- 简介中国植被生物量分布图集由航天宏图实验室提供，利用MODIS地表反射率数据和植被指数（MCD43A4、MCD12Q1），与美国农业部FIA项目提供的地上生物量数据结合进行随机森林机器学习，训练得到各种植被类型的地上生物量估算模型。模型的总体预测精度为R2=0.72，RMSE=33.90 Mg/ha。将模型应用到中国地区，产生了覆盖全国的500米分辨率的年度植被地上生物量数据和相关图集。对... 简介中国植被生物量分布图集由航天宏图实验室提供，利用MODIS地表反射率数据和植被指数（MCD43A4、MCD12Q1），与美国农业部FIA项目提供的地上生物量数据结合进行随机森林机器学习，训练得到各种植被类型的地上生物量估算模型。模型的总体预测精度为R2=0.72，RMSE=33.90 Mg/ha。将模型应用到中国地区，产生了覆盖全国的500米分辨率的年度植被地上生物量数据和相关图集。对...
- 简介中国土地利用遥感监测数据来源于中国多时相土地利用现状数据库，经过多年的积累而建立的覆盖全国陆地区域的数据库。该数据集包括1970年代末期（1980年）、1980年代末期（1990年）、1995年、2000年、2005年、2010年、2015年、2018年、2020年数据，空间分辨率为1000米，数据生产制作是以各期Landsat TM/ETM遥感影像为主要数据源，在前一年数据成果基础... 简介中国土地利用遥感监测数据来源于中国多时相土地利用现状数据库，经过多年的积累而建立的覆盖全国陆地区域的数据库。该数据集包括1970年代末期（1980年）、1980年代末期（1990年）、1995年、2000年、2005年、2010年、2015年、2018年、2020年数据，空间分辨率为1000米，数据生产制作是以各期Landsat TM/ETM遥感影像为主要数据源，在前一年数据成果基础...
- 1.算法理论概述 ZF是一种常用的均衡技术，通过计算接收信号与发送信号之间的相关性，实现了信号的抑制干扰和恢复传输效果。维纳滤波是一种统计均衡方法，通过最小均方误差准则估计发送信号。在无线通信系统中，信道引起的失真和干扰会降低接收信号的质量，导致误码率的增加。均衡技术被广泛应用于解决信道引起的失真和干扰问题，提高系统的可靠性和性能。本文将重点研究基于ZF破零均衡和维纳滤波均衡的误码率... 1.算法理论概述 ZF是一种常用的均衡技术，通过计算接收信号与发送信号之间的相关性，实现了信号的抑制干扰和恢复传输效果。维纳滤波是一种统计均衡方法，通过最小均方误差准则估计发送信号。在无线通信系统中，信道引起的失真和干扰会降低接收信号的质量，导致误码率的增加。均衡技术被广泛应用于解决信道引起的失真和干扰问题，提高系统的可靠性和性能。本文将重点研究基于ZF破零均衡和维纳滤波均衡的误码率...
- 前言本文是 YOLOv8 入门指南（大佬请绕过），将会详细讲解安装，配置，训练，验证，预测等过程YOLOv8 官网：ultralytics/ultralytics: NEW - YOLOv8 🚀 in PyTorch > ONNX > OpenVINO > CoreML > TFLite (github.com)注意：如果遇到权重文件，模型文件下载缓慢的问题，可以在自己本机上下载，再上传到... 前言本文是 YOLOv8 入门指南（大佬请绕过），将会详细讲解安装，配置，训练，验证，预测等过程YOLOv8 官网：ultralytics/ultralytics: NEW - YOLOv8 🚀 in PyTorch > ONNX > OpenVINO > CoreML > TFLite (github.com)注意：如果遇到权重文件，模型文件下载缓慢的问题，可以在自己本机上下载，再上传到...
- 了解生成式 AI 的变革潜力以及对与之相关风险的必要认识。 了解生成式 AI 的变革潜力以及对与之相关风险的必要认识。
- 大型语言模型（LLM）是现代人工智能应用程序的主要组成部分，尤其是自然语言处理。它们有可能有效地处理和理解人类语言，其应用范围从虚拟助手和机器翻译到文本摘要和问答。 大型语言模型（LLM）是现代人工智能应用程序的主要组成部分，尤其是自然语言处理。它们有可能有效地处理和理解人类语言，其应用范围从虚拟助手和机器翻译到文本摘要和问答。
- 中国叶面积指数（LAI）月度合成产品，由航天宏图实验室提供，根据NASA MODIS数据（MCD15A2H.061）通过航天宏图 Smoother计算得到的平滑后LAI产品，解决了影像云雾覆盖、像元异常值等问题。对处理后的覆盖中国区域的影像结果镶嵌，生成了分辨率为500米的月合成产品。前言 – 人工智能教程叶面积指数（LAI）是指单位地面积上植被叶面积的总和，通常用于评估植被覆盖度和生长... 中国叶面积指数（LAI）月度合成产品，由航天宏图实验室提供，根据NASA MODIS数据（MCD15A2H.061）通过航天宏图 Smoother计算得到的平滑后LAI产品，解决了影像云雾覆盖、像元异常值等问题。对处理后的覆盖中国区域的影像结果镶嵌，生成了分辨率为500米的月合成产品。前言 – 人工智能教程叶面积指数（LAI）是指单位地面积上植被叶面积的总和，通常用于评估植被覆盖度和生长...
