- ACCLIP WB-57 Aerosol and Cloud Remotely Sensed Data简介ACCLIP_AerosolCloud_AircraftRemoteSensing_WB57_Data 是亚洲夏季季风化学和气候影响项目（ACCLIP）期间从 Roscoe 激光雷达收集的云和气溶胶遥感数据。该产品的数据收集工作已经完成。亚洲夏季季候风化学和气候影响项目（ACCLIP... ACCLIP WB-57 Aerosol and Cloud Remotely Sensed Data简介ACCLIP_AerosolCloud_AircraftRemoteSensing_WB57_Data 是亚洲夏季季风化学和气候影响项目（ACCLIP）期间从 Roscoe 激光雷达收集的云和气溶胶遥感数据。该产品的数据收集工作已经完成。亚洲夏季季候风化学和气候影响项目（ACCLIP...
- K近邻（K-Nearest Neighbors，简称KNN）是一种简单而有效的分类和回归算法，它通过比较新样本与训练样本的距离来进行预测。在本文中，我们将使用Python来实现一个基本的K近邻算法，并介绍其原理和实现过程。 什么是K近邻算法？K近邻算法是一种基于实例的学习方法，其核心思想是：如果一个样本在特征空间中的K个最相似（即距离最近）的样本中的大多数属于某一个类别，则该样本也属于这个类... K近邻（K-Nearest Neighbors，简称KNN）是一种简单而有效的分类和回归算法，它通过比较新样本与训练样本的距离来进行预测。在本文中，我们将使用Python来实现一个基本的K近邻算法，并介绍其原理和实现过程。 什么是K近邻算法？K近邻算法是一种基于实例的学习方法，其核心思想是：如果一个样本在特征空间中的K个最相似（即距离最近）的样本中的大多数属于某一个类别，则该样本也属于这个类...
- 简介欧空局火灾扰动气候变化倡议（CCI）欧空局火灾扰动气候变化倡议（CCI）项目通过卫星观测绘制了全球烧毁面积地图。这里介绍的 AVHRR - LTDR Pixel v1.1 产品包含全球烧毁面积的网格数据，这些数据来自美国国家航空航天局制作的 AVHRR（高级甚高分辨率辐射计）陆地长期数据记录 (LTDR) v5 数据集的光谱信息。该数据集以 0.05 度的空间分辨率（AVHRR-LTD... 简介欧空局火灾扰动气候变化倡议（CCI）欧空局火灾扰动气候变化倡议（CCI）项目通过卫星观测绘制了全球烧毁面积地图。这里介绍的 AVHRR - LTDR Pixel v1.1 产品包含全球烧毁面积的网格数据，这些数据来自美国国家航空航天局制作的 AVHRR（高级甚高分辨率辐射计）陆地长期数据记录 (LTDR) v5 数据集的光谱信息。该数据集以 0.05 度的空间分辨率（AVHRR-LTD...
- 简介巴基斯坦国家级土壤侵蚀数据集（2005 年和 2015 年）该数据集采用修订的通用土壤流失方程 (RUSLE)，并考虑了六个关键影响因素：降雨侵蚀率 (R)、土壤可侵蚀性 (K)、坡长 (L)、坡陡 (S)、覆盖管理 (C) 和保护措施 (P)，对 2005 年至 2015 年巴基斯坦的土壤侵蚀动态进行了全面评估。土壤侵蚀图从低侵蚀率到极高侵蚀率分为四个等级，有助于了解研究期间土壤侵... 简介巴基斯坦国家级土壤侵蚀数据集（2005 年和 2015 年）该数据集采用修订的通用土壤流失方程 (RUSLE)，并考虑了六个关键影响因素：降雨侵蚀率 (R)、土壤可侵蚀性 (K)、坡长 (L)、坡陡 (S)、覆盖管理 (C) 和保护措施 (P)，对 2005 年至 2015 年巴基斯坦的土壤侵蚀动态进行了全面评估。土壤侵蚀图从低侵蚀率到极高侵蚀率分为四个等级，有助于了解研究期间土壤侵...
