- 简介GOES-17（G17）是美国 NOAA 的 GOES-R 系列中的第二颗卫星。它于 2018 年 3 月 1 日在西经 89.5 度的临时位置发射，用于初始 Cal/Val，2018 年 11 月移至西经 137.2 度的额定位置，并于 2019 年 2 月 12 日宣布 NOAA 运营 GOES-West 卫星。前言 – 人工智能教程高级基线成像仪（ABI）是一个 16 通道传感... 简介GOES-17（G17）是美国 NOAA 的 GOES-R 系列中的第二颗卫星。它于 2018 年 3 月 1 日在西经 89.5 度的临时位置发射，用于初始 Cal/Val，2018 年 11 月移至西经 137.2 度的额定位置，并于 2019 年 2 月 12 日宣布 NOAA 运营 GOES-West 卫星。前言 – 人工智能教程高级基线成像仪（ABI）是一个 16 通道传感...
- 简介GHRSST NOAA/STAR GOES-16 ABI L2P America Region SST v2.70 dataset in GDS2ABI_G16-STAR-L2P-v2.70是美国国家航空航天局（NASA）的一种卫星数据处理产品。这个产品是由GOES-16（也称为GOES-East）卫星的先进基线/全球地球观测系统（ABI）仪器生成的。STAR代表科学技术高级研究所，L... 简介GHRSST NOAA/STAR GOES-16 ABI L2P America Region SST v2.70 dataset in GDS2ABI_G16-STAR-L2P-v2.70是美国国家航空航天局（NASA）的一种卫星数据处理产品。这个产品是由GOES-16（也称为GOES-East）卫星的先进基线/全球地球观测系统（ABI）仪器生成的。STAR代表科学技术高级研究所，L...
- 简介Two-Dimensional Video Disdrometer (2DVD)测距仪是一种安装在固定地面站平台上的光学设备，用于测量不同类型水文流星（降水）的特性，如雨滴、雪花和冰雹。二维视频测距仪 (2DVD) 使用两台高速线扫描照相机对所有降水颗粒和类型的大小分布、形状和下落速度进行连续测量。前言 – 人工智能教程由两个内部灯管提供的两个光平面穿过约 10x10 厘米的虚拟测量... 简介Two-Dimensional Video Disdrometer (2DVD)测距仪是一种安装在固定地面站平台上的光学设备，用于测量不同类型水文流星（降水）的特性，如雨滴、雪花和冰雹。二维视频测距仪 (2DVD) 使用两台高速线扫描照相机对所有降水颗粒和类型的大小分布、形状和下落速度进行连续测量。前言 – 人工智能教程由两个内部灯管提供的两个光平面穿过约 10x10 厘米的虚拟测量...
- I. 引言图像标注作为一种强大的工具，通过为图像添加语言描述，为视觉信息赋予新的维度。本文将深入探讨图像标注的意义、方法以及在实际项目中的应用。通过详细的部署过程和示例代码，展示图像标注的力量，并展望其未来发展。 II. 图像标注的意义 1. 语义理解图像标注可以帮助计算机理解图像中的语义信息，从而更好地进行内容分析和理解。 2. 信息检索通过为图像添加标注，使得图像能够被更有效地检索，提... I. 引言图像标注作为一种强大的工具，通过为图像添加语言描述，为视觉信息赋予新的维度。本文将深入探讨图像标注的意义、方法以及在实际项目中的应用。通过详细的部署过程和示例代码，展示图像标注的力量，并展望其未来发展。 II. 图像标注的意义 1. 语义理解图像标注可以帮助计算机理解图像中的语义信息，从而更好地进行内容分析和理解。 2. 信息检索通过为图像添加标注，使得图像能够被更有效地检索，提...
- 1972-2019全球不透水面30米分辨率产品(GISA-2.0)武汉大学Landsat全球地物识别年度产品前言 – 人工智能教程时相：1972-2019范围：全球数据来源：武汉大学（黄昕教授团队）引用代码：dataset = aie.ImageCollection('GISA_V02_1972_2019')分辨率30波段名称描述最小值最大值Map不透水面变化037数据属性数值类型0非目标... 1972-2019全球不透水面30米分辨率产品(GISA-2.0)武汉大学Landsat全球地物识别年度产品前言 – 人工智能教程时相：1972-2019范围：全球数据来源：武汉大学（黄昕教授团队）引用代码：dataset = aie.ImageCollection('GISA_V02_1972_2019')分辨率30波段名称描述最小值最大值Map不透水面变化037数据属性数值类型0非目标...
