- 博客(160)
- 收藏
- 关注
RSS订阅原创 Python深度学习技术进阶篇|Transformer模型详解
3、自然语言处理（NLP）领域的Transformer模型：BERT、GPT-1 / GPT-2 / GPT-3 / GPT-3.5 / GPT-4（模型的总体架构、输入和输出形式、预训练目标、预训练数据的选择和处理、词嵌入方法、GPT系列模型的改进与演化、……2.两阶段（Two-stage）目标检测算法：R-CNN、Fast R-CNN、Faster R-CNN（RCNN的工作原理、Fast R-CNN和Faster R-CNN的改进之处 ）。2.图的基本概念和表示（图的基本组成：节点、边、属性；
2023-12-28 17:17:20
1203
原创 ChatGPT如何在地学、GIS、气象、农业、生态、环境等领域中完美应用
4)国内外经典大模型（ChatGPT、LLaMA、Gemini、DALL·E、Midjourney、Stable Diffusion、星火大模型、文心一言、千问等）案例6.2：使用大模型指令绘制柱状图（误差线）、散点图、相关网络图、热图、小提琴图、箱型图、雷达图、环形热图、气泡图、森林图、三元图等各类科研图。2)数据清洗方法（重复值、缺失值处理、异常值检验、标准化、归一化、数据长宽转换，数据分组聚合）3)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。
2023-12-27 12:43:40
1612
1
原创 如何使用ChatGPT4完成Python数据分析与可视化、人工智能建模及论文高效撰写
1、传统信息检索方法与技巧总结（Google Scholar、ResearchGate、Sci-Hub、GitHub、关键词检索+同行检索、文献订阅）2、利用ChatGPT4 及插件实现联网检索文献3、利用ChatGPT4及插件总结分析文献内容（三句话摘要、子弹式要点摘要、QA摘要、表格摘要、关键词与关键句提取、页面定位、多文档对比、情感分析）4、利用ChatGPT4 及插件总结Youtube视频内容5、案例演示与实操练习。
2023-12-26 16:02:39
1242
原创 是趋势还是内卷？ChatGPT4融入python数据分析与可视化、人工智能建模！
1、传统信息检索方法与技巧总结（Google Scholar、ResearchGate、Sci-Hub、GitHub、关键词检索+同行检索、文献订阅）2、利用ChatGPT4 及插件实现联网检索文献3、利用ChatGPT4及插件总结分析文献内容（三句话摘要、子弹式要点摘要、QA摘要、表格摘要、关键词与关键句提取、页面定位、多文档对比、情感分析）4、利用ChatGPT4 及插件总结Youtube视频内容5、案例演示与实操练习。
2023-12-25 17:44:53
1009
原创 Chatgpt如何完成论文写作及python机器学习和深度学习领域的运用
2023年随着OpenAI开发者大会的召开，最重磅更新当属GPTs，多模态API，未来自定义专属的GPT。微软创始人比尔盖茨称ChatGPT的出现有着重大历史意义，不亚于互联网和个人电脑的问世。360创始人周鸿祎认为未来各行各业如果不能搭上这班车，就有可能被淘汰在这个数字化时代，如何能高效地处理文本、文献查阅、PPT编辑、编程、绘图和论文写作已经成为您成功的关键。而 ChatGPT，作为一种强大的自然语言处理模型，具备显著优势，能够帮助您在各个领域取得突破。
2023-12-07 17:25:27
1197
1
原创 一文了解ChatGPT Plus如何完成论文写作和AI绘图
2023年我们进入了AI2.0时代。微软创始人比尔盖茨称ChatGPT的出现有着重大历史意义，不亚于互联网和个人电脑的问世。360创始人周鸿祎认为未来各行各业如果不能搭上这班车，就有可能被淘汰在这个数字化时代，如何能高效地处理文本、文献查阅、PPT编辑、编程、绘图和论文写作已经成为您成功的关键。而 ChatGPT，作为一种强大的自然语言处理模型，具备显著优势，能够帮助您在各个领域取得突破。ChatGPT 在论文写作与编程方面也具备强大的能力。
2023-11-17 17:10:58
1024
1
原创 ChatGPT-GPT4：将AI技术融入科研、绘图与论文写作的实践
