、线、面），含实体和拓扑两种结构，后者通过数学关系实现高效空间分析；栅格数据以规则像元阵列离散表达，其分辨率与压缩技术（游程编码、四叉树等）是平衡精度与存储的关键。两种结构各有优势：矢量适合高精度边界管理，栅格便于区域统计分析。文中特别探讨了矢栅转换技术及拓扑关系的核心价值，并提出了数据结构融合的延伸思考方向。（149字）
2025-10-27 19:07:41
745
原创 配置实验环境 ＆ 适配文献所需环境
本文介绍了使用Anaconda管理Python虚拟环境的完整流程。主要内容包括：1）Anaconda安装与环境位置设置；2）虚拟环境创建、激活、删除等基础操作；3）包管理方法（安装、卸载、版本控制）；4）环境配置导出与导入（通过YAML文件）；5）GitHub项目环境配置技巧，包括requirements.txt处理。还提供了常用conda命令总结和环境缓存管理等实用技巧，帮助用户高效管理Python开发环境。
2025-09-28 17:11:50
579
原创 海洋数据集
本文分析了多个海洋生物地球化学数据集，包括浮标与瓶采样对比数据（Float_vs_Bottle_Table.txt）、全球海洋生物地球化学模型再分析数据（GLOBAL_ANALYSISFORECAST_BGC_001_028和GLOBAL_MULTIYEAR_BGC_001_029）以及现场观测合成数据（GLODAPv2.2023）。这些数据集在时空分辨率、覆盖范围和变量数量上各有特点：浮标与瓶采样数据用于传感器校准，模型数据提供全球高分辨率模拟，而GLODAPv2则作为权威观测基准。文章详细解读了各数据集
2025-08-30 10:29:22
1076
1
原创 常用的降噪与PCA技术
本文介绍了信号降噪的常用方法，包括信号处理领域的滤波法（均值、中值、高斯、小波滤波）、统计方法（模型降噪、贝叶斯）和深度学习方法（自编码器、U-Net、GAN）。重点阐述了主成分分析(PCA)的原理、实现步骤和应用场景，通过Python示例展示了PCA的降噪效果。PCA通过识别数据中的主要方差方向实现降维和降噪，但对非线性数据效果有限。文章还分析了PCA的数学本质、优缺点及扩展方法（如核PCA），并指出标准化处理对PCA的重要性。结果表明，PCA能有效去除噪声并保留数据的主要结构特征。
2025-08-16 12:20:36
1090
原创 海洋科学导论与海洋图数据
本文系统介绍了海洋科学的多维知识体系。首先阐述了地球科学框架下海洋学的研究范畴、发展历程及方法特点；详细解析了海洋物理特性（温度、密度、海冰）、化学特性（盐度、营养盐）及其分布规律；深入探讨了海洋环流系统、波动现象和潮汐运动的形成机制与分类体系；分析了大气-海洋相互作用的动力学过程及ENSO等气候现象；概述了海洋生物多样性、生态系统及资源分布；介绍了海洋声光传播特性及卫星遥感技术原理；最后聚焦中国近海特征，并探讨海洋在全球变化中的关键作用。全文整合了海洋科学的物理、化学、生物、地质等多学科知识，构建了完整的
2025-08-15 10:40:36
1414
1
原创 图神经网络解析：算法原理、样本构建与数据划分
图神经网络（GNN）是一种处理非欧几里得图结构数据的深度学习方法，在社交网络、推荐系统等领域表现出色。本文系统介绍了GNN的核心算法（GCN、GAT、GraphSAGE、GIN）及其特点，详细阐述了图数据集的构建方法（包括数据收集、清洗、图结构设计等），并总结了节点级、图级和时序图等不同任务的数据划分策略。文章提供了完整的数学公式和代码实现示例，并指出GNN未来可能向动态图处理、可解释性、跨模态学习等方向发展。这些内容为研究者提供了GNN从理论到实践的全面指导。
2025-08-02 17:54:51
2196
原创 机器学习知识体系
本文概述了机器学习与神经网络的核心概念。监督学习使用标注数据（如图像分类），无监督学习发现无标签数据的模式（如新闻聚类）。神经网络通过神经元（如Sigmoid/ReLU激活函数）和多层感知器构建模型，采用反向传播和梯度下降优化。CNN通过卷积、池化操作处理图像（如VGG、ResNet），GCN则处理图结构数据。关键技术包括特征工程（TF-IDF、HOG）、正则化（Dropout、L2）、生成模型（GAN、VAE）及评估指标（精确率、RMSE）。这些方法共同构成了现代深度学习的基础框架。
2025-08-01 14:06:41
