- 博客(23)
- 收藏
- 关注
RSS订阅原创 有关毕业论文的格式问题＜三＞
3)双横线的设置：WPS直接提供页眉横线的设置，WORD则需要选择页眉文字，然后在边框和底纹那里调整双横线，0.5磅。如果是以四周为2.5厘米的页边距的话，调整页眉上边距，就是奇偶页右边那个页眉上边距、页脚下边距为1.25厘米）1）基本设置，点击页眉，勾选奇偶页不同，并输入文字调整格式（五号字体+宋体+新罗马、行距20磅，添加分隔符，比如你在第一章之前的摘要不需要页眉，则在这一页添加分隔符，取消勾选那个同前节。，然后把摘要的页眉删除即可；至于奇偶页不同，选择双面打印，页码在外侧即可，如下图设置。
2024-03-27 12:01:19
196
原创 有关毕业论文的格式问题＜二＞
此外，此格式有时候默认自动更新，更改部分公式为单倍行距的时候记得不要勾选，其他情况可通过自动更新来更新全文的公式格式，较为方便。一般公式要求行间距为20磅，但有些公式存在除号的存在，因此20磅可能会显示不全，需改为单倍行距；因此制表位设置的位置为（21-2.5*2）/2=8.5cm处和21-2.5=18.5cm处。已知A4的大小为21cmx29.7cm，宽为21cm，默认页边距为上下左右2.5cm。，如“见式（1.2）”或“由公式（1.2）可得”。，如难实现，则可在+、-、×、÷运算符号处转行，
2024-03-24 14:53:52
357
原创 有关毕业论文的格式问题
（2）同一处引用多篇文献时，各篇文献的序号在方括号内全部列出，各序号间用“，”，如遇连续序号，可标注起讫序号。（4）当提及的参考文献为文中直接说明时，则用小 4 号字与正文排齐，如“由文献[8,10-13]可知”。参考文献超过三个作者时只列全三位，后加等或et al，并在其之前加逗号（中文文献用等，英文用et al），姓在前，名在后。1）先排好顺序，选择全体，然后点击序号，自定义编号格式，设置为1，2，3..，[1],设置字体字号。表题置于表上，用中文居中排写，宋体5号字，行间距为固定值20磅。
2024-03-21 20:38:31
1162
原创 Acrgis提取值到点出现9999和空值问题的处理
注意在“Saving Data（保存数据）”对话框的下方有“Save as type（保存类型）”的选择，shapefile 和 feature classes （要素类）是有区别的，显示“保存对象时出错”也正是由于这种区别：要素类必须存储在数据库中，若保存类型选择了“要素类”，其。主要是由于矢量文件（.shp）与栅格文件（.tif或者envi格式）的坐标系不匹配，一般经过预处理之后的影像都不包含坐标系文件，显示为UNKNOWN，即不存在坐标系信息；坐标系主要分为两种：投影坐标系和地理坐标系；
2023-12-26 20:18:19
2708
2
原创 RS学习笔记＜四＞
b）与地表粗糙度也呈现对数关系，经过前人Zribi的研究结果，通过Zs=s^2/l构建组合粗糙度，表现出其与垂直极化（vv）下的两个不同入射角的后向散射系数差的对数关系，进而估算出Zs。反解求出Mv的对应表达式，通过不同入射角条件下进行模拟和非线性回归分析，得到A、B、C三个参数的具体数值表达式，进而得到在不同入射角条件下的方程模型，得到土壤水分值。1、AIEM原理分析，此处不做解释，以后有时间专门开一篇解释；砂土含量S，粘土含量C，此处可通过全国土壤数据集进行得到；结构：在笔记<三>中已经写过；
2023-12-25 20:41:02
369
1
原创 使用Excel进行线性回归、计算R2、RMSE、MAE等精度方法
对模型精度进行评价，采用决定系数（Coefficient of determination，R2）、均方根误差（Root Mean Square Error，RMSE）、平均绝对误差（Mean Absolute Error，MAE）、均方误差（Mean Square Error，MSE）和平均绝对百分比误差（Mean Absolute Percentage Error，MAPE）等五个特征指标进行比较，指标公式见下文。的输入区域，要选择右边红框的按钮选择序列中的数据，而不能用ctrl选择首尾；
2023-12-19 10:43:38
9015
1
原创 RS学习笔记＜三＞
通过卫星数据计算六种植被指数NDVI、SAVI、SARVI、ARVI、RVI、MSAVI，将采集得到的LAI数据分为两组（建模集和验证集），通过建模集对LAI与这六个参数进行相关性、线性、非线性（二次、三次、指数等）分析，然后以程度较好的方程进行估计，与验证集进行比对分析。d、水云模型中植被参数A、B一般为经验参数，但在不同的研究区应略有不同，可通过先验知识以及采集到的数据，通过最小二乘法进行计算得到区域的参数。c、对R2数据的处理：辐射定标→滤波→几何校正（30m dem）→配准→提取后向散射系数。
2023-12-02 21:15:01
84
1
