小凡爱学习-CSDN博客

原创 2021.07.31 --------基于时序InSAR的城市地表形变检测与分析-------SAR基础知识

2021.07.31 --------基于时序InSAR的城市地表形变检测与分析-------可能会花费您10分钟的时间阅读以下内容文章目录一、SAR基础知识1.1 基本概念1.1.1 雷达基本概念1.1.2 波的基本概念1.2 SAR相关参数SAR的相关参数：波长1.1.4 SAR的相关参数：极化1.1.5 SAR的相关参数：入射角1.3 雷达的几何特征雷达的观测几何SAR图像几何分辨率SAR图像几何特征1.4 SAR散射机制穿透散射对于SAR图像的理解1.5 水面上的溢油1.6 SAR特性总结1.7

2021-07-31 17:25:29 674

原创数学建模时序数据分析——趋势性检验和平稳性检验

数学建模数据分析——趋势性检验和平稳性检验在数学建模比赛中，经常需要对数据进行分析和预处理，常见的比如趋势分析（上升/下降/无明显趋势）和突变分析，很多时候靠人的经验观察得出结论，但这是不够严谨的。于是我们通常会采用一些更科学的方法，下面我们就来详细的捋一遍数据分析检验方法：文章目录数学建模数据分析——趋势性检验和平稳性检验时间序列趋势性检验方法斜率法Cox-Stuart检验法Mann-Kendall检验法时间序列平稳性检验方法平稳时间序列定义与性质检验方法时序图检验法自相关图检验法ADF检验法KPSS

2021-07-03 15:57:00 10583 1

原创 XGBoost梯度提升方法实验

XGBoost梯度提升方法实验环境为google colabXGBoost参数这里可以参考博客如下：作者：大石头的笔记链接：https://juejin.cn/post/6844904134336839693来源：掘金XGBoost的参数可以分为三种类型：通用参数、booster参数以及学习目标参数General parameters：参数控制在提升（boosting）过程中使用哪种booster，常用的booster有树模型（tree）和线性模型（linear model）。Boost

2021-06-28 09:43:26 279

原创 DeepLab-V3+语义分割神经网络的keras 版本实现

DeepLab-V3+语义分割神经网络的keras 版本实现网络结构Deeplab系列网络模型从ResNet残差模块发展而来，在此基础上融合了空洞卷积（Atrous Convolution）实现。与Deeplab v3相比，Deeplab v3+为了融合多尺度信息，引入语义分割常用的编码器-解码器结构[25][26]，编码器提供丰富的语义信息，而解码器恢复精细的物体边缘，从而融合底层特征和高层特征，对于分割边界准确度有进一步提升，同时引入可任意控制编码器提取特征的分辨率，通过空洞卷积平衡精度和耗时。.

2021-06-09 09:25:33 1713 4

原创图像数据增强方法PIL

挂载云端硬盘from google.colab import drivedrive.mount('/content/drive')Mounted at /content/drive引用依赖库from PIL import Image, ImageEnhance, ImageOps, ImageFileimport numpy as npfrom random import randintimport randomimport osimport cv2from tqdm import

2021-05-14 08:52:31 1193

原创基于Densenet模型迁移学习的岩石样本分类

Mount with your Google Drivefrom google.colab import drivedrive.mount('/content/drive')Mounted at /content/drive下载中文字体!wget -O /usr/share/fonts/truetype/liberation/simhei.ttf "https://www.wfonts.com/download/data/2014/06/01/simhei/chinese.simhei.ttf

2021-04-27 09:42:52 675

原创使用预训练模型训练YOLOv3-Keras

使用预训练模型训练YOLOv3文章目录使用预训练模型训练YOLOv3前言YOLOv3模型特点模型架构准备数据选取标注数据构建数据生成器，并做数据增强模型训练构建神经网络定义训练回调函数开始训练模型测试图片预处理构建模型加载模型权重，或将模型路径替换成上一步训练得出的模型路径构建输出[boxes, scores, classes]进行预测将预测结果绘制在图片上最终结果思考总结前言本次训练的测试图片由我的好徒儿荔枝友情提供，荔枝这个衣服好像三明治，同学们快来给我的好徒儿换个衣服搭配！经典论文：Y

