- 博客(34)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 GEE用户贡献的数据列表
分享一个GEE用户贡献的数据列表（不在GEE官方数据库里的数据）Earth Engine Dataset Share List:https://docs.google.com/spreadsheets/d/1FTKsZwQ52P5dBDXyyfw-nPXVUhzKvZkCzXFClt_JlcM
2020-09-14 20:31:15
891
原创 机器学习笔记(吴恩达)——神经网络与多分类作业
import matplotlib.pyplot as plt import matplotlibimport numpy as npfrom scipy.io import loadmatfilename1=r'F:\jypternotebook\吴恩达机器学习python作业代码\code\ex3-neural network\ex3data1.mat'ex3data1=loadmat(filename1)X=ex3data1.get('X')y=ex3data1.get('y')
2020-08-07 20:12:52
510
原创 机器学习笔记(吴恩达)——神经网络:表述
模型表示1神经网络模型建立在很多神经元之上，每一个神经元又是一个个学习模型。这些神经元（也叫激活单元，activation unit）采纳一些特征作为输出，并且根据本身的模型提供一个输出。下图是一个以逻辑回归模型作为自身学习模型的神经元示例，在神经网络中，参数又可被成为权重（weight）其中x1x_1x1, x2x_2x2, x3x_3x3是输入单元（input units），我们将原始数据输入给它们。 a1a_1a1, a2a_2a2, a3a_3a3是中间单元，它们负责将数据进行处理
2020-08-05 14:54:07
375
原创 机器学习笔记(吴恩达)——逻辑回归作业
EX2 逻辑回归1.1可视化数据import numpy as npimport matplotlib.pyplot as pltimport pandas as pdfilepath=r'F:\jypternotebook\吴恩达机器学习python作业代码\code\ex2-logistic regression\ex2data1.txt'ex2_data1=pd.read_csv(filepath,header=None,names=['exam1','exam2','admitted'
2020-08-04 09:56:37
1032
原创 机器学习笔记(吴恩达)——逻辑回归
假说表示我们引入一个新的模型，逻辑回归，该模型的输出变量范围始终在0和1之间。 逻辑回归模型的假设是：hθ(x)=g(θTX)h_\theta \left( x \right)=g\left(\theta^{T}X \right)hθ(x)=g(θTX)其中： XXX 代表特征向量 ggg 代表逻辑函数（logistic function)是一个常用的逻辑函数为S形函数（Sigmoid function），公式为： g(z)=11+e−zg\left( z \right)=\frac{1}{1+{
2020-08-03 18:58:22
221
原创 Google Earth Engine笔记-计算时间序列hurst指数
3 计算时间序列hurst指数理论介绍这篇http://club.excelhome.net/thread-1414154-1-1.html文章对hurst计算介绍非常详细，讲得非常详细。hurst指数的意义数据准备var wuhan = ee.FeatureCollection("users/yp7454982/wuhan");Map.centerObject(wuhan,8);var startDate=ee.Date('2000-01-01');var endDate=e
2020-07-23 09:23:03
5824
13
原创 Google Earth Engine笔记-影像归一化与异常值去除
3影像归一化与异常值去除归一化对于多波段影像数据，需要对每个波段进行归一化，常用的归一化方法有x′=x−xminxmax−xminx'=\frac {x-x_{min}}{x_{max}-x_{min}}x′=xmax−xminx−xmin以及x′=x−xˉsx'=\frac {x-\bar{x}}{s}x′=sx−xˉxˉ\bar{x}xˉ与sss分别对应的影像一个波段的均值与标准差异常值去除常用的异常值去除的方法有许多方法，较为常用的是平均值加标准差法，正常情况
2020-07-21 20:19:20
7225
16
原创 Google Earth Engine笔记-寻找影像时间序列最大值对应日期
2 寻找影像时间序列最大值对应日期在GEE中，时间序列分析经常用到，有时根据研究需要，会统计在每个pixel上时间序列最大值所对应的日期或时间，这一操作，这一操作的算法思想与取一个列表中最大值所对应的索引有异曲同工之处。废话不多说直接上代码准备数据集var wuhan = ee.FeatureCollection("users/yp7454982/wuhan");var dataset=ee.ImageCollection("MODIS/006/MOD13Q1")