2023年我们进入了AI2.0时代。微软创始人比尔盖茨称ChatGPT的出现有着重大历史意义，不亚于互联网和个人电脑的问世。360创始人周鸿祎认为未来各行各业如果不能搭上这班车，就有可能被淘汰在这个数字化时代，如何能高效地处理文本、文献查阅、PPT编辑、编程、绘图和论文写作已经成为您成功的关键。而 ChatGPT，作为一种强大的自然语言处理模型，具备显著优势，能够帮助您在各个领域取得突破。ChatGPT 在论文写作与编程方面也具备强大的能力。
2023-10-18 17:52:25
901
原创 一文了解如何获取GPT4账号及AI绘图应用
1.1 AIGC课程概述1.2 AIGC技术发展1.3 人工智能基本概念1.4 人工智能发展史1.5 人工智能技术应用场景介绍1.6 （动手练习）ChatGPT官网使用方法1.7 （动手练习）ChatGPT国内使用方法1.8 （动手练习）ChatGPT的API使用方法2.1 AI算法是如何进行训练的2.2 如何评估模型效果2.3 深度学习常用算法介绍2.4 GPT1-3模型介绍2.5 强化学习和InstructGPT模型介绍2.6 RLHF人类反馈强化学习介绍。
2023-10-17 15:48:17
334
原创 掌握Python机器学习：空间模拟与时间预测的实战指南
了解机器学习的发展历史、计算原理、基本定义，熟悉机器学习方法的分类，常用机器学习方法，以及模型的评估与选择；熟悉数据预处理的流程，掌握python程序包的使用；理解机器学习在生态水文中的应用，掌握机器学习模型构建方法，学会构建机器学习模型用于地表参数的空间模拟与时间预测，并掌握生态水文过程分析。
2023-10-12 17:53:39
226
原创 AI人工智能实践技术全面指南：从基础知识到前沿应用
人工智能（Artificial Intelligence），英文缩写为AI。[24] 它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是新一轮科技革命和产业变革的重要驱动力量。人工智能是智能学科重要的组成部分，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
2023-10-11 11:43:58
284
原创 利用R语言进行生态环境数据的可视化分析：方法和实践
R语言是一种用于统计分析、绘图的语言和操作环境，属于GNU系统的一个自由、免费、开源的软件，它是一个用于统计计算和统计制图的优秀工具1。R是由Ross Ihaka和Robert Gentleman在1993年开发的一种编程语言，拥有广泛的统计和图形方法目录，包括机器学习算法、线性回归、时间序列、统计推理等1。大多数R库都是用R编写的，但是对于繁重的计算任务，最好使用C、c++和Fortran代码1。
2023-10-11 11:22:18
743
原创 SCI论文高效写作：Citespace、vosviewer和R语言在文献调研与论文撰写中的应用
1.文献计量学方法基本介绍2.与其他综述方法区别联系3.各学科领域应用趋势近况4.主流分析软件优缺点对比。
2023-10-11 11:07:17
889
原创 什么是GPT，初学者怎么使用并掌握Chat GPT工具
例如在科研编程、绘图领域： 1、编程建议和示例代码: 无论你使用的编程语言是Python、R、MATLAB还是其他语言，都可以为你提供相关的代码示例。2、数据可视化: 生成各种类型的数据可视化图表，如折线图、柱状图、散点图、饼图、热力图等。3、统计分析: 描述统计、假设检验、回归分析等，提供相关的建议和示例代码，帮助你理解和解释数据。7、科研方法论: 可以讨论和介绍科研的方法论，包括实验设计、数据采集、结果解释和报告撰写等方面的建议。13.14 （动手练习）Midjourney的参数和设置介绍。
2023-10-06 14:19:10
1213
1
转载 解密：GPT-4框架与训练过程，数据集组成，并行性的策略，专家权衡，推理权衡等细节内容
2023年3月14日，OpenAI发布GPT-4，然而GPT-4的框架没有公开，OpenAI之所以不公开GPT-4的架构，并不是因为存在对人类的潜在威胁，而是因为他们所建立的模型是可以被复制的。当然，OpenAI具有令人惊叹的工程能力，他们所构建的东西也是令人难以置信的，但是他们所采用的解决方案并非神奇。尽管大型模型需要多个芯片进行推理，并且较高的内存容量意味着它们能够适应更少的芯片，但实际上使用比所需容量更多的芯片更好，这样可以降低延迟，提高吞吐量，并使用更大的批处理大小以实现越来越高的利用率。
