![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
地质
文章平均质量分 89
梦想的初衷~
这个作者很懒,什么都没留下…
展开
-
“Python+”集成技术高光谱遥感数据处理与机器学习深度应用
尽管大部分物质在人眼中看似无异,然而高光谱遥感的观察下,它们呈现出独特的"光谱特征"。这种能够窥见事物的"本质"能力具备着革命性的潜能,对精准农业、地球观测、艺术分析和医学等领域带来巨大的影响。通过通俗易懂的课程,我们希望能够让您更加深入地了解和掌握高光谱的知识与技术。5.高光谱数据预处理-机器学习-深度学习-图像分类-参数回归等12个专题练习。1.全套的高光谱数据处理方法和应用案例(包含python源码)02)使用自己的数据进行机器学习(envi标注数据)04)高光谱遥感的历史和发展。原创 2024-06-25 10:00:07 · 827 阅读 · 0 评论 -
全流程TOUGH系列软件实践技术应用
通过理论学习和上机实践,使学员基本掌握TOUGH系列软件的程序构成,网格剖分,文件输入输出格式,模型通用设置和前后处理等内容,培养其独立解决各自领域科学问题的能力。(开源软件)两款软件,结合实际案例,就TOUGH建模的第三方软件操作进行详细讲解,为学员们复杂建模的诉求指明了方向。此外,结合笔者多年使用经验,就TOUGH软件的建模技巧进行讨论,方便学员们解决诸如:复杂模型边界条件和初始化问题,复杂随机场的构建问题,原创 2024-05-07 16:55:55 · 779 阅读 · 0 评论 -
高光谱深度学习机器学习实践
结合Python编程工具,专注于解决高光谱数据读取、数据预处理、高光谱数据机器学习等技术难题,通过复现高光谱数据处理和分析过程,并解析代码,使学员掌握python高光谱数据处理技巧。通过矿物识别、农业应用、木材含水量提取、土壤有机碳评估等案例,提供可借鉴的高光谱应用技术方案,结合Python科学计算、可视化、数据处理和机器学习库,深入讲解应用开发。深入探讨了高光谱遥感数据处理技术,涵盖了基本概念、成像原理、数据处理和分析方法,以及运用机器学习和深度学习模型提取和应用高光谱信息的技术。原创 2024-05-06 14:11:16 · 1007 阅读 · 0 评论 -
“Python+”集成技术高光谱遥感数据处理与机器学习深度应用
结合Python编程工具,专注于解决高光谱数据读取、数据预处理、高光谱数据机器学习等技术难题,通过复现高光谱数据处理和分析过程,并解析代码,使学员掌握python高光谱数据处理技巧。通过矿物识别、农业应用、木材含水量提取、土壤有机碳评估等案例,提供可借鉴的高光谱应用技术方案,结合Python科学计算、可视化、数据处理和机器学习库,深入讲解应用开发。深入探讨了高光谱遥感数据处理技术,涵盖了基本概念、成像原理、数据处理和分析方法,以及运用机器学习和深度学习模型提取和应用高光谱信息的技术。原创 2024-04-17 15:08:17 · 781 阅读 · 0 评论