2020-07-20 22:52:49
2696
3
原创 Google Earth Engine笔记-植被覆盖度计算
1 植被覆盖度遥感监测根据NDVINDVINDVI数据进行像元二分模型计算植被覆盖度像元二分模型将像元的植被覆盖结构分为纯像元与混合像元两类，纯像元植被完全覆盖覆盖度为1，混合想要由植被与废止被构成，其NDVINDVINDVI是植被覆盖部分的NDVINDVINDVI值与非植被覆盖部分NDVINDVINDVI值的线性加权：NDVI=fv⋅NDVIv+(1−fv)⋅NDVI0NDVI=f_v\cdot NDVI_v+(1-f_v)\cdot NDVI_0NDVI=fv⋅NDVIv+(1−fv)⋅
2020-07-19 13:15:32
16608
56
原创 地学计算方法/地统计学(5第五章 空间插值与克里格法）
5第五章 空间插值与克里格法对自然各种属性的测量只能得到有限样本点的值，不可能对每个点都进行采样，然而我们总是想知道未测点的值，因此，就需要根据实测得到的离散数据，对未知点进行预测想要获得上图，需要各种空间插值方法，大多数插值方法都可被看作是数据的加权平均数，有如下通用公式:Z∗(x0)=∑i=1NλiZ(xi)Z^*(x_0)=\sum_{i=1}^N\lambda_iZ(x_i)Z∗(x0)=i=1∑NλiZ(xi)如何分配权重是关键问题，多数空间插值方法只考虑到系统的或确定的变异
2020-05-24 16:01:34
7252
原创 地学计算方法/地统计学(第四章变异函数理论模型)
4变异函数结构分析4.1变异函数理论模型4.1.1有基态值模型球状模型γ(h)={0h=0C0+C(3h2a−1h32a3)0<h≤aC0+Ch>a\gamma(h)=\left\{\begin{array}{lr}0 & h=0 \\C_{0}+C\left(\frac{3 h}{2 a}-\frac{1 h^{3}}{2 a^{3}}\right) & 0<h \leq a \\C_{0}+C & h>a\end{array}\righ
2020-05-21 09:06:39
10144
原创 地学计算方法/地统计学(第三章区域化变量理论)
3第三章 区域化变量理论3.1区域化变量的概念与性质地统计学是以区域化变量理论为基础的谁能说说与随便变量相比，区域化变量的特色？-与位置相关-既有随机性又有结构性-不能重复取值-样本之间存在空间相关性区域化变量是定义在随机场的概念之上的3.1.1随机场随机变量:随机变量表示随机试验各种结果的实值单值变量(Z)，且对于试验中的任何实值都有确定的概率,随机变量和对随机变量的观测可以从总体和抽样的角度来理解。随机变量(Z)每次的观测结果是一个确定的数值(z)，就相当于总体中一个样本的观测值，数
2020-05-21 08:41:00
3226
1
原创 地学计算方法/地统计学(第二章地理数据及其采集与预处理)
2第二章 地理数据及其采集与预处理2.1地理数据类型空间数据：用于描述地理实体、地理要素、地理现象、地理事件及地理过程产生、存在和发展的地理位置、区域范围及空间联系，包含有点、线、面，点线面之间的拓扑关系。属性数据：用于描述地理实体、地理要素、地理现象、地理事件、地理过程的有关属性特征数量标志数据间隔尺度数据：以有量纲的数据形式表示测度对象在某种单位(量纲)下的绝对量。比例尺度数据：以无量纲的数据形式表示测度对象的相对量品质标志数据有序数据：当测度标准不是连续的量，只是表示其顺序关
2020-05-18 14:26:36
7140
1
原创 地学计算方法/地统计学(第一章绪论)
1第一章 绪论1.1地统计学概念地统计学是以区域化变量理论为基础，以变异函数为主要工具，研究那些在空间分布上既有随机性又有结构性，或空间相关性和依赖性的自然现象的科学地统计学与经典统计学的区别经典统计学的变量必须是纯随机变量，即其取值按某种概率分布而变化，地统计学研究的变量不是纯随机变量，而是区域化变量，该区域化变量根据其在一个域内的空间位置取不同值，它是随机变量与位置有关的随机函数。因此，地统计学中的区域化变量既有随机性，又有结构性经典统计学所研究的变量理论上可无限次重复或进行大量重复观
2020-05-18 14:17:47
3691
原创 机器学习作业(吴恩达)——线性回归(linear regression,python版本)
EX1-线性回归1简单函数运用产生一个5×55\times55×5的矩阵import numpy as npimport pandas as pdimport matplotlib.pyplot as pltA=np.eye(5)Aarray([[1., 0., 0., 0., 0.], [0., 1., 0., 0., 0.], [0., 0., 1., 0., 0.], [0., 0., 0., 1., 0.], [0., 0.,
2020-05-12 20:33:15
779
19
原创 机器学习笔记(吴恩达)——多变量线性回归
多变量线性回归模型的特征为(x1,x2,...,xn)(x_1,x_2,...,x_n)(x1,x2,...,xn)符号说明nnn表示特征的数量x(i)x^{(i)}x(i)代表第iii个实例，即特征矩阵中第iii行因此多变量的假设hhh为：hθ(x)=θ0x0+θ1x1+θ2x2+...+θnxnh_{\theta} \left( x \right)={\theta_{0}}...
