- 提取信号频域特征参数，先估计信号的功率谱密度函数，然后从功率谱密度函数计算信号的频域特征参数。频域特征参数包括峰值频率、均值频率、中值频率、频率标准差、四分位宽度、频率变异系数、频谱峰度、频谱偏度、能量聚度、频谱熵比等。使用这些参数来刻画信号功率谱密度曲线的概貌特征。 提取信号频域特征参数，先估计信号的功率谱密度函数，然后从功率谱密度函数计算信号的频域特征参数。频域特征参数包括峰值频率、均值频率、中值频率、频率标准差、四分位宽度、频率变异系数、频谱峰度、频谱偏度、能量聚度、频谱熵比等。使用这些参数来刻画信号功率谱密度曲线的概貌特征。
- 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...
- 中国区域2000至2022年月度植被覆盖度产品的空间分辨率250米，China regional 250m fractional vegetation cover data set (2000-2022)合成方式采用月最大值合成。本产品采用基于归一化植被指数（NDVI）像元二分模型，根据土地利用类型确定纯植被像元值和纯裸土像元值，计算中去除湖泊、河流、冰川/永久积雪等区域，实现植被覆盖度计... 中国区域2000至2022年月度植被覆盖度产品的空间分辨率250米，China regional 250m fractional vegetation cover data set (2000-2022)合成方式采用月最大值合成。本产品采用基于归一化植被指数（NDVI）像元二分模型，根据土地利用类型确定纯植被像元值和纯裸土像元值，计算中去除湖泊、河流、冰川/永久积雪等区域，实现植被覆盖度计...
- xlrd是Python的一个库，用于读取和解析Microsoft Excel文件。 xlrd是Python的一个库，用于读取和解析Microsoft Excel文件。
- 全球90米分辨率海洋和陆地DEM数据产品（GDEM_2022）基于30 米分辨率的NASADEM 卫星影像、联合国政府间海洋学委员会的450 m分辨率GEBCO_2021 公开数据和部分区域高分辨率海洋地形数据，采用深度残差预训练神经网络和迁移学习（Transfer Learning）相结合技术，构建了适用于全球区域的DEM-SRNet模型生产完成。前言 – 人工智能教程全球90米分辨率海... 全球90米分辨率海洋和陆地DEM数据产品（GDEM_2022）基于30 米分辨率的NASADEM 卫星影像、联合国政府间海洋学委员会的450 m分辨率GEBCO_2021 公开数据和部分区域高分辨率海洋地形数据，采用深度残差预训练神经网络和迁移学习（Transfer Learning）相结合技术，构建了适用于全球区域的DEM-SRNet模型生产完成。前言 – 人工智能教程全球90米分辨率海...
- ALOS(Advanced Land Observing Satellite)是日本的对地观测卫星，于2006年发射。ALOS卫星载有三个传感器：全色遥感立体测绘仪(PRISM)，主要用于数字高程测绘；先进可见光与近红外辐射计-2(AVNIR-2)，用于精确陆地观测；相控阵型L波段合成孔径雷达（PALSAR），用于全天时全天候陆地观测。前言 – 人工智能教程ALOS-12.5米dem数据来... ALOS(Advanced Land Observing Satellite)是日本的对地观测卫星，于2006年发射。ALOS卫星载有三个传感器：全色遥感立体测绘仪(PRISM)，主要用于数字高程测绘；先进可见光与近红外辐射计-2(AVNIR-2)，用于精确陆地观测；相控阵型L波段合成孔径雷达（PALSAR），用于全天时全天候陆地观测。前言 – 人工智能教程ALOS-12.5米dem数据来...
- 海洋一号C/D(HY-1C/D)卫星按照遥感器类型分为海洋水色扫描仪(COCTS, China Ocean color & Temperature Scanner)、紫外成像仪（UVI， Ultraviolet imager）和海岸带成像仪(CZI, Coastal Zone Imager)。前言 – 人工智能教程HY-1C海岸带成像仪2A产品数据集是一组由HY-1C卫星上的海岸带成像仪（... 海洋一号C/D(HY-1C/D)卫星按照遥感器类型分为海洋水色扫描仪(COCTS, China Ocean color & Temperature Scanner)、紫外成像仪（UVI， Ultraviolet imager）和海岸带成像仪(CZI, Coastal Zone Imager)。前言 – 人工智能教程HY-1C海岸带成像仪2A产品数据集是一组由HY-1C卫星上的海岸带成像仪（...
- 海洋一号C/D(HY-1C/D)卫星按照遥感器类型分为海洋水色扫描仪(COCTS,China Ocean color & Temperature Scanner)、紫外成像仪（UVI,Ultraviolet imager）和海岸带成像仪(CZI,Coastal Zone Imager)。前言 – 人工智能教程海岸带成像仪（CZI）主要用于获取海陆交互作用区域的实时图像资料进行海岸带监测；... 海洋一号C/D(HY-1C/D)卫星按照遥感器类型分为海洋水色扫描仪(COCTS,China Ocean color & Temperature Scanner)、紫外成像仪（UVI,Ultraviolet imager）和海岸带成像仪(CZI,Coastal Zone Imager)。前言 – 人工智能教程海岸带成像仪（CZI）主要用于获取海陆交互作用区域的实时图像资料进行海岸带监测；...