原创 DEM数据的下载和导入到SARscape
b）如上图所示，目前这个版本提供了五种不同的DEM获取方法，此处介绍SRTM-3 version4（90m级DEM的数据），其余不做赘述，不同的SARscape版本有不同的DEM数据提供；b)选择高级检索→选择数据集为DEM数据集→选择SRTMDEM 90M分辨率。a）在SARscape插件中找到DEM Extraction。DEM数据作为地表高程数据，在雷达数据处理过程中十分重要；a)百度搜索打开地理空间数据云之后（登录/注册账号）3）通过SARscape插件导入数据并进行转化,
2023-11-14 18:59:46
1121
1
原创 图像融合/重采样/稀疏植被/假彩色
像素级图像融合得到的图像具有更多的细节信息，如边缘、纹理的提取，有利于图像的进一步分析、处理与理解，还能够把潜在的目标暴露出来，利于判断识别潜在的目标像素点的操作，这种方法才可以尽可能多的保存源图像中的信息，使得融合后的图片不论是内容还是细节都有所增加，这个优点是独一无二的，仅存在于像素级融合中。决策级图像融合是有针对性的，根据所提问题的具体要求，将来自特征级图像所得到的特征信息加以利用，然后根据一定的准则以及每个决策的可信度（目标存在的概率）直接作出最优决策。-------------百度百科。
2023-11-13 17:36:10
165
原创 利用ENVI计算植被覆盖度
它是植被群落覆盖地表状况的一个综合量化指标，是描述植被群落及生态系统的重要参数，植被覆盖及变化是区域生态系统环境变化的重要指示，对水文、生态、全球变化都具有重要意义，也是影响土壤侵蚀与水土流失的重要因子。（后续有个小补充）
2023-11-13 17:07:14
2855
1
原创 RS学习笔记＜二＞
水管理论：可以近似的认为，深度学习的概念类似是一个复杂的管道系统（有很多层，也有很多阀门），输入流为信息的水流，而输出的结果则通过这些层数和阀门进行控制，计算机可以通过其巨大的运算能力去调节内部参数，以达到最佳结果的一种方式。一是基本设计即basic design，另一个是在此之上的改进，也就是说我们需要先解决这个基础的设计问题，即这个idea能够解决什么问题，然后针对这个basic design引发的更多的设计问题进行改进，深度学习是机器学习的一个分支（最重要的那个），机器学习是人工智能的分支。
2023-11-08 17:18:52
52
1
原创 RS学习日记
技术方法：水云模型可以去除后向散射系数中的植被干扰，利用高级积分模型（AIEM)模拟表面粗糙度参数（surface roughness parameters）、土壤水分含量（SM）和后向散射系数（backscattering）之间的关系，创建了一个新的粗糙度参数Zs。本文目的：研究组合粗糙度参数的潜力，并通过结合Radarsat-2合成孔径雷达（SAR）和GF-1数据，开发一个主要依赖卫星数据的模型，该模型对稀疏植被覆盖区域的土壤湿度反演要求最小的先验信息（最小的先验信息怎么解释）
2023-11-08 17:15:22
65
1
原创 关于遥感重金属的多因子分析方法
不同传统的多因子分析：（PCA和FA），在遥感重金属领域，多因子分析旨在区别于单因子分析，重金属的单因子分析可判别导致污染的重金属元素，而多因子分析及即多因子指数评价，可以全面的反应多种污染物的整体污染水平，也能凸显对污染更为严重的重金属元素的贡献。式子中：P即污染的指数评价值，n为重金属的种类数，C为重金属元素数据的实测值，S为重金属元素的筛选值。先通过各个实测数据计算得到不同的C/S，即单因子指数M，对比各个元素的M选出最大值Mmax；对比污染评价标准图，即可知样本点所属区域的污染情况分布。
2023-11-08 16:24:06
52
1
原创 PYTHON实现表格的拆分
大概就是一个48*88*6的表格，其中88意思是一幅影像中88个样本点的DN值，而48则是48幅影像，整体的上一步工作就是他通过模型得到的结果，为48*88（4224）*6的表格，4224为行数，6为列数。要求实现的功能即：把这个大表格按照顺序，每88行*6列导出为一个表格，一共导出48个小表格。
2023-11-08 16:03:34
52
1
原创 InSAR技术扫盲
单天线系统是在SAR平台上安置一部天线,通过对同一地区的重复飞行进行观测,得到测区两幅具有相干性的SLC图像。相干处理：对接收到的信号进行相位和幅度的处理，以提取目标的信息。,地面状况和散射特性可能已发生改变,并且难于保证合适的基线参数,因此与双(多)天线系统相比,该方式获取的图像之间的相干性较差。重复轨道即是单天线模式，同一传感器或相似传感器按照平行轨道两次对地成像，分别发、收信号，利用得到的数据进行干涉处理。，对相干信号的处理就是相干处理，因为相干信号所包含的信息量比非相干信号要大的多；
2023-11-02 22:01:14
394
1