- 导言LightGBM是一种高效的梯度提升决策树算法，通过并行化和分布式训练，可以加速模型训练过程，特别是在处理大规模数据集时。本教程将详细介绍如何在Python中使用LightGBM进行并行化和分布式训练，并提供相应的代码示例。 并行化训练LightGBM支持多线程和多进程的并行化训练，可以利用多核CPU来加速模型训练。以下是一个简单的示例，演示如何使用多线程进行并行化训练：import ... 导言LightGBM是一种高效的梯度提升决策树算法，通过并行化和分布式训练，可以加速模型训练过程，特别是在处理大规模数据集时。本教程将详细介绍如何在Python中使用LightGBM进行并行化和分布式训练，并提供相应的代码示例。 并行化训练LightGBM支持多线程和多进程的并行化训练，可以利用多核CPU来加速模型训练。以下是一个简单的示例，演示如何使用多线程进行并行化训练：import ...
- 导言异常值是数据中的特殊点，可能导致模型的不准确性和不稳定性。在使用LightGBM进行建模时，处理异常值是非常重要的一步，以确保模型的鲁棒性和可靠性。本教程将详细介绍如何在Python中使用LightGBM进行异常值处理和鲁棒建模，并提供相应的代码示例。 加载数据首先，我们需要加载数据集并准备数据用于模型训练。以下是一个简单的示例：import lightgbm as lgbfrom s... 导言异常值是数据中的特殊点，可能导致模型的不准确性和不稳定性。在使用LightGBM进行建模时，处理异常值是非常重要的一步，以确保模型的鲁棒性和可靠性。本教程将详细介绍如何在Python中使用LightGBM进行异常值处理和鲁棒建模，并提供相应的代码示例。 加载数据首先，我们需要加载数据集并准备数据用于模型训练。以下是一个简单的示例：import lightgbm as lgbfrom s...
- LLM是什么?大型语言模型（LLM）是一种基于自然语言处理和机器学习技术的大型语言处理模型。它能够理解和生成自然语言文本，并能够处理各种语言和文本类型，如对话、问答、文本生成等。LLM的主要特点是使用了大规模的语料库和复杂的机器学习算法，通过学习大量的文本数据，以理解、生成和分类自然语言文本。它能够处理复杂的语言结构和语义，并且可以处理多种语言和文本类型，包括但不限于小说、新闻、电子邮... LLM是什么?大型语言模型（LLM）是一种基于自然语言处理和机器学习技术的大型语言处理模型。它能够理解和生成自然语言文本，并能够处理各种语言和文本类型，如对话、问答、文本生成等。LLM的主要特点是使用了大规模的语料库和复杂的机器学习算法，通过学习大量的文本数据，以理解、生成和分类自然语言文本。它能够处理复杂的语言结构和语义，并且可以处理多种语言和文本类型，包括但不限于小说、新闻、电子邮...
- 2023感怀而立的岁月，感恩美好的时光，感谢身边的朋友 2023感怀而立的岁月，感恩美好的时光，感谢身边的朋友
- 加拿大卫星森林资源调查 (SBFI)卫星森林资源清查（SBFI）提供了 2020 年加拿大森林覆盖、干扰恢复、结构、物种和林分年龄的信息，以及 1985-2020 年林分替代干扰的信息。SBFI 多边形代表了与战略森林资源清查中划定的林分相似的同质森林状况。使用多分辨率分割算法对 2020 年大地遥感卫星表面反射 BAP 复合影像（30 米空间分辨率）、火灾年份和采伐年份图层进行了划分。... 加拿大卫星森林资源调查 (SBFI)卫星森林资源清查（SBFI）提供了 2020 年加拿大森林覆盖、干扰恢复、结构、物种和林分年龄的信息，以及 1985-2020 年林分替代干扰的信息。SBFI 多边形代表了与战略森林资源清查中划定的林分相似的同质森林状况。使用多分辨率分割算法对 2020 年大地遥感卫星表面反射 BAP 复合影像（30 米空间分辨率）、火灾年份和采伐年份图层进行了划分。...
- 导言在机器学习任务中，特征选择是提高模型性能和减少过拟合的重要步骤之一。LightGBM作为一种高效的梯度提升决策树算法，提供了内置的特征重要性评估功能，帮助用户选择最重要的特征进行模型训练。本教程将详细介绍如何在Python中使用LightGBM进行特征选择与重要性评估，并提供相应的代码示例。 加载数据首先，我们需要加载数据集并准备数据用于模型训练。以下是一个简单的示例：import l... 导言在机器学习任务中，特征选择是提高模型性能和减少过拟合的重要步骤之一。LightGBM作为一种高效的梯度提升决策树算法，提供了内置的特征重要性评估功能，帮助用户选择最重要的特征进行模型训练。本教程将详细介绍如何在Python中使用LightGBM进行特征选择与重要性评估，并提供相应的代码示例。 加载数据首先，我们需要加载数据集并准备数据用于模型训练。以下是一个简单的示例：import l...