2023-10-06 14:10:40
601
原创 AI绘图：GPT4技术的艺术化呈现与无限可能
例如在科研编程、绘图领域： 1、编程建议和示例代码: 无论你使用的编程语言是Python、R、MATLAB还是其他语言，都可以为你提供相关的代码示例。2、数据可视化: 生成各种类型的数据可视化图表，如折线图、柱状图、散点图、饼图、热力图等。3、统计分析: 描述统计、假设检验、回归分析等，提供相关的建议和示例代码，帮助你理解和解释数据。7、科研方法论: 可以讨论和介绍科研的方法论，包括实验设计、数据采集、结果解释和报告撰写等方面的建议。15.5 （动手练习）使用Inpainting进行图像的局部重绘。
2023-10-06 14:05:46
446
原创 GPT的优势和GPT缺点
GPT采用自监督学习的方式进行预训练，可以利用大量的文本语料库进行训练，进一步提高模型的自然语言理解和生成能力。随着训练的深入，GPT技术的语言生成质量也将不断提升。只能实现单向文本生成：与一些双向解码器（如BERT）不同，GPT采用单向的解码器，只能利用前面的上下文信息进行生成，无法利用后面的文本信息，因此其生成文本的连贯性和逻辑性可能不如双向解码器。总之，GPT技术是一项非常有用的人工智能技术，它具有极高的语言生成能力和自我训练能力，广泛应用于自然语言处理领域，并且在未来还将拥有更加广泛的应用前景。
2023-10-03 20:23:08
1456
原创 AI绘图：GPT4技术的艺术化呈现与无限可能
例如在科研编程、绘图领域： 1、编程建议和示例代码: 无论你使用的编程语言是Python、R、MATLAB还是其他语言，都可以为你提供相关的代码示例。2、数据可视化: 生成各种类型的数据可视化图表，如折线图、柱状图、散点图、饼图、热力图等。3、统计分析: 描述统计、假设检验、回归分析等，提供相关的建议和示例代码，帮助你理解和解释数据。7、科研方法论: 可以讨论和介绍科研的方法论，包括实验设计、数据采集、结果解释和报告撰写等方面的建议。13.14 （动手练习）Midjourney的参数和设置介绍。
2023-10-03 20:22:50
304
原创 都在说GPT，如何学习并掌握GPT1-4模型运用
例如在科研编程、绘图领域： 1、编程建议和示例代码: 无论你使用的编程语言是Python、R、MATLAB还是其他语言，都可以为你提供相关的代码示例。3、统计分析: 描述统计、假设检验、回归分析等，提供相关的建议和示例代码，帮助你理解和解释数据。4、机器学习和数据挖掘: 可以为你提供相关的算法介绍、模型建立和调参建议，以及示例代码。7、科研方法论: 可以讨论和介绍科研的方法论，包括实验设计、数据采集、结果解释和报告撰写等方面的建议。15.5 （动手练习）使用Inpainting进行图像的局部重绘。
2023-09-07 16:22:29
323
原创 如何使用GPT引领前沿与应用突破之GPT4科研实践技术与AI绘图
例如在科研编程、绘图领域： 1、编程建议和示例代码: 无论你使用的编程语言是Python、R、MATLAB还是其他语言，都可以为你提供相关的代码示例。2、数据可视化: 生成各种类型的数据可视化图表，如折线图、柱状图、散点图、饼图、热力图等。3、统计分析: 描述统计、假设检验、回归分析等，提供相关的建议和示例代码，帮助你理解和解释数据。7、科研方法论: 可以讨论和介绍科研的方法论，包括实验设计、数据采集、结果解释和报告撰写等方面的建议。13.14 （动手练习）Midjourney的参数和设置介绍。
2023-09-04 18:30:42
823
原创 Matlab高光谱遥感数据处理与混合像元分解实践技术
以高光谱遥感为核心，构建大范围、快速、远程、定量探测技术，已在矿物填图、土壤质量参数评估、植被、农作物生长状态监测等领域取得了突出的成果，而在药品、食物、环境等领域也显示了不可估量的应用潜力。2. 木材含水量算法案例：采用回归学习器对森林木材样品数据含水量进行定量分析，涉及高光谱数据读取、写入、高光谱回归分析数据整理，回归学习器，随机森林、线性、支持向量机等含水量评估、误差分析可视化。数据读写可视化、增强、校正、降维、光谱解混、光谱匹配等六组函数；采用PPI、VCA等方法对高光谱数据的端元光谱进行提取。
2023-08-24 18:23:25
822
原创 基于PyTorch深度学习遥感影像地物分类与目标检测、分割及遥感影像问题深度学习优化
