- OpenLandMap Soil Organic Carbon Content 简介该数据集为在6个土壤标准深度下（0、10、30、60、100和200cm）预测的土壤有机碳含量（5g/kg）。数据空间分辨率为250米。分辨率为 250 米的 6 个标准深度（0、10、30、60、100 和 200 厘米）的土壤有机碳含量 x 5 克/千克前言 – 人工智能教程分辨率为 250 米的 6... OpenLandMap Soil Organic Carbon Content 简介该数据集为在6个土壤标准深度下（0、10、30、60、100和200cm）预测的土壤有机碳含量（5g/kg）。数据空间分辨率为250米。分辨率为 250 米的 6 个标准深度（0、10、30、60、100 和 200 厘米）的土壤有机碳含量 x 5 克/千克前言 – 人工智能教程分辨率为 250 米的 6...
- 如何规划才能实现转码？随着信息技术的快速发展，编程已经成为了一个非常热门的行业。越来越多的人开始关注编程，并且希望能够在这个行业中获得一席之地。然而，对于那些没有计算机科班背景的人来说，要想在程序界占据一席之地并不容易。那么，如何才能够实现这个目标呢？学习编程语言和相关技术首先，想要在程序界占据一席之地，就需要掌握编程语言和相关技术。对于非计算机科班出身的人来说，建议从基础语言开始学习，... 如何规划才能实现转码？随着信息技术的快速发展，编程已经成为了一个非常热门的行业。越来越多的人开始关注编程，并且希望能够在这个行业中获得一席之地。然而，对于那些没有计算机科班背景的人来说，要想在程序界占据一席之地并不容易。那么，如何才能够实现这个目标呢？学习编程语言和相关技术首先，想要在程序界占据一席之地，就需要掌握编程语言和相关技术。对于非计算机科班出身的人来说，建议从基础语言开始学习，...
- OpenLandMap Predicted Hapludalfs Probability 简介与Notebook示例¶以 250 米分辨率预测的 6 个标准深度（0、10、30、60、100 和 200 厘米）的 33 千帕和 1500 千帕吸力的土壤水分含量（体积百分比）。训练点基于全球土壤剖面汇编（USDA NCSS、AfSPDB、ISRIC WISE、EGRPR、SPADE、CanN... OpenLandMap Predicted Hapludalfs Probability 简介与Notebook示例¶以 250 米分辨率预测的 6 个标准深度（0、10、30、60、100 和 200 厘米）的 33 千帕和 1500 千帕吸力的土壤水分含量（体积百分比）。训练点基于全球土壤剖面汇编（USDA NCSS、AfSPDB、ISRIC WISE、EGRPR、SPADE、CanN...
- OpenLandMap USDA Soil Taxonomy Great Groups 简介与Notebook示例¶该数据集为USDA根据全球土壤剖面汇编数据经机器学习方法进行预测生成的土壤分类数据产品。美国农业部土壤大类的分布，基于全球土壤剖面汇编（>350,000 个训练点）的机器学习预测。要了解有关土壤大类的更多信息，请参阅《土壤分类图解指南》（Illustrated Guide t... OpenLandMap USDA Soil Taxonomy Great Groups 简介与Notebook示例¶该数据集为USDA根据全球土壤剖面汇编数据经机器学习方法进行预测生成的土壤分类数据产品。美国农业部土壤大类的分布，基于全球土壤剖面汇编（>350,000 个训练点）的机器学习预测。要了解有关土壤大类的更多信息，请参阅《土壤分类图解指南》（Illustrated Guide t...
- 日光诱导叶绿素荧光数据集(TROPOSIF_V2.1) 简介与Notebook示例¶此数据集为基于欧空局ESA资助的TROPOSIF项目，利用Sentinel-5P TROPOMI传感器观测生产了一套全球日光诱导叶绿素荧光SIF数据产品。SIF数据可用于反应生态系统的结构和生理信息，是植被光合作用的探针。TROPOMI传感器能够提供更高时空分辨率的每日全球观测。目前该产品提供了2018年5... 日光诱导叶绿素荧光数据集(TROPOSIF_V2.1) 简介与Notebook示例¶此数据集为基于欧空局ESA资助的TROPOSIF项目，利用Sentinel-5P TROPOMI传感器观测生产了一套全球日光诱导叶绿素荧光SIF数据产品。SIF数据可用于反应生态系统的结构和生理信息，是植被光合作用的探针。TROPOMI传感器能够提供更高时空分辨率的每日全球观测。目前该产品提供了2018年5...
- MuSyQ 30m/10天叶片叶绿素含量产品（中国）V02 简介与Notebook示例¶此数据集为高分30米空间分辨率10天合成的叶片叶绿素含量产品（负责人：李静研究员），为多源协同定量遥感产品生产系统（(Multi-source data Synergized Quantitative remote sensing production system，MuSyQ)）中产品之一。 叶片叶... MuSyQ 30m/10天叶片叶绿素含量产品（中国）V02 简介与Notebook示例¶此数据集为高分30米空间分辨率10天合成的叶片叶绿素含量产品（负责人：李静研究员），为多源协同定量遥感产品生产系统（(Multi-source data Synergized Quantitative remote sensing production system，MuSyQ)）中产品之一。 叶片叶...