- 简介作为全球第二大玉米生产国，中国的玉米产量占全球总产量的 23%，在保证玉米市场稳定方面发挥着重要作用。尽管其重要性不言而喻，但目前还没有全中国 30 米空间分辨率的玉米分布图。本研究采用时间加权动态时间扭曲法，通过比较每个像素点的卫星植被指数时间序列与已知玉米田得出的标准时间序列的相似性来识别玉米种植区，绘制了占中国玉米种植面积 99% 以上的 22 个省份 2016 年至 2020... 简介作为全球第二大玉米生产国，中国的玉米产量占全球总产量的 23%，在保证玉米市场稳定方面发挥着重要作用。尽管其重要性不言而喻，但目前还没有全中国 30 米空间分辨率的玉米分布图。本研究采用时间加权动态时间扭曲法，通过比较每个像素点的卫星植被指数时间序列与已知玉米田得出的标准时间序列的相似性来识别玉米种植区，绘制了占中国玉米种植面积 99% 以上的 22 个省份 2016 年至 2020...
- 简介 人工智能时代来临我们正处于AI的iPhone时刻。——黄仁勋（英伟达CEO）ChatGPT 好得有点可怕了，我们距离危险的强人工智能不远了。——马斯克（Tesla/SpaceX/Twitter CEO）以上的内容说明我们现在正处于一个技术大翻牌的时代，正如每次技术革命来临一样，如果能抓住每一次的技术革命机遇，就有可能迎来自己职业生涯的大逆转。 什么是ChatGPT官网地址：https... 简介 人工智能时代来临我们正处于AI的iPhone时刻。——黄仁勋（英伟达CEO）ChatGPT 好得有点可怕了，我们距离危险的强人工智能不远了。——马斯克（Tesla/SpaceX/Twitter CEO）以上的内容说明我们现在正处于一个技术大翻牌的时代，正如每次技术革命来临一样，如果能抓住每一次的技术革命机遇，就有可能迎来自己职业生涯的大逆转。 什么是ChatGPT官网地址：https...
- 简介澳大利亚数字地球（DEA）水观测使用一种算法将大地遥感卫星图像中的每个像素分为 "湿"、"干 "或 "无效"。水观测统计提供的信息包括每年大地遥感卫星能够清晰观测到某一区域的次数、这些观测结果中潮湿的次数，以及这意味着在地貌中观测到水的时间百分比。将分类像素合并成涵盖每年的摘要，就能得到通常有水和很少有水的地方的信息。由于没有对该产品进行置信度过滤，它受到输入的水分类中出现的误分类噪... 简介澳大利亚数字地球（DEA）水观测使用一种算法将大地遥感卫星图像中的每个像素分为 "湿"、"干 "或 "无效"。水观测统计提供的信息包括每年大地遥感卫星能够清晰观测到某一区域的次数、这些观测结果中潮湿的次数，以及这意味着在地貌中观测到水的时间百分比。将分类像素合并成涵盖每年的摘要，就能得到通常有水和很少有水的地方的信息。由于没有对该产品进行置信度过滤，它受到输入的水分类中出现的误分类噪...
- 简介该产品提供统计工具，用于利用澳大利亚数字地球中的 Landsat 5 数据时间序列，提供总体状况的年度图像，以及特定年份某一地区的变化程度。该产品的大地测量部分提供特定年份的 "平均 "无云图像。地磁图像采用多维中值计算，同时使用卫星图像的所有光谱测量值，以保持测量值之间的关系。该产品的绝对偏差中值部分使用了三种方差测量方法，每种方法都提供了给定年份的 "二阶 "高维统计综合结果。根... 简介该产品提供统计工具，用于利用澳大利亚数字地球中的 Landsat 5 数据时间序列，提供总体状况的年度图像，以及特定年份某一地区的变化程度。该产品的大地测量部分提供特定年份的 "平均 "无云图像。地磁图像采用多维中值计算，同时使用卫星图像的所有光谱测量值，以保持测量值之间的关系。该产品的绝对偏差中值部分使用了三种方差测量方法，每种方法都提供了给定年份的 "二阶 "高维统计综合结果。根...
