- 博客(22)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 数据库基础（三）：完整性约束、索引、视图
数据库基础（三）：完整性约束、索引、视图1 交互式为数据库表S创建PRIMARY KEY约束2 交互式创建数据库表TEST_SC，创建PRIMARY KEY约束3 T-SQL创建数据库表T的PRIMARY KEY约束4 T-SQL创建数据库表TEST_C，以列约束形式创建PRIMARY KEY约束5 T-SQL创建数据库表TEST_TC，以表约束形式创建PRIMARY KEY约束6 交互式向数据库表TEST_TC中CNO与TNO列添加UNIQUE约束7 T-SQL为数据库表C中CN列创建UNIQUE约束8
2021-02-28 21:52:04
1486
2
原创 数据库基础（二）：数据库表创建、修改、复制、删除与表数据处理
数据库基础（二）：数据库表创建、修改、复制、删除与表数据处理1 交互式创建数据库表T2 交互式创建数据库表S3 用T-SQL语句创建数据库表C4 用T-SQL语句创建数据库表SC5 用T-SQL语句创建数据库表TC6 交互式向数据库表S中添加新列NATIVE7 交互式修改数据库表S中的列NATIVE8 交互式删除数据库表S中的列NATIVE9 用T-SQL语句向数据库表S中添加列NATIVE10 用T-SQL语句修改数据库表S中的列NATIVE11 交互式删除数据库表TC12 用T-SQL语句删除数据库表T
2021-02-28 17:13:47
1081
2
原创 数据库基础（一）：数据库创建、分离、附加、删除、备份
数据库创建、分离、附加、删除、备份1 交互式创建数据库2 使用 Transact-SQL指定参数创建数据库3 交互式分离数据库testbase14 使用系统存储过程分离数据库testbase25 数据库文件备份：分离数据库再复制其物理文件6 数据库文件备份：停止SQL Server 2008服务再复制数据库物理文件7 使用交互式方法附加数据库8 使用系统存储过程附加数据库9 交互式方法删除数据库10 使用 Transact-SQL删除数据库1 交互式创建数据库（1） 启动Microsoft SQL Se
2021-02-28 15:02:29
2457
2
原创 Python机器学习一维/多维数据集顺序打乱
1 为什么要打乱数据集 在机器学习中，如果不进行数据集的打乱，则可能导致模型在训练过程中出现“偏见”的情况，降低其泛化能力，从而降低训练精度。例如，如果我们做深度学习的分类，其中初始数据的前80%都是第一类，后20%都是第二类，那么如果我们不打乱数据，模型在前面大部分数据中训练出来的结果都是第一类（即形成了惯性，模型认为这些数据只对应着第一类）；而到后20%数据进行训练时，所得结果也往往全都为第一类；所以要打乱。2 如何打乱 首先引入random。import random2.1 数据特征与
2021-02-28 12:40:35
1762
原创 基于Google Earth Engine的Landsat单窗算法地表温度（LST）反演
基于Google Earth Engine的Landsat单窗算法地表温度（LST）反演1 背景知识2 算法介绍3 代码4 效果1 背景知识 基于遥感数据的地表温度（LST）反演目前得到了广泛的应用，尤其是面向大尺度、长时间范围的温度数据需求，遥感方法更是可以凸显其优势。目前，基于各类遥感数据源的地表温度反演方法不断得以改进，精度亦不断提升。之前的博客，也分别基于不同角度对遥感数据温度反演的方法、原理以及具体操作加以详细介绍： 博客1：基于ENVI的Landsat 7地表温度（LST）大气校正
2021-02-26 23:01:30
13110
151
原创 基于Pix4Dmapper的三维模型重建应用——空间分析选址