- 随着人工智能技术的不断发展，人工智能生成内容（AIGC）的讨论和应用也随处可见，人工智能生成内容（AIGC）的讨论和应用也越来越广泛。AIGC是指利用计算机算法和自然语言处理技术生成文本、图片、音频和视频等各种类型的内容。在过去几年中，AIGC已经在多个领域得到了广泛应用，如自然语言处理、机器翻译、智能客服、广告营销等。前言 – 人工智能教程在自然语言处理领域，AIGC已经被广泛应用于文... 随着人工智能技术的不断发展，人工智能生成内容（AIGC）的讨论和应用也随处可见，人工智能生成内容（AIGC）的讨论和应用也越来越广泛。AIGC是指利用计算机算法和自然语言处理技术生成文本、图片、音频和视频等各种类型的内容。在过去几年中，AIGC已经在多个领域得到了广泛应用，如自然语言处理、机器翻译、智能客服、广告营销等。前言 – 人工智能教程在自然语言处理领域，AIGC已经被广泛应用于文...
- OpenLandMap Long-term Land Surface Temperature Daytime Monthly Median 简介与Notebook示例¶OpenLandMap Long-term Land Surface Temperature Daytime Monthly Median 数据集是 OpenLandMap 项目开发的全球日间地表温度（LST）数据集。该数据... OpenLandMap Long-term Land Surface Temperature Daytime Monthly Median 简介与Notebook示例¶OpenLandMap Long-term Land Surface Temperature Daytime Monthly Median 数据集是 OpenLandMap 项目开发的全球日间地表温度（LST）数据集。该数据...
- GHS Built-up Surface Grid简介与Notebook示例GHS Built-up Surface Grid数据集由Sentinel-2和Landsat数据处理生成，时序包括1975-2030年，在1975年至2020年为估计值并以5年为间隔，2025年和2030年由3种方式（LIN、PLY、MED）进行趋势推演而来的预测值。前言 – 人工智能教程数据集描述了建筑面积的... GHS Built-up Surface Grid简介与Notebook示例GHS Built-up Surface Grid数据集由Sentinel-2和Landsat数据处理生成，时序包括1975-2030年，在1975年至2020年为估计值并以5年为间隔，2025年和2030年由3种方式（LIN、PLY、MED）进行趋势推演而来的预测值。前言 – 人工智能教程数据集描述了建筑面积的...
- 中国10m建筑物高度CNBH数据集(2020年) 简介与Notebook示例复旦大学生命科学学院GC3S团队（吴万本博士、赵斌教授等）利用多源地球观测数据和机器学习技术，构建了中国第一个10米分辨率的建筑高度估计模型（CNBH-10m）。基于此模型建立了中国10米分辨率的建筑高度数据集。此数据集基于全天候地球观测（雷达、光学和夜光图像），采用多窗口统计方法综合考虑了阴影等因素对建筑物高度估... 中国10m建筑物高度CNBH数据集(2020年) 简介与Notebook示例复旦大学生命科学学院GC3S团队（吴万本博士、赵斌教授等）利用多源地球观测数据和机器学习技术，构建了中国第一个10米分辨率的建筑高度估计模型（CNBH-10m）。基于此模型建立了中国10米分辨率的建筑高度数据集。此数据集基于全天候地球观测（雷达、光学和夜光图像），采用多窗口统计方法综合考虑了阴影等因素对建筑物高度估...
- 数据可视化是将大量的数据通过图表、图形和其他可视化方式展现出来，帮助用户更直观地理解和分析数据。在石油炼化行业中，云监控服务可以通过数据可视化的方式，将实时监测的数据以清晰、易懂的形式展示给用户，从而提供更好的决策支持和管理效果。本文将介绍云监控服务在石油炼化行业中的数据可视化应用，并给出相应的示例代码。1. 云监控服务的数据可视化功能云监控服务提供了丰富的数据可视化功能，以下是一些常见的功... 数据可视化是将大量的数据通过图表、图形和其他可视化方式展现出来，帮助用户更直观地理解和分析数据。在石油炼化行业中，云监控服务可以通过数据可视化的方式，将实时监测的数据以清晰、易懂的形式展示给用户，从而提供更好的决策支持和管理效果。本文将介绍云监控服务在石油炼化行业中的数据可视化应用，并给出相应的示例代码。1. 云监控服务的数据可视化功能云监控服务提供了丰富的数据可视化功能，以下是一些常见的功...