- 3月28日，由国家气候中心气象灾害风险管理室、北京慧天卓特科技有限公司主办的“地干天知”干旱监测与预警技术研讨及系统产品发布活动在北京市海淀区中关村壹号隆重举办。活动旨在面向公众讲解干旱监测与预警技术原理，展示监测范围和预警能力。来自国家气候中心、国家卫星气象中心、农业农村部全国农业技术推广服务中心，国家林业和草原局、中国水利水电科学研究院等权威机构的三十余位专家学者和嘉宾代表出席活动，此次活动 3月28日，由国家气候中心气象灾害风险管理室、北京慧天卓特科技有限公司主办的“地干天知”干旱监测与预警技术研讨及系统产品发布活动在北京市海淀区中关村壹号隆重举办。活动旨在面向公众讲解干旱监测与预警技术原理，展示监测范围和预警能力。来自国家气候中心、国家卫星气象中心、农业农村部全国农业技术推广服务中心，国家林业和草原局、中国水利水电科学研究院等权威机构的三十余位专家学者和嘉宾代表出席活动，此次活动
- 强化学习是一种机器学习方法，用于训练智能体（agent）在与环境的交互中学习如何做出最优决策。Q-learning是强化学习中的一种基于价值函数的方法，用于学习最优策略。本文将详细介绍Q-learning的原理、实现方式以及如何在Python中应用。 什么是Q-learning？Q-learning是一种基于值函数的强化学习方法，用于学习在不同状态下采取不同行动的价值。它通过迭代地更新Q-v... 强化学习是一种机器学习方法，用于训练智能体（agent）在与环境的交互中学习如何做出最优决策。Q-learning是强化学习中的一种基于价值函数的方法，用于学习最优策略。本文将详细介绍Q-learning的原理、实现方式以及如何在Python中应用。 什么是Q-learning？Q-learning是一种基于值函数的强化学习方法，用于学习在不同状态下采取不同行动的价值。它通过迭代地更新Q-v...
- 郑重声明本文档长期更新，请加入收藏夹或者收藏栏教学AI绘画 AIGC工具 SD教程 郑重声明本文档长期更新，请加入收藏夹或者收藏栏教学AI绘画 AIGC工具 SD教程 郑重声明本文档长期更新，请加入收藏夹或者收藏栏教学AI绘画 AIGC工具 SD教程 添加图片注释，不超过 140 字（可选）推荐阅读最全的AIGC百科全书资料AIGC和AI绘画最全资料文档https://yv4kfv1n3j.... 郑重声明本文档长期更新，请加入收藏夹或者收藏栏教学AI绘画 AIGC工具 SD教程 郑重声明本文档长期更新，请加入收藏夹或者收藏栏教学AI绘画 AIGC工具 SD教程 郑重声明本文档长期更新，请加入收藏夹或者收藏栏教学AI绘画 AIGC工具 SD教程 添加图片注释，不超过 140 字（可选）推荐阅读最全的AIGC百科全书资料AIGC和AI绘画最全资料文档https://yv4kfv1n3j....
- 机缘在CSDN进行开始进行创作的缘由是因为我开始进行GEE的学习，通过搜索和记录慢慢实现了自己从初学者到遥感领域云计算的优质创作者，一步步从一个需要别人为自己解决问题的小白逐渐成为了一个为广大科研人员（高校学生和老师）提供技术服务的专业技术人员。在遥感云计算领域，我从国外的GEE、CODE-DE、PIE、AI Earth等云计算平台的全面接入，对国内外遥感云计算领域的平台都进行了详细的研究... 机缘在CSDN进行开始进行创作的缘由是因为我开始进行GEE的学习，通过搜索和记录慢慢实现了自己从初学者到遥感领域云计算的优质创作者，一步步从一个需要别人为自己解决问题的小白逐渐成为了一个为广大科研人员（高校学生和老师）提供技术服务的专业技术人员。在遥感云计算领域，我从国外的GEE、CODE-DE、PIE、AI Earth等云计算平台的全面接入，对国内外遥感云计算领域的平台都进行了详细的研究...