基于Pix4Dmapper的三维模型重建应用——空间分析选址1 空间分析目标确立2 基于基本约束条件的选址求解2.1 坡度计算与提取2.2 海拔提取2.3 LAS数据初探2.4 淹没分析2.5 区域相交2.6 面积约束3 基于择优条件的选址求解4 不足与问题 前面三篇博客分别基于不同软件、不同方法，详细讲解了空间三维模型建立的过程： 博客1：基于3DSOM的侧影轮廓方法物体空间三维模型重建。 博客2：基于EinScan-S的编码结构光方法物体空间三维模型重建。 博客3：基于Pix4
2021-02-26 21:46:24
2624
原创 基于Pix4Dmapper的运动结构恢复无人机影像三维模型重建
基于Pix4Dmapper的运动结构恢复无人机影像三维模型重建1 背景知识1.1 运动结构恢复方法原理1.2 运动结构恢复方法流程2 软件与数据准备2.1 软件准备2.2 数据准备3 研究区域模型建立3.1 数据导入与配置3.2 第一次模型建立3.3 第二次模型建立3.4 模型外观检查与调整3.5 模型量测4 建模部分问题与思考4.1 模型外观与组成分析4.2 模型部分外形与纹理错误分析4.3 模型质量报告分析4.4 模型边界缺失问题4.5 地物底面面积计算问题参考文献 前面两篇博客分别基于不同软件、不
2021-02-26 20:33:28
3571
5
原创 PDF打开后名称与实际文件名称不符的解决
就在刚刚准备一篇空间三维建模相关的博客时，偶然发现了如下一个问题： 在打开这个图中名称为“空间三维建模_操作.pdf”的PDF文件后，在PDF阅读器中其题目却变成了另一个名称： 没错，由原有的PDF文件名称变为了“班级规划书”这个名字。 看到这个新的名字，立刻想到了——这个是我在学校很久之前写的一份Word，标题就是这个“班级规划书”；而我也还能记得，因为当初这个“班级规划书”Word文件中的格式、排版、封面都比较好，所以之后很多学习、工作上的文档都直接用了“班级规划书”Word文件作为
2021-02-25 23:23:53
16891
原创 基于EinScan-S的编码结构光方法空间三维模型重建
基于EinScan-S的编码结构光方法空间三维模型重建1 相关原理1.1 编码结构光成像原理1.2 编码结构光编码方式1.3 编码结构光与侧影轮廓方法比较1.4 编码结构光方法流程2 三维模型制作2.1 防晒霜罐三维模型制作2.1.1 前期准备工作2.1.2 软件配置与数据导入2.1.3 手动拼接2.1.4 封装处理2.1.5 模型定性描述2.1.6 模型定量描述2.2 番茄与曼妥思罐三维模型制作2.2.1 番茄三维模型制作2.2.2 曼妥思罐三维模型制作3 操作问题与思考3.1
2021-02-25 22:33:42
1493
原创 基于3DSOM的侧影轮廓方法空间三维模型重建
基于3DSOM的侧影轮廓方法空间三维模型重建1 背景知识1.1 三维信息获取方法1.2 侧影轮廓方法原理及其流程2 三维模型制作2.1 马铃薯三维模型制作2.1.1 多角度图像导入2.1.2 图像掩饰2.1.3 表面生成与优化2.1.4 纹理映射2.1.5 模型检查2.1.6 模型定性描述2.1.7 模型定量描述2.2 圣诞老人蜡烛三维模型制作2.2.1 多角度图像获取与导入2.2.2 图像掩饰2.2.3 表面生成与优化2.2.4 纹理映射2.2.5 模型定性描述2.2.6 模型定量描述3 问题与思考3
2021-02-25 20:09:16
2810
原创 基于ArcMap的回归克里格与普通克里格方法插值与结果对比分析
基于ArcMap的回归克里格与普通克里格方法插值与结果对比分析1 背景知识准备2 回归克里格实现2.1 采样点与环境变量提取2.2 子集要素划分2.3 异常值提取2.4 土壤有机质含量经典统计学分析2.5 回归方程求取2.6 残差提取2.7 残差普通克里格求解2.8 土壤有机质含量回归克里格求解2.9 回归克里格精度评定2.10 回归克里格专题地图制作3 普通克里格实现3.1 普通克里格精度评定3.2 普通克里格专题地图制作4 两种插值方法对比4.1 精度对比4.2 插值结果对比5 一些值得讨论的问
2021-02-25 14:19:03
8368
21
原创 基于MATLAB的全局多项式插值法（趋势面法）与逆距离加权（IDW）法插值与结果分析