799
原创 机器学习与神经网络
本文系统介绍了机器学习和神经网络的核心概念与技术要点。主要内容包括：1）机器学习基础，涵盖监督学习、无监督学习等类型及其典型算法；2）神经网络原理，包括神经元模型、激活函数、训练过程及深度网络类型；3）两者对比分析，从数据结构、计算需求等维度比较差异；4）数据处理全流程，详细阐述数据预处理、特征工程和模型输入准备方法；5）模型评估与选择策略。文章通过实例说明关键概念，为读者提供了从理论基础到实践应用的完整知识框架，帮助理解现代人工智能技术的核心原理和实施方法。
2025-07-25 11:27:55
1189
原创 树经典问题
本文系统介绍了树结构及其相关算法。首先阐述了树的基本特性：连通无环、边数最少（n个顶点对应n-1条边）、具有最小连通性。重点分析了二叉树及其变种，包括满二叉树、完全二叉树、二叉搜索树和平衡二叉树，详细说明了它们的遍历方式（DFS/BFS）和应用场景（如表达式求值、文件系统）。接着介绍了哈夫曼编码的构建原理和实现方法，以及哈希算法的核心特性、冲突解决方案和典型应用。最后讨论了剪枝技术在决策树和搜索算法中的优化作用。全文通过代码示例和图示，清晰展示了各类树结构的实现与应用。
2025-07-24 09:16:49
1139
原创 图论核心问题——最小覆盖、最大匹配、最大流最小割
摘要：本文系统介绍了图论中的最小覆盖、最大匹配及最大流最小割三大核心问题。在二分图部分，详细讲解了匈牙利算法和König定理，通过相亲大会的生动例子阐释了最大匹配与最小覆盖的对偶关系及其在任务分配、监控布置等场景的应用。在网络流部分，分析了Ford-Fulkerson、Edmonds-Karp和Dinic算法，结合水管网络的比喻说明最大流最小割定理，并提供了Python实现代码。最后引入对偶图概念，展示了其在空间划分问题中的独特价值。全文通过生活化案例、算法对比和可视化实现，将复杂的图论问题转化为直观可操作
2025-07-18 15:31:41
1217
原创 社团发现算法
【社团发现算法综述】社团发现是通过分析网络结构识别紧密连接群体（如微信群、兴趣小组）的技术。常用算法包括： 聚类系数分析（三角形计数） 通过计算节点间三角形数量衡量网络紧密程度 适用于社交网络分析，检测"小世界"特性 连通分量算法 识别无向图中完全连通的子图 简单高效，适合疫情传播链分析等场景 标签传播算法 节点根据邻居标签动态更新分组 速度快但结果不稳定，适合大规模网络初步分析 Louvain模块度算法 通过优化模块度实现多层次社区划分 精度高，能发现层级结构，适合组织关系分析 应用场
2025-07-18 09:04:48
1347
原创 图中心性算法
本文系统介绍了四种网络中心性算法：度中心性衡量节点直接连接数量，适用于识别社交网络中的活跃用户；接近中心性计算节点到其他节点的平均距离倒数，用于定位信息传播中心；中间中心性统计节点在最短路径中的出现频率，能发现网络中的关键桥梁；PageRank通过链接关系评估网页重要性，是搜索引擎排名的核心算法。文章详细阐述了各算法的数学原理、Python实现代码、可视化示例及适用场景比较，为网络分析提供了全面的方法指南。这些算法在社交网络、交通规划、互联网分析等领域具有重要应用价值。
2025-07-16 09:32:36
2373
原创 图相关算法（一）
本文系统介绍了图数据结构中的经典算法及其应用场景，涵盖广度优先搜索(BFS)、深度优先搜索(DFS)、最短路径算法(Dijkstra、A*、Yen's)以及最小生成树算法(Prim、Kruskal)，并附有完整代码示例。
2025-07-10 15:41:18
2205
原创 图论和图算法
图（Graph）是由结点 v 和边 e 构成的一组连接关系，相对于线性结构、树结构更加复杂。 无向图（Undirected Graph），图中的边是双向的；有向图（Directed Graph），图中的边是单向的。 无权图（Unweighted Graph），所有边的权重都是一样的，都是1；有权图（Weighted Graph），边有权重，各边权重不同。 若把节点看作城市，边看作城市之间的公路，则权重的物理意义：例1：权重就是城市之间的距离（距离越远，权重越大），若
2025-07-05 17:40:02
924
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人