自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(37)
  • 收藏
  • 关注

原创 【GDAL应用】基于rasterstats的矢量数据分区统计栅格值信息

给定一个栅格数据和一个矢量面要素数据,计算矢量数据内栅格数据的统计值(如最大值、平均值、总和、最小值等)。返回一个列表,其中每个元素都是一个字典,表示与shp_path中相应多边形区域相关的统计信息。

2024-05-06 01:30:29 533

原创 【GDAL应用】基于GDAL实现GIS空间分析--Contains(包含)操作

空间关系,还有许多其他空间关系,这些关系用于描述几何对象之间的相互位置和包含关系。这些空间关系在地理信息系统 (GIS) 和几何计算中非常重要,用于执行空间关系查询。一个几何对象与另一个几何对象至少有一个公共点,但不一定完全包含对方。一个几何对象的边界与另一个几何对象的边界相接触,但没有内部交叉。一个几何对象完全包含在另一个几何对象的内部,包含是严格的。两个几何对象在二维平面上有部分重叠,但不完全包含对方。一个几何对象穿越另一个几何对象,但不包含对方。两个几何对象在几何形状和空间位置上完全相同。

2024-05-04 16:45:41 289

原创 【TileServer GL】TileServer GL官方文档翻译

如果您需要在代理后面运行 TileServer GL,请确保代理将X-Forwarded-*标头发送到服务器(最重要的是X-Forwarded-Host和X-Forwarded-Proto),以确保 TileJSON 等内部生成的 URL 使用所需的域和协议。该值是一个数组:第一个元素是比例因子一的最小渲染器数量,第二个元素是比例因子二的渲染器的最小数量,依此类推。如果您有足够的内存,请尝试将这些值设置为等于或略高于您的处理器数量,例如,如果您有四个处理器,请尝试将值设置为。将覆盖客户端设备上的过期日期。

2024-04-16 22:35:00 1485 1

原创 【JAVA笔记】SpringBoot入坑记录--SpringBoot版本与JDK版本匹配问题

查看language level与SDK和Project 里使用的是否相符。【修改为对应使用的版本】

2024-03-17 16:38:01 937

原创 【JAVA笔记】IDEA配置本地Maven

由于使用IDEA版本为2021.2,最大支持3.6.3版本的Maven,因此直接下载Maven 3.6.3.打开IDEA,file -> setting,搜所maven,选择本地配置好的Maven即可。下载完之后,选定存放目录,直接解压即可。阿里云的maven 配置指南,有一项。

2024-03-14 23:23:03 1196

原创 【C++笔记】第一阶段:C++基础入门

所谓数组,就是一个集合,里面存放了相同类型的数据元素数组中的每个数据元素都是相同的数据类型数组是由连续的内存位置组成的数据类型 数组名[ 数组长度 ];数据类型 数组名[ 数组长度 ] = { 值1,值2 ...};数据类型 数组名[ ] = { 值1,值2 ...};//定义方式1//数据类型 数组名[元素个数];//利用下标赋值//利用下标输出//第二种定义方式//数据类型 数组名[元素个数] = {值1,值2 ,值3 ...};

2024-02-15 14:24:00 1061

原创 【HTML_CSS笔记】HTML_CSS入坑

HTML_CSS笔记1 HTML示例杂记2 CSS2.1 常用选择器2.2 span和div标签2.3 浮动的实现2.4 盒模型2.5 边框属性2.6 内边距2.7 定位的实现2.8 伪类选择器3 百度页面搭建3.1 色块定位法3.2 实现效果3.3 实现代码1 HTML示例杂记<!DOCTYPE html><html> <head> <meta charset="utf-8" /> <title>这是一个标题</title&

2023-12-02 12:00:26 830

原创 【GDAL应用】Python 安装rasterio库与gdal库版本匹配冲突问题解决方法

利用python自带的pip安装方法,安装完gdal库之后,再安装rasterio库,出现两个库不兼容情况,最终安装失败。

2023-10-28 20:19:28 1635 3

原创 【C++笔记】第二阶段:C++核心编程

堆区数据由程序员管理开辟和释放堆区数据利用new关键字进行开辟内存。

2023-10-08 11:02:11 36

原创 【C++笔记】C++核心编程:(5)文件操作

程序运行时产生的数据都属于临时数据,程序一旦运行结束都会被释放。通过文件可以将数据持久化。C++中对文件操作需要包含头文件<fstream>文件类型分为两种:1、-文件以文本的形式存储在计算机中2、-文件以文本的形式存储在计算机中,用户一般不能直接读懂它们操作文件的三大类:1、ofstream:写操作2、ifstream: 读操作3、fstream:读写操作。