随着小卫星星座的普及，对地观测已具备3次以上的全球覆盖能力，遥感影像也不断被更深入的应用于矿产勘探、精准农业、城市规划、林业测量、军事目标识别和灾害评估中。深度卷积网络采用“端对端”的特征学习，通过多层处理机制揭示隐藏于数据中的非线性特征，能够从大量训练集中自动学习全局特征（这种特征被称为“学习特征”），是其在遥感影像自动目标识别取得成功的重要原因，也标志特征模型从手工特征向学习特征转变。3. 目标检测模型的评估方案，包括正确率，精确率，召回率，mAP等。（2）讲解数据集的制作过程，包括数据的存储和处理。
2023-08-24 18:11:58
1414
原创 Python集成学习算法教程
Python语法和动态类型，以及解释型语言的本质，使它成为多数平台上写脚本和快速开发应用的编程语言， 随着版本的不断更新和语言新功能的添加，逐渐被用于独立的、大型项目的开发。机器学习是人工智能的基础，因此，掌握常用机器学习算法的工作原理，并能够熟练运用Python建立实际的机器学习模型，是开展人工智能相关研究的前提和基础。Python在各个编程语言中比较适合新手学习，Python解释器易于扩展，可以使用C语言或C++（或者其他可以通过C调用的语言）扩展新的功能和数据类型。(2)决策树与随机森林模型。
2023-08-23 18:02:04
177
原创 GEE/PIE遥感大数据处理与应用
其中，Earth Engine最为强大，能够存取和同步遥感领域目前常用的MODIS、Landsat和Sentinel等卫星图像和NCEP等气象再分析数据集，同时依托全球上百万台超级服务器，提供足够的运算能力对这些数据进行处理。作为国内最先进的遥感云平台，PIE Engine近年来发展发非常迅速，拥有丰富的国产卫星数据，以及中国区域的其它重要开源数据，在数据安全性和访问便利性方面具有独到的优势。· 影像制图（区域统计、分类图、直方图、散点图、线型图，饼图等）· 集合对象的循环迭代（map/iterate）
2023-08-22 18:01:34
413
原创 python从入门到精通——完整教程
5、PyTorch常用工具包及API简介：张量Tensor的定义、属性、创建、运算、索引与切片、torchvision（transforms、datasets、model）、torch.nn、torch.optim、torch.utils（Dataset、DataLoader）1、科技论文结构解析（Title、Abstract、Keywords、Introduction、Materials & Methods、Results、Discussion、Conclusion、References）
2023-08-21 11:46:58
1196
原创 如何运用InVEST模型，掌握产水（包括水源涵养）、碳存储（包括固碳）、土壤保持、水质（氮磷）、生境质量和热岛缓解等生态系统服务供给、需求与价值的评估方法，开展人类活动影响、重大工程实施的生态成效评估
InVEST模型—生态系统服务和权衡的综合评估模型（Integrated Valuation of Ecosystem Services and Trade-offs）是美国斯坦福大学、大自然保护协会（TNC）与世界自然基金会（WWF）联合开发的，旨在通过模拟不同土地覆被情景下生态服务系统物质量和价值量的变化，为决策者权衡人类活动的效益和影响提供科学依据，用于生态系统服务功能评估的模型系统InVEST模型填补了这一领域的空白，实现了生态系统服务功能价值定量评估的空间化。各种格式空间数据的剪裁、拼接及提取；
2023-08-11 17:52:46
5290
原创 MPAS-A原理及陆面模式的基本概念
跨尺度预测模式（The Model for Prediction Across Scales - MPAS）是由洛斯阿拉莫斯实验室和美国国家大气研究中心(NCAR)共同开发，其由3个部分组成，分别称为 MPAS-A（大气模型）、MPAS-O（海洋模型）和 MPAS-LI（陆冰模型）。MPAS-A模式的大气动力内核求解的是完全可压的非静力学运动方程，其最显著的特点是非结构化的质心 Voronoi 网格。九、了解 MPAS代码的结构、主要模块的组成、Fortran程序的修改。初、边界场文件的准备。
2023-08-11 17:45:36
321
原创 ArcGIS Pro 基础安装与配置介绍