基于MATLAB的全局多项式插值法（趋势面法）与逆距离加权（IDW）法插值与结果分析1 背景知识2 实际操作部分2.1 空间数据读取2.2 异常数据剔除2.3 验证集筛选2.4 最小二乘法求解2.5 逆距离加权法求解2.6 插值精度检验2.7 数据导出与专题地图制作3 结果呈现与分析3.1 全局多项式插值法二阶与三阶插值对比3.2 全局多项式插值法函数及其三维结果图3.3 全局多项式插值法专题地图绘制3.4 逆距离加权法插值结果及其三维结果图3.5 逆距离加权法专题地图绘制4 完整代码4.1 全局
2021-02-24 20:23:39
5441
6
原创 基于MATLAB的变异函数计算与经验半方差图绘制
基于MATLAB的变异函数计算与经验半方差图绘制1 数据处理1.1 数据读取1.2 异常数据剔除1.3 正态分布检验及转换2 距离量算3 距离分组4 平均距离、半方差计算及其绘图5 绘图结果 在前期的博客（https://blog.csdn.net/zhebushibiaoshifu/article/details/113943720）中，我们详细介绍了地学计算的几个基本概念，并对其数学推导公式加以了梳理。接下来，我将通过几篇新的专题博客，对地学计算相关的代码、操作加以实践与详细讲解。本篇博客便
2021-02-24 18:26:35
4526
15
原创 基于Python TensorFlow Keras的深度学习回归代码——keras.Sequential深度神经网络
基于Python TensorFlow Keras的深度学习回归代码——keras.Sequential深度神经网络1 写在前面2 代码分解介绍2.1 准备工作2.2 参数配置2.3 数据导入与数据划分2.4 联合分布图绘制2.5 因变量分离与数据标准化2.6 原有模型删除2.7 最优Epoch保存与读取2.8 模型构建2.9 训练图像绘制2.10 最优Epoch选取2.11 模型测试、拟合图像绘制、精度验证与模型参数与结果保存3 完整代码1 写在前面前期一篇博客（https://blog.csd
2021-02-24 15:51:51
3978
21
原创 基于Python TensorFlow Estimator的深度学习回归与分类代码——DNNRegressor
基于Python TensorFlow Estimator的深度学习回归与分类代码——DNNRegressor1 写在前面2 详细代码1 写在前面本文为基于TensorFlow tf.estimator接口的深度学习网络，而非TensorFlow 2.0中常用的Keras接口；关于Keras接口实现深度学习回归与分类，我将会在接下来的博客中介绍。本文代码以DNNRegressor回归为例；而由于基于 tf.estimator接口的深度学习回归与分类整体较为类似，因此二者具有触类旁通的效果。
2021-02-23 20:09:01
5696
4
原创 插值、平稳假设、本征假设、变异函数、基台、块金、克里格、线性无偏最优…地学计算概念及公式推导
插值、平稳假设、本征假设、变异函数、基台、块金、克里格、线性无偏最优…地学计算概念及公式推导1 引言2 空间插值3 几个重要假设3.1 平稳假设3.2 二阶平稳性假设3.3 本征假设3.4 不同假设对比4 变异函数5 克里格插值6 回归克里格1 引言 最近的几篇博客，分别从多光谱与高光谱遥感的实际应用出发，对影像前期处理与相关算法、反演操作等加以详细介绍。而通过遥感手段获取了丰富的各类地表信息数据后，如何对数据加以良好的数学处理与科学分析，同样是我们需要重视的问题。因此，准备由这一篇博客入手，
2021-02-22 17:26:11
6997
4
原创 基于ENVI与ERDAS的Hyperion高光谱经验比值法、一阶微分法叶绿素及地表参数反演