2023-10-03 18:56:06 26

原创 【C++笔记】C++核心编程:(4)类和对象

如果属性有在堆区开辟的,一定要自己提供拷贝构造函数,防止浅拷贝带来的问题。

2023-10-03 14:40:53 94

原创 【C++笔记】练习案例:实现通讯录管理系统

练习案例:利用 C++ 实现一个通讯录管理系统。通讯录是一个可以记录亲人、好友信息的工具。

2023-09-16 00:15:36 28

原创 【GDAL应用】shp数据转带坐标系的二值图

将矢量化的shp数据转化为带坐标系的二值图;shp数据可以是面要素也可以是线要素;必须有转化为二值图的属性字段。

2023-08-28 20:33:04 66

原创 【GDAL应用】面要素转线要素

把面状shp矢量数据转化为线状shp矢量数据。

2023-08-22 14:04:52 69 1

原创 【GDAL应用】按矢量数据的空间四至范围裁剪影像

按图层的空间范围(shp数据的空间范围四至)进行裁剪,该方法无论是线要素还是面要素数据都能按照图层范围四至裁剪影像。

2022-07-05 00:00:37 380 1

原创 ENVI二次开发应用:批量裁剪栅格数据

功能:实现单个矢量数据(shp文件)对多幅遥感影像的裁剪pro batch_subset_raster_task compile_opt idl2 ;compole_opt是对idl编译规则的修改,关键字有defint32,strictarr,idl2等 ;defint32把默认的idl整型数据16位改为32位 ;strictarr强迫数组元素用中括号,不用小括号 ;idl2则为上述二者的并。 e=envi(/headless) ;启动envi start = syst

2021-08-24 13:48:42 2605 3

原创 Python笔记:输出文本进度条

import timescale = 50start = time.time()print("开始执行".center(scale//2 , "-"))for i in range(scale+1): a = "*" * i b = "·" * (scale - i) c = i/scale * 100 dur = time.time() - start print("\r{:^3.0f}%[{}->{}]{:.2f}s".format(c,a,b

2021-08-14 13:10:03 391

原创 机器/深度学习笔记:吴恩达机器学习课程 | 编程练习

做代码练习,用pycharm这种可交互性比较差的IDE(当然这类注重的是整体运行),尤其是在做数据可视化与理解每句代码的时候,真不如jupyter Notebook好用,做起来真麻烦!(1)黄海广博士笔记与练习数据及代码。

2020-09-24 01:12:35 512

原创 吴恩达机器学习课程:编程练习 | (8) ex8-anomaly detection and recommendation

1. 异常检测"""案例1: 检测异常服务器数据集:data/ex8data1.mat注:算法手动实现"""import numpy as npimport scipy.io as sioimport matplotlib.pyplot as pltdef estimate_gaussian(X, isCovariance): # 计算均值与协方差矩阵 means = np.mean(X, axis=0) if isCovariance: sigma

2020-09-24 00:36:30 257

原创 吴恩达机器学习课程:编程练习 | (7) ex7-kmeans and PCA

1. kmeans算法"""案例1: 给定一个二维数据集,使用kmeans进行聚类数据集:data/ex7data2.mat"""import numpy as npimport scipy.io as sioimport matplotlib.pyplot as pltfrom skimage import iodef find_centroids(X, centros): # 获取每个样本所属的类别 idx = [] for i in range(len(X)):

2020-09-24 00:31:31 429

原创 吴恩达机器学习课程:编程练习 | (6) ex6-SVM

1. 垃圾邮件检测"""案例:判断一封邮件是否是垃圾邮件"""from sklearn import svmfrom sklearn import metricsfrom sklearn.linear_model import LogisticRegressionimport scipy.io as siodata1 = sio.loadmat('data/spamTrain.mat') # training datadata2 = sio.loadmat('data/spamTes

2020-09-24 00:24:53 436

原创 吴恩达机器学习课程:编程练习 | (5) ex5-bias vs variance

偏差与方差"""了解算法性能中的偏差和方差概念案例:利用水库水位变化预测大坝出水量数据集:ex5data1.mat机器学习课程的第五个编程练习(第六周讲解内容)"""import numpy as npimport scipy.io as sioimport scipy.optimize as optimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsdef reg_cost(theta

2020-09-24 00:17:39 213

原创 吴恩达机器学习课程:编程练习 | (3) ex3-neural network

1. 基于逻辑回归模型的多分类"""基于逻辑回归模型的多分类案例: 手写数字识别"""import numpy as npimport scipy.io as sioimport scipy.optimize as optdef load_data(path, transpose=True): data = sio.loadmat(path) y = data.get('y') # (5000,1) y = y.reshape(y.shape[0]) #

2020-09-24 00:13:56 408 1

原创 吴恩达机器学习课程:编程练习 | (2) ex2-logistic regression

1. logistic-regression"""逻辑回归案例:根据学生的两门学生成绩,预测该学生是否会被大学录取"""import numpy as npimport pandas as pdimport matplotlib.pyplot as pltdef get_Xy(data): data.insert(0, 'ones', 1) X = np.array(data.iloc[:, 0:-1]) y = np.array(data.iloc[:, -1