2020-05-07 20:03:06
582
6
原创 机器学习笔记(吴恩达)——单变量线性回归
单变量线性回归符号说明mmm代表训练集中实例数据xxx代表输入特征/输入变量yyy代表目标变量/输出变量(x,y)(x,y)(x,y)代表训练集中的实例(xi,yi)(x_i,y_i)(xi,yi) 代表第iii个观测实例hhh代表学习算法解决方案或函数代价函数代价函数为J(θ0,θ1)=12m∑i=1m(hθ(xi)−yi)2J(\theta_0,\theta_1)...
2020-05-05 11:51:03
1264
3
原创 python机器学习与数据分析实战——seaborn
import seaborn as snsimport numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltx=np.linspace(0,14,100)for i in range(1,7): plt.plot(x,np.sin(x+i*5)*(7-i))seaborn提供了众多模板来进行画...
2020-05-04 11:31:51
615
2
原创 python数据分析与机器学习实战笔记——matplotlib
Matplotlib库基础画折线图import pandas as pdunrate=pd.read_csv(r"F:\唐宇迪机器学习资料\机器学习\Python库代码（4个）\3-可视化库matpltlib\UNRATE.csv")unrate["DATE"]=pd.to_datetime(unrate["DATE"])print(unrate.headd(12)) ...
2020-05-03 15:23:18
1025
1
原创 python机器学习与数据分析实战笔记——pandas
Pandas库基础底层实现是numpy实现的1.1读取csv文件import pandas as pdfood_info=pd.read_csv(r"F:\唐宇迪机器学习资料\机器学习\Python库代码（4个）\2-数据分析处理库pandas\food_info.csv")print(type(food_info))#print(food_info.dtypes)#print(he...
2020-05-02 11:49:36
1839
1
原创 python机器学习与数据分析实战笔记——numpy基础
numpy基础结构import numpy as npnumber=np.array([1,2,3,4])world_alcohol=np.genfromtxt(r'F:\唐宇迪机器学习资料\机器学习\Python库代码（4个）\1-科学计算库numpy\world_alcohol.txt',\ delimiter=',',dtyp...
2020-05-01 21:56:07
317
1
原创 ENVI+IDL实现多值提取至点
前言最近在用IDL编程，用的比较多，这里主要讲解批量处理的实现过程案例实践基础函数讲解envi_proj_create([name=string][/geographic][/utm][zone=integer][/south][type=integer][arbitrary][datum=value][units=integer])其中，关键字name用于设置投影的名称;关键字ge...
2020-04-30 20:59:38
3068
原创 matlab计算混淆矩阵及kappa系数
前言本科过程中学习或多或少涉及到分类的基础知识，分类过程中肯定回涉及到精度检验。这里就涉及到混淆矩阵的知识。原理介绍记混淆矩阵如下图所示：矩阵xijx_{ij}xij中主对交线表示分类正确的数目,记NNN为所有点对数量其中有三个评价指标如下总体精度p0=∑xiiNp_0=\frac{\sum x_{ii}}{N}p0=N∑xii期望精度pe=∑i=1n(∏j=1nx...
2020-04-28 21:49:38
7187
2
原创 python返回字典value中最大值的键
引言近期主要在学习python与IDL，因此后面也主要是分享这方面的编程技巧案例实战以下是某地区一周气象数据文件temp.txt中的内容：2018-11-04 24 152018-11-05 18 112018-11-06 11 72018-11-07 9 52018-11-08 16 32018-11-09 19 72018-11-10 18 10...
2020-04-21 22:22:22
3650
原创 matlab克里格插值
前言为履行前期承若，现在公开matlab的克里格插值的代码。原理介绍普通克里格法：假定Z(x)Z(x)Z(x)是满足本征假设的一个随机过程，该随机过程有nnn个观测值z(xi)z(xi)z(xi)，要预测未采样点x0处的值，则线性预测值Z∗(x0)Z^{*}(x_0)Z∗(x0)可以表示如下：Z∗(x0)=sumi=1nλiz(xi)Z^{*}(x_0)=sum_{i=1}^n\lam...
2020-04-18 22:45:59
4882
6
原创 matlab变异函数拟合(粒子群算法)
1前言地统计课设算是彻底结束了，从中也收获了不少，对于优化算法也是相应学了深入一下，这里公布我们组我写了粒子群算法来拟合变异函数的这一部分源代码，仅供大家学习2方法原理这里粒子群的算法原理不再赘述，再我之前的博客已经有了很详细的讲解了，这里放上链接地址，https://blog.csdn.net/qq_44589327/article/details/105371963本偏文章主要讲解的是...