基于ENVI与ERDAS的Hyperion高光谱经验比值法、一阶微分法叶绿素及地表参数反演1 前期准备与本文理论部分1.1 几句闲谈1.2 背景知识1.2.1 Hyperion数据介绍1.2.2 遥感图像分类方法1.2.3 大气校正1.2.4 反演算法2 基于经验比值法、一阶微分法的叶绿素a含量反演2.1 数据导入与波段合成2.2 辐射定标与波段合成2.3 编辑头文件2.4 图像格式转换2.5 EDRDAS文件导入与裁剪2.6 监督分类2.7 水体光谱曲线提取2.8 特征波段选取与计算3 大气校正及
2021-02-22 12:22:08
6587
10
原创 全球主要高光谱遥感卫星介绍
全球主要星载高光谱遥感及其平台介绍与分析1 引言2 全球主要星载高光谱数据介绍2.1 EOS AM-1 MODIS2.2 MightySat-2.1 FTHSI2.3 EO-1 Hyperion2.4 PROBA-1 CHRIS2.5 ADEOS-2 GLI2.6 环境一号 HJ-1A卫星2.7 珠海一号 OHS高光谱卫星2.8 高分五号 可见短波红外高光谱相机2.9 ISS DESIS2.10 HysIS HysIS2.11 PRISMA PRISMA3 高光谱卫星纵向对比4 高光谱卫星横向对比参考文献
2021-02-21 19:36:54
9508
原创 基于ENVI与ERDAS的Landsat 7 ETM+单窗算法地表温度（LST）反演
基于ENVI与ERDAS的Landsat 7 ETM+单窗算法地表温度（LST）反演1 原理部分与前期操作准备1.1 图像预处理1.2 植被指数反演1.3 单窗算法原理2 实际操作部分2.1 数据导入与辐射定标2.2 波段合成2.3 编辑头文件2.4 转换文件数据格式2.5 FLAASH大气校正2.6 图像格式转换2.7 EDRDAS文件导入与裁剪2.8 植被指数模型建立2.9 大气校正调试2.10 地表亮度温度计算2.11 监督分类2.12 植被覆盖度与地表比辐射率计算2.13 大气参数计算2.14 地表
2021-02-21 16:35:04
8694
15
原创 基于ENVI的Landsat 7地表温度（LST）大气校正方法反演与地物温度分析
本文介绍基于ENVI软件实现Landsat 7遥感影像地表温度（LST）大气校正方法反演与地物温度分析~
2021-02-21 13:20:29
17490
59
原创 基于ENVI的Landsat 7影像处理与多种大气校正方法对比
Landsat-7影像处理与多种大气校正方法对比1 数据导入与辐射定标2 波段合成3 编辑头文件4 转换文件格式5 QUAC快速大气校正6 简化黑暗像元法大气校正7 FLAASH大气校正8 大气校正结果与其他处理对比分析8.1 三种大气校正方法结果与未校正结果对比分析8.2 定标前后结果对比与不同地物波谱曲线对比分析1 数据导入与辐射定标关于数据的下载，百度中相关资源很多，这里不再赘述。在我们所获得的遥感影像原始数据中，每一个像素对应的像元值往往是未经明确量化、没有统一量纲的数据（DN值，即Digit
2021-02-21 11:43:21
12082
29
原创 GitHub与Git软件使用
GitHub与Git软件使用1 初步介绍2 使用方法2.1 GitHub配置2.2 Git配置2.3 代码上传至GitHub1 初步介绍首先，什么是GitHub与Git？为什么我们要运用这些工具？首先从GitHub说起。如果大家参加过数学建模比赛，或许都经历过这样的历程：一个队伍若干人负责一篇文档的不同部分，而后最终交给一位同学汇总。这时候，由于不断地修改、完善内容，每个人的电脑中或许都出现了无数个名字类似于“第一部分1”“第一部分2”“第一部分3”“修改1”“修改2”等等这样的Word文档，这繁多的W
2021-02-20 17:49:53
473
2
哨兵2号遥感影像MGRS分幅格网矢量文件
2023-02-02
Landsat_WRS2.zip
2021-04-02
CropYield_DL.py
2021-02-24
CropYield_DL_Test.py
2021-02-24
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人