- 引言计算机视觉是人工智能领域的一个重要分支，它致力于让计算机能够通过图像和视频来感知和理解世界。而计算机视觉算法中的Harris角点检测（Harris Corner Detection）是一种经典的角点检测方法，它在图像处理和计算机视觉任务中有着广泛的应用。什么是角点在图像中，角点是指在两个或多个方向上都有较大灰度变化的像素点。相比于边缘和平坦区域，角点具有更强的特殊性和唯一性，因此在图像特... 引言计算机视觉是人工智能领域的一个重要分支，它致力于让计算机能够通过图像和视频来感知和理解世界。而计算机视觉算法中的Harris角点检测（Harris Corner Detection）是一种经典的角点检测方法，它在图像处理和计算机视觉任务中有着广泛的应用。什么是角点在图像中，角点是指在两个或多个方向上都有较大灰度变化的像素点。相比于边缘和平坦区域，角点具有更强的特殊性和唯一性，因此在图像特...
- 引言序列建模是自然语言处理和机器学习中的重要任务之一。它涉及对序列数据进行建模和预测，如文本分类、词性标注、命名实体识别等。在序列建模中，条件随机场（Conditional Random Field，简称CRF）是一种常用的概率图模型，被广泛应用于序列标注任务。什么是条件随机场条件随机场是一种统计学习方法，用于对标注序列进行建模。它是一种无向概率图模型，可以用于建模输入变量和输出变量之间的依... 引言序列建模是自然语言处理和机器学习中的重要任务之一。它涉及对序列数据进行建模和预测，如文本分类、词性标注、命名实体识别等。在序列建模中，条件随机场（Conditional Random Field，简称CRF）是一种常用的概率图模型，被广泛应用于序列标注任务。什么是条件随机场条件随机场是一种统计学习方法，用于对标注序列进行建模。它是一种无向概率图模型，可以用于建模输入变量和输出变量之间的依...
- 中国GDP空间分布公里网格数据集是在全国分县GDP统计数据的基础上，考虑人类活动密切相关的土地利用类型、夜间灯光亮度、居民点密度数据与GDP的空间互动规律，通过空间插值生成的空间格网数据。数据包括1995、2000、2005、2010、2015和2019年6期。该数据集反映了GDP数据在全国范围内的详细空间分布状况，数据为1Km栅格数据，每个栅格代表该网格范围（1平方公里）内的GDP总产值... 中国GDP空间分布公里网格数据集是在全国分县GDP统计数据的基础上，考虑人类活动密切相关的土地利用类型、夜间灯光亮度、居民点密度数据与GDP的空间互动规律，通过空间插值生成的空间格网数据。数据包括1995、2000、2005、2010、2015和2019年6期。该数据集反映了GDP数据在全国范围内的详细空间分布状况，数据为1Km栅格数据，每个栅格代表该网格范围（1平方公里）内的GDP总产值...
- 引言隐马尔可夫模型（Hidden Markov Model, HMM）是一种常用的序列建模算法，广泛应用于语音识别、自然语言处理、生物信息学等领域。本文将介绍HMM的基本概念、原理和应用，并讨论其优缺点。什么是隐马尔可夫模型？隐马尔可夫模型是一种统计模型，用于描述由隐藏的状态序列和可观测的输出序列组成的序列数据。它假设系统的状态是一个马尔可夫过程，即当前状态只与前一个状态有关，并且输出只依赖... 引言隐马尔可夫模型（Hidden Markov Model, HMM）是一种常用的序列建模算法，广泛应用于语音识别、自然语言处理、生物信息学等领域。本文将介绍HMM的基本概念、原理和应用，并讨论其优缺点。什么是隐马尔可夫模型？隐马尔可夫模型是一种统计模型，用于描述由隐藏的状态序列和可观测的输出序列组成的序列数据。它假设系统的状态是一个马尔可夫过程，即当前状态只与前一个状态有关，并且输出只依赖...