输出结果：输出要素将反映聚合的加权要素（渔网面或六边形面像元或为事件点聚合面参数提供的聚合面或加权点）。Network Analyst 模块 （arcpy.nax 和 arcpy.na）4.ArcGIS Pro 用户界面的主要组件（功能区、视图和窗格）及其交互情况。3.栅格数据的基本处理（拼接、裁剪、重采样，NoData处理，数据转换等）及案例。三种类型的回归模型：连续（高斯）、二进制（逻辑）和计数（泊松）4.矢量数据的基本处理（拼接、裁剪、融合等）及案例。7.数据处理：数据裁切、数据拼接、数据提取。
2023-08-11 17:39:33
1317
原创 近地面无人机植被定量遥感与生理参数反演技术
其利用高分辨CCD相机系统获取遥感影像，利用空中和地面控制系统实现影像的自动拍摄和获取，同时实现航迹的规划和监控、信息数据的压缩和自动传输、影像预处理等功能，可广泛应用于国家生态环境保护、矿产资源勘探、海洋环境监测、土地利用调查、水资源开发、农作物长势监测与估产、农业作业、自然灾害监测与评估、城市规划与市政管理、森林病虫害防护与监测、公共安全、国防事业、数字地球等领域。由浅入深基本辐射度量：辐射通量、辐照度、辐射强度、辐亮度（推导）点云去噪、滤波、归一化、冠层高度模型生产、单木检测与分割（实践）
2023-08-09 17:58:40
1774
原创 基于MATLAB长时间序列遥感数据分析（以MODIS数据处理为例）
MATLABMATLAB是美国MathWorks公司出品的商业数学软件，用于数据分析、无线通信、深度学习、图像处理与计算机视觉、信号处理、量化金融与风险管理、机器人，控制系统等领域。 [1]MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室），软件主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学
2023-08-02 17:56:24
1502
原创 基于MATLAB长时间序列遥感数据植被物候提取与分析
行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等。MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，并且MATLAB也吸收了像Maple等软件的优点，使MATLAB成为一个强大的数学软件。MATLAB是美国MathWorks公司出品的商业数学软件，用于数据分析、无线通信、深度学习、图像处理与计算机视觉、信号处理、量化金融与风险管理、机器人，控制系统等领域。
2023-08-02 17:56:16
906
原创 地统计学空间插值方法及应用
地统计学的应用范围十分广泛，不仅可以研究空间分布数据的结构性和随机性、空间相关性和依赖性、空间格局与变异，还可以对空间数据进行最优无偏内插，以及模拟空间数据的离散性及波动性。地统计学由分析空间变异与结构的变异函数及其参数和空间局部估计的克里金插值法两个主要部分组成，目前已在地球物理、地质、生态、土壤等领域应用。地统计学的应用范围十分广泛，不仅可以研究空间分布数据的结构性和随机性、空间相关性和依赖性、空间格局与变异，还可以对空间数据进行最优无偏内插，以及模拟空间数据的离散性及波动性。
2023-08-02 17:56:08
925
原创 基于ArcGIS污染物浓度及风险的时空分布
用户应用功能全面的GIS工作站来编辑地理数据集，建立数据编辑和质量控制的工作流，创建地图和分析模型并将这些工作和方法记录成文档。ArcObjects包含了许多的可编程组件，从细粒度的对象（例如单个的几何对象）到粗粒度的对象（例如与现有ArcMap文档交互的地图对象）涉及面极广，这些对象为开发者集成了全面的GIS功能。但是，对GIS的观念在不断的扩展。近期Internet的发展，DBMS技术的长足进步，面向对象编程语言，移动设备以及GIS的广泛使用已经促使GIS有更加开阔的前景和发挥更加重要的作用。
2023-08-01 18:04:08
1462
原创 基于ArcGIS土地利用量化人类活动的分析及模型构建
慢慢的，GIS的专业人士开始在大量的GIS应用中使用这些知识信息库。ArcObjects包含了许多的可编程组件，从细粒度的对象（例如单个的几何对象）到粗粒度的对象（例如与现有ArcMap文档交互的地图对象）涉及面极广，这些对象为开发者集成了全面的GIS功能。事实上，这种客户－服务器的计算模式是如此的成功以至于让许多人认为GIS只有这样的模式。近期Internet的发展，DBMS技术的长足进步，面向对象编程语言，移动设备以及GIS的广泛使用已经促使GIS有更加开阔的前景和发挥更加重要的作用。