2020-04-15 22:10:53
3956
1
原创 matlab求矩阵最值
前言更新高效编程技巧第二系列，此次系列主要讲解matlab对矩阵得去重、排序、取最值、矩阵合并，文件批量处理与读写原理与案例介绍
2020-04-14 23:34:28
17408
原创 matlab高效编程技巧(一)
前言相信在地统计实验课程结束后本科阶段再接触matlab可能不会特别多了，后面会更加偏向于专业方向上的编程语言，因此本篇博客算是对接触matlab到现在积累的一些编程技巧做出一个总结，但是需要总结的有很多，因此将其分为一个系列，让大家领悟到matlab编程的基本处理对象是矩阵，而不是矩阵中具体的元素，实现真正的向量化(矩阵化)编程。1 技巧介绍与案例实践1.1基于矩阵(向量)化索引matl...
2020-04-09 21:25:39
937
原创 matlab克里格插值(基于扇区邻域点选取)
前言此次博客是前面mink函数的博客的进阶版本，往往我们在进行克里格插值时需要计算目标点周围邻域内多个点来进行插值操作，一般情况下邻域内的点数并不是越多越好，有时要根据邻域内点的分布分布状况以及点的分布个数来评估克里格插值的结果，但是有时邻域的点对数量选取是基于距离最短的原则来选取，这样就有时会造成邻域点选取的结果分布不均匀，为了使插值更加精确，arcgis中已经封装了设置领域点选择的一些条件，...
2020-04-08 13:20:48
2009
原创 基于粒子群算法与最小二乘拟合函数参数
前言今天更新较晚主要还是学业繁忙，学习素材也不是很好找，可能很多同学们都在做数学建模以及应用统计时都会涉及到函数参数拟合的问题，一般最常用的方法是最小二乘法，但是当函数参数很多时，往往去普通最小二乘法迭代次数过多，容易陷入局部最优解的情况，因此，在参数拟合部分会用到现代优化算法，现代优化算法常用的有遗传算法，模拟退火，蚁群算法，粒子群算法等等由于之前地统计实验遗传写的拟合变异函数比较容易陷入局部...
2020-04-07 21:30:49
10774
15
原创 matlab计算经验半方差(变异函数)
前言前段时间地统计的课设代码的确有点折磨人，但是还好算法过程比较简单，没有涉及到特别复杂的步骤，matlab在矩阵运算方面有大量的库函数以及其在索引方面的优势，使得我们真正能够实现向量化(矩阵化编程)，希望大家看到这篇文章过后能够真正取思考，以前的哪些代码可以将for循环等若干繁琐步骤去掉，减少代码行数，掌握向量化编程的精髓。1 变异函数这里引用一下杨老师ppt上的一个简单定义，一维条件下，...
2020-04-06 11:02:45
9892
原创 决策树简单介绍
前言为完成每日一更的习惯，今天就从与我们专业比较相关的一些基础的机器学习基本方法说起，从目前我现在看的文献来看，用于我们专业的分类算法也就常用的那么几种，随机森林，决策树，SVM等等，今天也是从常用数据挖掘算法总结及python实现这一书中学习了决策树部分内容，可以说第一天是收获满满1决策树简介分类决策树模型是一种描述对实例进行的形结构。由点和有向边组成，节点有两种类型，内部节点与叶节点，内...
2020-04-05 20:19:22
968
原创 matlab的mink函数
mink函数近期由于地统计的课程要编写克里格插值方法，会涉及到对一个坐标点求其邻域范围内最近的4个点，如何在matlab里较为快速的方式来找到最近的点呢1. 输入输入是各个点的坐标值2. 输出输出为离目标坐标点最近的四个点的序号(索引)3. mink函数用法B = mink(A,k) 返回 A 的 k 个最小元素。如果 A 是向量，则 mink 返回一个向量，其中包含 A 的 k ...
2020-04-04 16:22:30
3646
原创 潘老师课堂开讲！！！
1自我介绍本科在读，专业地理信息科学，就读于中部某211高校，码龄大概已有两年，主要涉及领域为遥感数字图像处理，数据分析，数学建模，机器学习，深度学习等2编程语言目前本人主要用到的语言有MATLAB，python，IDL，另外google earth engine也有接触过，但平时用到机会不多，仍在学习之中，至于其他C/C++,R,sas等略有接触，但用的不多，主打MATLAB，python...
2020-04-04 10:05:39
1711
地学计算方法复习整理.pdf
2020-05-24
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人