- 数字地球澳大利亚海岸线澳大利亚数字地球海岸线是一个大陆数据集，包括从 1988 年至今整个澳大利亚海岸线的年度海岸线和海岸变化率。该产品将澳大利亚地球科学组织的 "澳大利亚数字地球 "计划提供的卫星数据与潮汐模型相结合，绘制出每年平均海平面上最具代表性的海岸线位置图。通过该产品，每年都可以对当地和大陆范围内的海岸线退缩和增长趋势进行研究，并绘制出历史上海岸线变化的模式图，并随着数据的不断获... 数字地球澳大利亚海岸线澳大利亚数字地球海岸线是一个大陆数据集，包括从 1988 年至今整个澳大利亚海岸线的年度海岸线和海岸变化率。该产品将澳大利亚地球科学组织的 "澳大利亚数字地球 "计划提供的卫星数据与潮汐模型相结合，绘制出每年平均海平面上最具代表性的海岸线位置图。通过该产品，每年都可以对当地和大陆范围内的海岸线退缩和增长趋势进行研究，并绘制出历史上海岸线变化的模式图，并随着数据的不断获...
- 全球 30 米不透水表面动态数据集 (GISD30)全球 30 米不透水表面动态数据集 (GISD30) 为了解 1985 年至 2020 年全球不断变化的不透水表面景观提供了宝贵的资源。该数据集在城市可持续发展、人为碳排放评估和全球生态环境建模等领域具有深远的科学意义和实际应用价值。GISD30 是通过一种创新的自动化方法精心创建的，该方法充分利用了光谱泛化和自动样本提取策略的优势。该数... 全球 30 米不透水表面动态数据集 (GISD30)全球 30 米不透水表面动态数据集 (GISD30) 为了解 1985 年至 2020 年全球不断变化的不透水表面景观提供了宝贵的资源。该数据集在城市可持续发展、人为碳排放评估和全球生态环境建模等领域具有深远的科学意义和实际应用价值。GISD30 是通过一种创新的自动化方法精心创建的，该方法充分利用了光谱泛化和自动样本提取策略的优势。该数...
- 全球无缝高分辨率温度数据集（GSHTD）本研究中介绍的全球无缝高分辨率温度数据集（GSHTD）为各领域的研究人员提供了全面而宝贵的资源。该数据集涵盖 2001 年至 2020 年，主要关注陆地表面温度 (Ts) 和近地面气温 (Ta)。GSHTD 的独特之处在于它包含了七种类型的温度数据，包括晴空昼夜 Ts、全天空昼夜 Ts 以及平均、最高和最低 Ta。值得注意的是，该数据集以 30 弧秒... 全球无缝高分辨率温度数据集（GSHTD）本研究中介绍的全球无缝高分辨率温度数据集（GSHTD）为各领域的研究人员提供了全面而宝贵的资源。该数据集涵盖 2001 年至 2020 年，主要关注陆地表面温度 (Ts) 和近地面气温 (Ta)。GSHTD 的独特之处在于它包含了七种类型的温度数据，包括晴空昼夜 Ts、全天空昼夜 Ts 以及平均、最高和最低 Ta。值得注意的是，该数据集以 30 弧秒...
- 在当今快速发展的科技领域，人工智能和测试开发成为了一对不可分割的黄金组合。人工智能技术的迅猛发展为测试开发带来了前所未有的机遇和挑战。本文将探讨人工智能与测试开发的融合，以及它们在软件开发生命周期中的重要作用。首先，人工智能为测试开发带来了更高效和准确的测试方法。传统的测试开发通常依赖于手动编写测试用例和执行测试的方式，这种方法耗时且容易出错。而人工智能技术可以通过机器学习和自动化算法，自动... 在当今快速发展的科技领域，人工智能和测试开发成为了一对不可分割的黄金组合。人工智能技术的迅猛发展为测试开发带来了前所未有的机遇和挑战。本文将探讨人工智能与测试开发的融合，以及它们在软件开发生命周期中的重要作用。首先，人工智能为测试开发带来了更高效和准确的测试方法。传统的测试开发通常依赖于手动编写测试用例和执行测试的方式，这种方法耗时且容易出错。而人工智能技术可以通过机器学习和自动化算法，自动...
上滑加载中
推荐直播
-
-
-
ECS自动初始化实操2025/06/24 周二 16:30-18:00
阿肯-华为云生态技术讲师
ECS是大家非常熟悉的服务，但大家真的用对了吗？服务器启动后需要人工部署应用吗？课程演示如何让ECS创建就能投入工作
回顾中
热门标签