2020-09-23 23:57:48 355

原创 吴恩达机器学习课程:编程练习 | (1) ex1-linear regression

1. 单变量线性回归"""单变量线性回归案例:假设你是一家餐厅的CEO,正在考虑开一家分店,根据该城市的人口数据预测其利润。"""import numpy as npimport seaborn as snsimport pandas as pdimport matplotlib.pyplot as pltdef get_X(df): """ 读取特征 use concat to add intersect feature to avoid sid

2020-09-23 23:50:24 623

原创 吴恩达机器学习课程:编程练习 | (4) ex4-NN back propagation

BP算法实现起来有点复杂,视频讲解的不是很清楚,在此放上一个大白话讲解BP算法的链接:大白话讲解BP算法"""神经网络-反向传播多分类问题案例: 手写数字识别"""import numpy as npimport scipy.io as sioimport matplotlibimport matplotlib.pyplot as pltfrom scipy.optimize import minimizefrom sklearn.metrics import classificati

2020-09-23 23:41:50 272

原创 Python笔记:魔术方法----与属性相关的魔术方法(__getattribute__,__getattr__,__setattr__,delattr__)

属性查找顺序:正常情况下,属性查找都是以一定的规则从__dict__中查找的。 如果只有类属性x,没有实例属性x,当访问x的时候,会是如何呢?我们来看下面例子:class Test(object): x = 8 def __init__(self,c): passt= Test(6)t.xprint(t.x)# 输出结果:>>>...

2020-09-07 17:58:26 266

原创 Python笔记:魔术方法----常用魔术方法(__init__、__new__、__call__、__str__、__repr__、__del__等)

魔术方法

2020-09-07 17:57:01 675 1

原创 爬虫学习:Selenium笔记

页面跳转:from selenium import webdriver# import selenium.webdriver.support.ui as uiimport timebrowser = webdriver.Firefox()browser.get("https://bj.lianjia.com/")browser.maximize_window()time.slee...

2020-09-04 09:08:32 117

原创 ENVI二次开发应用:ENVI Task实例

对遥感影像进行二值化,在进行分类,之后把分类结果矢量化(提取出矢量边界)。PRO test_Build_Footprint COMPILE_OPT idl2 e=envi() file = FILE_DIRNAME(ROUTINE_FILEPATH())+$ '\data\beijingRGB.dat' ;打开某路径下的ENVI标准格式的数据 Raster = e.OpenRaster(file) outShpFile = e.GetTempor

2020-05-24 23:04:40 2751

原创 ENVI二次开发应用:扩展补丁添加菜单

ENVI菜单添加方法有两种:1.修改文件在ENVI\menu\envi.men文件中添加如下部分:-0{Myfunctions}-0{Myfunctions}-1{文件信息查看}{not used}{test_envi_file_info}-1{文件多波段存储}{not used}{test_envi_file_sav}举例文件中部分信息:0 {Help} -----0表示最顶层...

2020-05-06 22:32:32 808 1

原创 ENVI二次开发应用:ENVI小控件的应用(以widget_pmenu和widget_rgb为例)

运行前在控制台启动ENVI。pro envi_widget_pmenu_ex compile_opt idl2 file = envi_pickfile() if ~file_test(file) then return ;file_test()文件存在返回1,不存在返回0, ~逻辑非 envi_open_file, file, r_fid=fid...

2020-05-06 21:36:43 535

原创 ENVI二次开发应用:批量计算图像植被覆盖度

运行前控制台启动ENVI。pro EXAMPLE_MATH_DOIT_Batch compile_opt IDL2 path = envi_pickfile(/directory) ;打开文件所在路径 files = file_search(path,'*dat',count=count) if count eq 0 then return outPath = 'D:\' ...

2020-05-06 01:07:11 2763

原创 ENVI二次开发应用:抽取modis数据中的NDVI产品

运行前需要启动ENVI。pro Modis_MOD13Q1_Batch compile_opt IDL2 path = 'D:\envi_example' files = file_search(path,'*.hdf',count=count);查找路径下所有hdf文件,count为查找到的hdf文件的总数 if count eq 0 then return ...

2020-05-05 21:02:15 1084

原创 openpyxl模块的应用:表格(.xlsx格式)的读取与写入及xlrd、xlwt模块应用

基于openpyxl多表格合并成一个表格的方法

2020-04-01 21:00:37 162 1

原创 机器/深度学习笔记:tensorflow(gpu版本)在win10系统上的安装方法

查看CUDA路径,当你安装完CUDA后,它会将这两个目录加进来, CUPTA和cuDNN还没有加进来,所以必须将它们添加到路径,这样使用Tensorflow的时候才不会报错。(注:直接安装可能网速很慢,会安装失败,可以离线安装,,查看tensorflow的版本与所匹配对应的cuDNN及CUDA,本次安装选的第三个版本,tensorflow_gpu—1.14.0。在ANACONDA窗口的tensorflow的环境中,跑一个test.py,检测tensorflow的确用gpu来做运算了。

2020-03-18 12:15:22 998 2

原创 Python笔记:应用Python发邮件

利用python自动发邮件

2020-03-17 23:44:27 200

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

提示
确定要删除当前文章?
取消 删除