原创 ENVI SARscape基本预处理过程＜一＞
SAR（Synthetic Aperture Radar）合成孔径雷达，不同于真实孔径雷达（RAR），在雷达发展早期，由于成像分辨率与雷达天线的长度成 正比，与波长和观测距离成反比，要想得到较高分辨率的 SAR 图像，需要增加天线的物理尺寸，限制其发展和应用，后来逐渐被合成孔径雷达 SAR 取代。前两者为同向极化，后 两者为异向(交叉)极化。在 SAR 系统中，垂直轨道方向的维度叫“距离向—range”，近方位向边缘最接近天底顶 （在雷达垂直方向下的点），平行轨道方向的维度叫“方位向—azimuth”。
2023-11-02 11:45:14
683
1
原创 统计分析方法简述＜一＞
2）无量纲化,或者归一化，一般用于数学上表示去除单位，此处表示在需要处理的数据中，各个因素由于单位不同而数据的表现形式不同（参考上述超市的例子），所以需要进行无量纲化进行处理，让数据统一在一个可以计算的范围，减少缺失值和绝对差异值，进行数据的分析和处理。对于固定的第i序列（或者因素），计算其中的每个点与母序列进行计算，得到一个新的序列，则这个新的序列每个点即代表第i序列与母序列对应维度（元素）的关联性，这个值越高，即关联性越好；而右边，先看分子，左边两个min，就是表示这两个向量最近的距离；
2023-10-18 00:13:04
59
1
原创 改进植被指数反演土壤水分原理分析
2）在四个植被指数EVI、RVI、NDVI、DVI(私以为，此处也可以多选取几个不同的植被指数比如SAVI、NDWI、NDI等)中加入短红外波段，即为EEVI、ERVI、ENDVI、EDVI，然后计算两两之间的多重共线性即VIF，两两计算即是EVI与EEVI、DVI与EDVI等，根据相关性高且显著的原则，VIF小于10表示不存在多重共线性；2、如果是做动态监测，那么可选择相对大气校正或者较简单的方法。相对大气校正方法：校正后得到的图像，相同的DN值表示相同的地物反射率，其结果不考虑地物的实际反射率。
2023-10-17 22:59:35
258
原创 白话SVM（support vector machines）＜一＞
svm是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器简而言之，SVM支持向量机是一个分类算法，通过找到一个分类平面，将数据分隔在平面两侧，从而达到分类的目的。SVM算法是有监督的数据挖掘算法，是一种二分类算法（经过改造后也可以用于多分类，但比较复杂），在非线性分类方面有明显优势，通常把SVM用于二分类问题，对于多元分类通常将其分解为多个二元分类问题，再进行分类。应用场景：主要用于分类问题，主要的应用场景有字符识别、面部识别、行人监测、文本分类等领域；在机器学习领域，支持向
2023-10-17 22:08:06
30
原创 浅述狭义相对论的钟慢效应和尺缩效应
大多数情况下写博客不同于写随笔，因为多多少少带有一些所谓的分享知识的职业心理，便不可胡言乱语，潦草了事。（os：虽然可能没人看，但是还是尽量保持严谨，条理清楚吧）狭义相对论，Special Theory of Relativity，是阿尔伯特.爱因斯坦，一个物理学的至高者，于1905年在《论动体的电动力学》所提出的，所谓狭义，便是指只适用于惯性参考系，核心方程便是洛伦兹变换群方程组。狭义相对论预言了牛顿经典物理学所没有的一些新效应（相对论效应），如时间膨胀、长度收缩、横向多普勒效应、质速关系、质能关系.
2021-12-31 20:13:32
2365
1
原创 关于正态分布的背景基础知识以及应用场景
正态分布又叫做高斯分布（gauss distribuition）Normal Distribution,起源于高斯，但追其本源，其真正的发明者并不是大名鼎鼎的数学王子高斯，它来自于维多利亚时期的一名学者Francis Galton，他在日常的生活研究中发现了一种很常见的现象，就是许多的生活现象，无论是商业现象还是各种日常活动都往往服从于一种有规律的分布，方便起见，他把它命名为正态分布，其英语单词normal由mormal（正态）转换而来，其就是代表生活中各种简单的现象，正所谓，真理往往都是以简单的形式存在。
2021-12-31 18:57:21
2869
原创 最菜的程序
OK,guys，今天来学习最菜的第一个单片机。这就是proteus的一个模拟图；（proteus使用和连线方法请自行百度）下边来简述一下一些单片机的基础知识：1.头文件#include<reg51.h>还有一种写法是#include<at89x51.h> 而两者主要的区别是后者定义了更多的地址空间。使用后者时编译器会优先进入当前工程所在文件夹开始搜索此文件夹，如果未搜索到...
2018-06-11 22:59:17
281
1
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