- 博客(0)
- 资源 (8)
- 收藏
- 关注
RSS订阅TreesRegressions.py
程序实现：
利用多种树回归模型对华北八省市的实验区TRMM影像数据进行矫正
树回归模型包括：决策树回归、随机森林回归、极端随机树回归
回归模型的自变量包括：TRMM影像数据、DEM数据、经度、纬度
因变量为：实验区的站点插值数据
模型建立之后，将其应用于测试集数据，实现降雨数据的矫正
2019-11-29
TreesClassifications.py
程序实现：
利用多种分类模型对华北八省市的实验区TRMM影像数据进行矫正
分类模型包括：决策树分类(DecisionTreeClassifier)、
随机森林分类(RandomForestClassifier)、
极端随机树分类(ExtraTreesClassifier)
分类模型的自变量包括：TRMM影像数据、DEM数据、经度、纬度
因变量为：实验区的站点插值数据
模型建立之后，将其应用于测试集数据，实现降雨数据的矫正
2019-11-29
各种回归模型对TRMM影像校准.py
程序实现：
利用多种回归模型对华北八省市的实验区TRMM影像数据进行矫正
回归模型包括：多元线性回归、贝叶斯岭回归、弹性网络回归、支持向量机回归、梯度增强回归
通过对比发现：梯度增强回归模型的拟合效果最好，精度最高
回归模型的自变量包括：TRMM影像数据、DEM数据、经度、纬度
因变量为：实验区的站点插值数据
模型建立之后，将其应用于测试集数据，实现降雨数据的矫正
2019-11-29
基于AE的秦淮河流域地形三维建模功能设计与开发
以ArcGIS和VS 2015系列软件为平台，贯穿秦淮河流域空间数据的采集、处理和管理，并以可视化编程语言C# 结合ArcEngine开发流域三维模拟模块，进行三维建模功能的设计与开发
2018-08-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人