2023-08-01 18:04:02
1477
原创 ArcGIS应用
用户应用功能全面的GIS工作站来编辑地理数据集，建立数据编辑和质量控制的工作流，创建地图和分析模型并将这些工作和方法记录成文档。ArcObjects包含了许多的可编程组件，从细粒度的对象（例如单个的几何对象）到粗粒度的对象（例如与现有ArcMap文档交互的地图对象）涉及面极广，这些对象为开发者集成了全面的GIS功能。但是，对GIS的观念在不断的扩展。近期Internet的发展，DBMS技术的长足进步，面向对象编程语言，移动设备以及GIS的广泛使用已经促使GIS有更加开阔的前景和发挥更加重要的作用。
2023-08-01 18:03:57
324
原创 MATLAB 2023版的深度学习工具箱原理及应用
CNN提取的特征是怎样的？3、LeNet、AlexNet、Vgg-16/19、GoogLeNet、ResNet等经典深度神经网络的区别与联系。4、预训练模型（Alexnet、Vgg-16/19、GoogLeNet、ResNet等）的下载与安装。2、经典自编码器（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）6、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）5、优化算法（梯度下降、随机梯度下降、小批量随机梯度下降、动量法、Adam等）
2023-07-21 16:49:59
1397
原创 ArcGIS软件基本原理及运用方法
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。ArcObjects包含了许多的可编程组件，从细粒度的对象（例如单个的几何对象）到粗粒度的对象（例如与现有ArcMap文档交互的地图对象）涉及面极广，这些对象为开发者集成了全面的GIS功能。
2023-07-20 18:09:21
1120
原创 基于查找表(lookup table，LUT)方法反演植被参数
LUT的应用范围比较广泛，例如：LUT(Look-Up Table)可以应用到一张像素灰度值的映射表，它将实际采样到的像素灰度值经过一定的变换如阈值、反转、二值化、对比度调整、线性变换等，变成了另外一个与之对应的灰度值，这样可以起到突出图像的有用信息，增强图像的光对比度的作用。在这里LUT最重要的意义，就在于兼容了普通显示器的高阶显示功能，使得那些不能被普通显示器所显示的宽色域（一般指超过srgb）能够尽量被大致模拟在普通显示器上。从扫描、数码摄影、相片修改、排版等工序中，也可找到显示器的存在。
2023-07-20 18:09:14
810
原创 浅谈无人机遥感图像拼接与处理方法
其利用高分辨CCD相机系统获取遥感影像，利用空中和地面控制系统实现影像的自动拍摄和获取，同时实现航迹的规划和监控、信息数据的压缩和自动传输、影像预处理等功能，可广泛应用于国家生态环境保护、矿产资源勘探、海洋环境监测、土地利用调查、水资源开发、农作物长势监测与估产、农业作业、自然灾害监测与评估、城市规划与市政管理、森林病虫害防护与监测、公共安全、国防事业、数字地球等领域。基于无人机多光谱数据的正射影像与植被指数制图案例 阅读全文点击《浅谈无人机遥感图像拼接与处理方法》基于无人机航拍的单体三维建模案例。
2023-07-19 18:03:58
2660
原创 3S(GIS、GPS、RS)简介及基础应用
3s”是空间技术、传感器技术、卫星定位与导航技术和计算机技术、通信技术相结合，多学科高度集成的对空间信息进行采集、处理、管理、分析、表达、传播和应用的现代信息技术的总称。阅读全文点击《3S(GIS、GPS、RS)简介及基础应用》2、案例分析：基于3S技术的区域生态环境脆弱性评价。3、案例分析：基于3S技术的水库蓄水量变化分析。3、ArcGIS及ENVI互操作。3、遥感产品及GIS基础处理。二、GPS介绍及应用分析。1、3S技术综合应用简介。一、3S技术及应用简介。1、3S技术及集成简介。
2023-07-19 18:02:31
2905
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