- I. 引言长短期记忆网络（LSTM）作为一种强大的循环神经网络结构，在人工智能领域已经取得了巨大的成功。本文将展望LSTM技术在未来的发展趋势，探讨其在人工智能领域的应用前景和面临的挑战。II. LSTM 技术概述LSTM 网络简介：LSTM是一种具有门控机制的循环神经网络，专门用于处理和预测时间序列数据。相比于传统的RNN，LSTM能够更好地捕捉序列数据中的长期依赖关系，具有更好的记忆性能... I. 引言长短期记忆网络（LSTM）作为一种强大的循环神经网络结构，在人工智能领域已经取得了巨大的成功。本文将展望LSTM技术在未来的发展趋势，探讨其在人工智能领域的应用前景和面临的挑战。II. LSTM 技术概述LSTM 网络简介：LSTM是一种具有门控机制的循环神经网络，专门用于处理和预测时间序列数据。相比于传统的RNN，LSTM能够更好地捕捉序列数据中的长期依赖关系，具有更好的记忆性能...
- Landsat C01和C02数据集之间的差异主要体现在以下几个方面：1. 数据收集时间：Landsat C01和C02数据集是根据不同的时间段收集的。C01数据集代表了第一段时间内的数据，而C02数据集代表了第二段时间内的数据。因此，它们所涵盖的时间范围和数据收集的周期不同。2. 数据处理方法：Landsat C01和C02数据集在数据处理方法上可能存在差异。由于不同时间段的数据可能存在... Landsat C01和C02数据集之间的差异主要体现在以下几个方面：1. 数据收集时间：Landsat C01和C02数据集是根据不同的时间段收集的。C01数据集代表了第一段时间内的数据，而C02数据集代表了第二段时间内的数据。因此，它们所涵盖的时间范围和数据收集的周期不同。2. 数据处理方法：Landsat C01和C02数据集在数据处理方法上可能存在差异。由于不同时间段的数据可能存在...
- 在机器学习领域中，梯度提升机（Gradient Boosting Machine，GBM）是一种强大的集成学习算法，常用于解决回归和分类问题。它通过不断迭代，以损失函数的负梯度方向训练出一个弱学习器的序列，然后将它们组合起来构成一个强大的模型。本文将详细介绍GBM的原理、实现步骤以及如何使用Python进行编程实践。 什么是梯度提升机？梯度提升机是一种集成学习方法，它通过将多个弱学习器组合起... 在机器学习领域中，梯度提升机（Gradient Boosting Machine，GBM）是一种强大的集成学习算法，常用于解决回归和分类问题。它通过不断迭代，以损失函数的负梯度方向训练出一个弱学习器的序列，然后将它们组合起来构成一个强大的模型。本文将详细介绍GBM的原理、实现步骤以及如何使用Python进行编程实践。 什么是梯度提升机？梯度提升机是一种集成学习方法，它通过将多个弱学习器组合起...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
苏州工业园区“华为云杯”2025人工智能应用创新大赛赛中直播2025/08/21 周四 16:00-17:00
Vz 华为云AIoT技术布道师
本期直播将与您一起探讨如何基于华为云IoT平台全场景云服务，结合AI、鸿蒙、大数据等技术，打造有创新性，有竞争力的方案和产品。
回顾中 -
深入解读架构师专业级培训认证2025/08/22 周五 16:30-17:30
阿肯-华为云生态技术讲师
解决方案架构专业级是开发者认证中的顶端明珠。这门认证聊什么？值得学吗？怎么考、考什么、难不难？这门课程深入解答
回顾中
热门标签