- SeaWiFS仪器是由Orbital Sciences Corporation于1997年8月在OrbView-2（又名SeaStar）卫星上发射的。它收集了从1997年9月到2010年12月任务结束的数据。SeaWiFS仪器有8个光谱波段，从412到865nm，空间分辨率为9公里。它以4公里的分辨率收集全球数据，以1公里的分辨率收集本地数据（有限的车载存储和直播）。该任务和传感器针对海洋... SeaWiFS仪器是由Orbital Sciences Corporation于1997年8月在OrbView-2（又名SeaStar）卫星上发射的。它收集了从1997年9月到2010年12月任务结束的数据。SeaWiFS仪器有8个光谱波段，从412到865nm，空间分辨率为9公里。它以4公里的分辨率收集全球数据，以1公里的分辨率收集本地数据（有限的车载存储和直播）。该任务和传感器针对海洋...
- Modis-Aqua产品包含了L3 Mapped数据，空间分辨率为4km和9km。根据内容的不同分为0级、1级产品，在1B级数据产品之后，划分L2－L4级数据产品，包括：陆地标准数据产品、大气标准数据产品和海洋标准数据产品等三种主要标准数据产品类型，总计分解为44种标准数据产品类型。前言 – 人工智能教程MODIS目前主要存在于两颗卫星上：TERRA和AQUA。AQUA每日地方时下午过境... Modis-Aqua产品包含了L3 Mapped数据，空间分辨率为4km和9km。根据内容的不同分为0级、1级产品，在1B级数据产品之后，划分L2－L4级数据产品，包括：陆地标准数据产品、大气标准数据产品和海洋标准数据产品等三种主要标准数据产品类型，总计分解为44种标准数据产品类型。前言 – 人工智能教程MODIS目前主要存在于两颗卫星上：TERRA和AQUA。AQUA每日地方时下午过境...
- 北京时间7月13日凌晨，马斯克在Twitter上宣布：“xAI正式成立，去了解现实。”马斯克表示，推出xAI的原因是想要“了解宇宙的真实本质”。Ghat GPT横空出世已有半年，国内外“百模大战”愈演愈烈，AI大模型的现状与发展，你怎么看？前言 – 人工智能教程“反AI斗士”马斯克进军AI，你怎么看？马斯克宣布成立xAI人工智能公司，着实令人振奋。人工智能是一个极具潜力的技术，它有可能彻底改... 北京时间7月13日凌晨，马斯克在Twitter上宣布：“xAI正式成立，去了解现实。”马斯克表示，推出xAI的原因是想要“了解宇宙的真实本质”。Ghat GPT横空出世已有半年，国内外“百模大战”愈演愈烈，AI大模型的现状与发展，你怎么看？前言 – 人工智能教程“反AI斗士”马斯克进军AI，你怎么看？马斯克宣布成立xAI人工智能公司，着实令人振奋。人工智能是一个极具潜力的技术，它有可能彻底改...
- 使用colab之前一定要进行下面代码的加载：安装 Earth Engine API 和 geemap安装 Earth Engine Python API 和 geemap。 geemap Python 包基于 ipyleaflet 和 folium 包构建，并实现了与 Earth Engine 数据层交互的多种方法，例如 Map.addLayer()、Map.setCenter() 和 Ma... 使用colab之前一定要进行下面代码的加载：安装 Earth Engine API 和 geemap安装 Earth Engine Python API 和 geemap。 geemap Python 包基于 ipyleaflet 和 folium 包构建，并实现了与 Earth Engine 数据层交互的多种方法，例如 Map.addLayer()、Map.setCenter() 和 Ma...
- Classification example for Landsat 8 imagery土地分类是地学科学中的一个重要领域，可以帮助我们更好地了解和管理地球表面的不同土地类型。在Google Earth Engine（GEE）中，在使用Landsat影像进行土地分类时，进行土地分类可以利用其强大的遥感数据处理和分析能力。以下是使用GEE进行土地分类的基本步骤：1.收集遥感数据：使用GEE中提... Classification example for Landsat 8 imagery土地分类是地学科学中的一个重要领域，可以帮助我们更好地了解和管理地球表面的不同土地类型。在Google Earth Engine（GEE）中，在使用Landsat影像进行土地分类时，进行土地分类可以利用其强大的遥感数据处理和分析能力。以下是使用GEE进行土地分类的基本步骤：1.收集遥感数据：使用GEE中提...
上滑加载中
推荐直播
-
基于OpenHarmony的计算机学科人才培养经验分享2024/11/28 周四 19:00-21:00
华为开发者布道师、兰州大学信息科学与工程学院教授周睿
老师们、同学们，这里有不容错过的精彩！ 想了解计算机类人才培养存在哪些挑战？想知道OpenHarmony如何应用于人才培养？本次直播，为你分享基于它的科创实践、专业社团实践和教学实践途径，培养学术型、应用型和复合型精英人才。快来报名，开启提升之旅！
即将直播 -
全面解析华为云EI-API服务：理论基础与实践应用指南2024/11/29 周五 18:20-20:20
Alex 华为云学堂技术讲师
本期直播给大家带来的是理论与实践结合的华为云EI-API的服务介绍。从“主要功能，应用场景，实践案例，调用流程”四个维度来深入解析“语音交互API，文字识别API，自然语言处理API，图像识别API及图像搜索API”五大场景下API服务，同时结合实验，来加深开发者对API服务理解。
去报名 -
昇腾云服务ModelArts深度解析：理论基础与实践应用指南2024/12/03 周二 14:30-16:30
Alex 华为云学堂技术讲师
如何快速创建和部署模型，管理全周期AI工作流呢？本期直播聚焦华为昇腾云服务ModelArts一站式AI开发平台功能介绍，同时结合基于ModelArts 的实践性实验，帮助开发者从理论到实验更好地理解和使用ModelArts。
去报名
热门标签