- 博客(13)
- 收藏
- 关注
RSS订阅原创 系统规划与管理师——第四章IT服务规划与设计
规划设计处于整个IT服务生命周期中的前端，可以帮助it服务供方了解客户的需求，并对其进行全面的需求分析，然后通过对服务要素（包括人员、资源、技术和过程）、服务模式和服务方案的具体设计，最终形成服务级别协议(Service Level Agreement,SLA),包括服务的内容、连续性、可用性、服务能力和服务费用等。如果未进行有效的规划设计，仓促而就的IT服务难以满足客户的真正需求，很可能造成客户满意度低下、IT服务可用性低、顶算超支或IT系统功能丧失。
2024-10-08 17:49:51
894
原创 系统规划与管理师——第三章信息技术服务知识
本章：信息技术服务相关知识概念（产品、服务、信息技术服务、运维、运营和经营、IT治理、it服务管理、项目管理、质量管理、信息安全管理、信息技术服务财务管理）
2024-08-19 16:33:32
957
原创 系统规划与管理师——学习笔记
软件需求是针对待解决问题的特性描述。所定义的需求必须可以被验证。在资源有限时，可以通过优先级对需求进行权衡。通过需求分析，可以检测和解决需求之间的冲突、发现系统的边界、并详细描述出系统需求。
2024-08-05 14:35:34
917
原创 系统规划与管理师——学习笔记
维纳：信息就是信息，既不是物质也不是能量，也就是与物质、能量并列香农：信息能用来消除不确定性，也就是信息的功能和用途。哲学：信息是事物的普遍联系。本体论概念：事物的运动状态和状态变化方式的表述，即事物什么样的运动状态中，以及运动状态按照什么方式发生变化，哪里有事物和事物的运动，哪里就必然有本体论信息的存在。本体论信息是取之不尽用之不竭的信息源泉。认识论：就是主体对于事物运动状态以及状态变化方式的具体描述，包括对于它的“状态和方式”的形式、含义和价值的描述，
2024-07-31 12:25:17
1580
原创 基于航拍视角的早期森林火灾识别研究——论文结构学习
深度分割分为主干网络模块和分割模块，主干的特征提取，分割的特征加强（包括注意力机制，特种上下文融合、边界监督等）以语义分割模型 UNet、DeepLabv3+以及实例分割模型 Mask R-CNN为例，简述网络结构和特点。MaskSU R-CNN模型构建，也就是在Mask R-CNN 模型上的改进：重点在利用 UNet 网络对 MS R-CNN 的 MaskIoU 分支进行重构，做征提取网络、区域候选网络以及多分支预测网络的模型组成图解。简述自己主要研究内容，具体写针对以上方法的不足提出的解决方案。
2024-07-25 17:52:15
890
原创 基于 YOLO 模型的森林烟火图像检测方法研究——论文结构学习
并对比v3详细描述结构的变化，模型的性能增加和对比图展示，主要是说Darknet53 结构换为了 CSPDarknet53，PANet 替代了 YOLOv3 中的 FPN 参数聚合，对采样模块和特征融合模块进行画图详解，将原捷径连接改为为张量连接，画出网络结构图。卷积层改进：先描述描述各卷积层的工作原理，以及卷积过程，根据实际需求的改进描述，并解释深度可分离卷积中深度卷积和逐点卷积工作原理，优点及改进对比，对传统算法进行分节简述（包含算法流程、算法原理、优缺点），hog+svm、dpm、，最后总结。
2024-07-19 17:48:24
938
原创 对基于卷积神经网络的森林火灾识别系统的研究与设计——论文结构学习
实验数据集的构建（数据集来源、结构，包含数据特点对数据数量不大，容易出现的过拟合问题作出什么方式应对）本文用PCA_Jittering 扩充训练集，用处理过的图像添加进样本进行训练，作出步骤详解。课题来源、研究背景和意义（国内外的火灾近况以及数据统计分析，用近些年的数据最好）造成的影响、危害，国内外采取的有效措施及问题、所用技术及发展，关于此问题的研究现状（简述现有方法进行分类，对各个类别现有方法的优缺点进行客观分析与总结，可增加表格的方法比较与总结）卷积神经网络模型建立，提出改进方法，改进后图解。
2024-07-17 17:01:42
315
原创 处理火灾数据集
最后选择了kaggle网站中的火灾数据集，加上flame跟flame2里面选取了一些具有代表性图像进行标注，接下来以YOLOv8s为baseline进行改进，改进3点，然后与YOLOv9,v10，v5 进行算法对比。注意力机制还可以选择两三个进行对比然后挑选出效果最好的一个再进行进一步的消融实验。选取的图像也进行数据增强，放到训练数据集里。
2024-07-15 09:44:04
245
原创 处理遥感图像
考虑做进行波段组合，就是说可以同一个shp文件，随机波段合并，然后拿到指数的敏感度，也可以作为训练集，（但是我不知道不敏感的数据会不会影响效果，但是一般大家用的都是公认敏感的数据），然后标签数组和特征影像的数组进行合并，就有新的栅格数据，然后把栅格采样成一个个影像块，就扩大了数据集，然后输入。target_ds.SetProjection(dataset.GetProjection()) # python3.6版本，投影要在矢量化后，推测是因为矢量的范围比栅格的范围要小，先投影会出错（3.9不会有问题）
2024-07-12 17:43:25
685
原创 遥感图像处理之获得数据集
用火灾前后的哨兵2数据做的各种指数（也可以直接用原始光谱，哪些光谱和指数与火灾等级敏感需要自己去做实验确定），然后火灾等级栅格要与哨兵2指数数据对齐（转栅格的时候可以对齐）。把这个合成影像采样，分成训练、验证、测试，特征是各个指数、光谱，标签是火灾等级。用了两个：①欧洲哥白尼计划，https://emergency.copernicus.eu/mapping/list-of-activations-rapid；红框里的就是火灾等级，可以新建字段，然后不同等级设为1，2，3，4等，然后转栅格。
2024-07-12 17:10:56
352
原创 学习一下linux系统问题
作为linux运维，多多少少会碰见这样那样的问题或故障，从中总结经验，查找问题，汇总并分析故障的原因，这是一个Linux运维工程师良好的习惯。每一次技术的突破，都经历着苦闷，伴随着快乐，可我们还是执着的继续努力，从中也积累了更多的经验，这就是实践给予我们的丰厚回报。下面汇总了我做项目过程可能出现的故障及解决方法，看看是否与你有共鸣，并对你有帮助？
2024-07-12 14:28:11
803
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