- 引言在数据分析和机器学习领域，异常检测是一个重要的研究方向。异常检测算法的目的是识别出与大多数样本不符的异常数据点。其中一种常用的异常检测算法是LOF（Local Outlier Factor），它通过计算每个数据点与其周围邻居点的密度差异来判断其异常程度。LOF算法原理LOF算法基于密度的概念，认为异常点的密度与其周围邻居点的密度存在较大差异。其计算过程如下：对于每个数据点，计算其与其k个... 引言在数据分析和机器学习领域，异常检测是一个重要的研究方向。异常检测算法的目的是识别出与大多数样本不符的异常数据点。其中一种常用的异常检测算法是LOF（Local Outlier Factor），它通过计算每个数据点与其周围邻居点的密度差异来判断其异常程度。LOF算法原理LOF算法基于密度的概念，认为异常点的密度与其周围邻居点的密度存在较大差异。其计算过程如下：对于每个数据点，计算其与其k个...
- 引言异常检测是数据分析中的重要任务之一。随着大数据时代的到来，异常检测算法的研究和应用越来越受到关注。One-Class SVM（One-Class Support Vector Machine）是一种常用的异常检测算法，它通过无监督学习的方式，将正常样本与异常样本进行分离，从而识别出异常数据点。One-Class SVM算法原理One-Class SVM是一种基于支持向量机的算法，它的目标... 引言异常检测是数据分析中的重要任务之一。随着大数据时代的到来，异常检测算法的研究和应用越来越受到关注。One-Class SVM（One-Class Support Vector Machine）是一种常用的异常检测算法，它通过无监督学习的方式，将正常样本与异常样本进行分离，从而识别出异常数据点。One-Class SVM算法原理One-Class SVM是一种基于支持向量机的算法，它的目标...
- 引言异常检测是数据分析领域中重要的研究方向之一。在许多应用领域，如金融欺诈检测、网络入侵检测和工业故障检测等，准确地识别和定位异常行为对于保障系统的安全和稳定至关重要。孤立森林（Isolation Forest）是一种基于集成学习的异常检测算法，通过构建一棵森林来识别异常样本。本文将介绍孤立森林算法的原理、特点以及在异常检测领域的应用。孤立森林算法原理孤立森林算法是一种基于随机化的异常检测算... 引言异常检测是数据分析领域中重要的研究方向之一。在许多应用领域，如金融欺诈检测、网络入侵检测和工业故障检测等，准确地识别和定位异常行为对于保障系统的安全和稳定至关重要。孤立森林（Isolation Forest）是一种基于集成学习的异常检测算法，通过构建一棵森林来识别异常样本。本文将介绍孤立森林算法的原理、特点以及在异常检测领域的应用。孤立森林算法原理孤立森林算法是一种基于随机化的异常检测算...
- 引言推荐系统是在互联网时代中扮演着重要角色的算法之一。推荐系统通过分析用户的历史行为数据，为用户提供个性化的推荐信息，提高用户体验和满意度。而推荐系统中的矩阵分解算法（Matrix Factorization）则是其中一种常用的方法。矩阵分解算法的原理矩阵分解算法是一种通过将一个大矩阵分解为两个低维矩阵的乘积来实现的。在推荐系统中，大矩阵可以表示为用户-物品的评分矩阵，其中行代表用户，列代表... 引言推荐系统是在互联网时代中扮演着重要角色的算法之一。推荐系统通过分析用户的历史行为数据，为用户提供个性化的推荐信息，提高用户体验和满意度。而推荐系统中的矩阵分解算法（Matrix Factorization）则是其中一种常用的方法。矩阵分解算法的原理矩阵分解算法是一种通过将一个大矩阵分解为两个低维矩阵的乘积来实现的。在推荐系统中，大矩阵可以表示为用户-物品的评分矩阵，其中行代表用户，列代表...
上滑加载中
推荐直播
-
-
华为云师资培训——《软件工程》课程2025/08/05 周二 15:00-16:30
Pamela - PaaS开发者支持讲师
华为云师资培训直播，带您掌握产业级软件工程课程体系与华为开发者空间实战能力，助力高校数字化转型！
回顾中 -
大模型赋能开发者社区生态建设2025/08/05 周二 20:00-21:00
上海交通大学教授曹健
当AI技术重构开发者生态，社区建设如何跳出“流量陷阱”，回归价值本质？本次直播特邀深耕开发者社区研究的专家，上海交通大学教授曹健老师，通过 “社区生态三维模型”（价值共生、技术赋能、情感联结）的核心理论，拆解AI时代社区建设的底层逻辑。如何用AI工具降低参与门槛，让技术交流从“精英圈层”走向“普惠共生”？怎样通过算法优化内容匹配，让社区资源精准触达开发者真实需求？当机器逐渐承担基础协作，社区如何强化“人与人”的情感认同，避免沦为冰冷的技术工具库？
回顾中
热门标签