- 云监控服务在石油炼化行业的数据可视化与分析介绍石油炼化行业是一个数据密集型的行业，大量的数据需要采集、分析和应用。为了更好地理解和利用这些数据，石油炼化厂可以借助云监控服务进行数据可视化和分析。本文将介绍云监控服务在石油炼化行业的数据可视化与分析的重要性和方法。数据采集与存储云监控服务可以实时采集石油炼化过程中的各种数据，包括温度、压力、流量等。通过云监控服务提供的数据采集功能，石油炼化厂可... 云监控服务在石油炼化行业的数据可视化与分析介绍石油炼化行业是一个数据密集型的行业，大量的数据需要采集、分析和应用。为了更好地理解和利用这些数据，石油炼化厂可以借助云监控服务进行数据可视化和分析。本文将介绍云监控服务在石油炼化行业的数据可视化与分析的重要性和方法。数据采集与存储云监控服务可以实时采集石油炼化过程中的各种数据，包括温度、压力、流量等。通过云监控服务提供的数据采集功能，石油炼化厂可...
- 1. 引言石油炼化厂作为一个关键的工业设施，对设备的监控和维护尤为重要。传统的监控方法往往依赖于人工巡检和经验判断，效率低下且容易出错。而云监控服务的出现为石油炼化厂带来了新的解决方案。2. 云监控服务的基本原理云监控服务是一种基于云计算和大数据技术的监控服务，通过将设备数据上传到云端进行集中存储和分析，实现对设备性能的实时监测和预测。3. 云监控服务在石油炼化厂的应用3.1 实时监测云监控... 1. 引言石油炼化厂作为一个关键的工业设施，对设备的监控和维护尤为重要。传统的监控方法往往依赖于人工巡检和经验判断，效率低下且容易出错。而云监控服务的出现为石油炼化厂带来了新的解决方案。2. 云监控服务的基本原理云监控服务是一种基于云计算和大数据技术的监控服务，通过将设备数据上传到云端进行集中存储和分析，实现对设备性能的实时监测和预测。3. 云监控服务在石油炼化厂的应用3.1 实时监测云监控...
- 数据可视化与报表分析对于石油炼化行业来说非常重要，可以帮助企业更好地理解和利用数据。云监控服务提供了强大的数据可视化和报表分析功能，下面将介绍云监控服务在石油炼化行业的应用。1. 数据采集与存储云监控服务可以帮助石油炼化企业采集和存储各种数据，如温度、压力、流量、能耗等。通过云监控服务，这些数据可以被自动采集、存储和管理，确保数据的完整性和准确性。2. 数据可视化云监控服务可以将采集到的数据... 数据可视化与报表分析对于石油炼化行业来说非常重要，可以帮助企业更好地理解和利用数据。云监控服务提供了强大的数据可视化和报表分析功能，下面将介绍云监控服务在石油炼化行业的应用。1. 数据采集与存储云监控服务可以帮助石油炼化企业采集和存储各种数据，如温度、压力、流量、能耗等。通过云监控服务，这些数据可以被自动采集、存储和管理，确保数据的完整性和准确性。2. 数据可视化云监控服务可以将采集到的数据...
- 目录前言一、项目介绍二、需求分析1.样式2.数据3.交互三、实现过程1.数据处理2.生成图表3.调整样式4.拼装大屏5.完善交互（1）数据联动（2）图表切换（3）跳转弹窗（4）右键点击6.最终呈现前言前段时间有位粉丝找到我问数据可视化大屏怎么做，我说我之前的博文里介绍过基于Flask和Echarts搭建的大屏，你可以去看看。结果他来了句“没学过任何编程代码怎么办？”，好家伙，一下给我整懵了，... 目录前言一、项目介绍二、需求分析1.样式2.数据3.交互三、实现过程1.数据处理2.生成图表3.调整样式4.拼装大屏5.完善交互（1）数据联动（2）图表切换（3）跳转弹窗（4）右键点击6.最终呈现前言前段时间有位粉丝找到我问数据可视化大屏怎么做，我说我之前的博文里介绍过基于Flask和Echarts搭建的大屏，你可以去看看。结果他来了句“没学过任何编程代码怎么办？”，好家伙，一下给我整懵了，...
上滑加载中
推荐直播
-
香橙派AIpro的远程推理框架与实验案例2025/07/04 周五 19:00-20:00
郝家胜 -华为开发者布道师-高校教师
AiR推理框架创新采用将模型推理与模型应用相分离的机制，把香橙派封装为AI推理黑盒服务，构建了分布式远程推理框架，并提供多种输入模态、多种输出方式以及多线程支持的高度复用框架，解决了开发板环境配置复杂上手困难、缺乏可视化体验和资源稀缺课程受限等痛点问题，真正做到开箱即用，并支持多种笔记本电脑环境、多种不同编程语言，10行代码即可体验图像分割迁移案例。
回顾中 -
鸿蒙端云一体化应用开发2025/07/10 周四 19:00-20:00
倪红军 华为开发者布道师-高校教师
基于鸿蒙平台终端设备的应用场景越来越多、使用范围越来越广。本课程以云数据库服务为例，介绍云侧项目应用的创建、新建对象类型、新增存储区及向对象类型中添加数据对象的方法，端侧（HarmonyOS平台）一体化工程项目的创建、云数据资源的关联方法及对云侧数据的增删改查等操作方法，为开发端云一体化应用打下坚实基础。
回顾中
热门标签