2021-03-27 20:41:19 1270

原创基于VGG16的可视化类激活的热力图(keras实现)

可视化类激活的热力图(keras实现)前言 Grad_CAM：英语的全称是Gradient-weighted Class Activation Mapping，直接翻译是【梯度加权分类激活映射，简单说就是用CNN做图像分类的时候，到底是根据图像的哪里来判断属于这个分类的，给明确映射出来。经典论文：Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization下载链接：https://arxiv.o

2021-03-27 19:18:25 2085 1

原创 Python opencv读取视频并保存图像

Python opencv读取视频并保存图像问题重述实习项目要做安全帽目标检测，拿到了公司给的一些视频数据，使用Opencv读取视频并每隔1s1s1s存储一副图像，下面是一些视频数据实现步骤添加依赖库import cv2import os定义视频路径和图像存储路径video_path = './未戴安全帽视频01/'image_path = './images/'读取视频文件video_files = [i for i in os.listdir(video_path) i

2021-03-25 23:05:33 2402

原创 Python解压所有压缩包到同一文件夹下

解压所有压缩包到同一个文件夹背景描述由于服务器存在限制，一次只能上传小于100Mb的文件，我的数据集大小有1.5G左右，所以我将该数据集分割为30份，每份大约50MB，上传到云端，然后进行批量解压。清空目标文件夹import ostops = ["./segnet_train/src/"]for top in tops: if not os.path.exists(top): os.makedirs(top) for root, dirs, files in

2021-03-18 21:59:11 1976

原创同位模式显著性统计推断中多重假设检验问题的解决

同位模式显著性统计推断核心思想进行蒙特卡洛模拟随机变量，计算真实数据和模拟数据的最小似然比，计算获得该区域的p−valuep-valuep−value值；针对多重假设问题，采用FDRFDRFDR方法进行校正，降低假阳性率的发生；最终获得统计显著的结果。推断思路采用蒙特卡洛模拟的方法对所有同位模式的显著性进行统计推断。首先采用随机标签的策略生成模拟数据，分别计算每个区域内的p−valuep-valuep−value值。由于需要对多个备择假设进行检验，多重假设检验问题将导致假阳性率提高。为

2021-03-18 17:08:52 490

原创激光点云数据快速构建Delaunay三角网

激光点云快速构建Delaunay三角网python 一般的Delaunay三角网构建算法效率很低，只适合于少量点（大约几千个点），这是因为三维Delaunay三角网如果使用数组来进行存储，存取和计算效率都会比较低，理想的办法是使用合适的三维模型，如kdtree、八叉树等三维模型或者是通过并行处理提高运算速度，scipy库中提供了Delaunay方法调用，可以快速的进行大量三维点Delaunay三角网的构建，然后使用mayavi.mlab进行渲染，效果较好。使用库文件pclpy:用于读取.pcd格.

2021-03-18 11:43:07 3475 1

原创 unet-keras完整训练流程

Unet-keras完整训练流程前言 UNet是一个经典的网络设计方式，在图像分割任务中具有大量的应用。也有许多新的方法在此基础上进行改进，融合更加新的网络设计理念，在小批量数据集上也经常能取得不错的效果。Unet系列文章关于Unet系列模型的介绍可以参考文章：https://zhuanlan.zhihu.com/p/57530767 该文章介绍了U-Net、3D U-Net、TernausNet、Res-UNet 和Dense U-Net、MultiResUNet、R2U-Net、At.

2021-03-18 10:58:58 3640 2

原创 VGG16-keras完整训练流程

VGG16-keras实现步骤最近在复现一些基础的论文，怕自己忘得太快了，记录一下笔记，后续会逐渐更新。 VGG是由Simonyan 和Zisserman在文献《Very Deep Convolutional Networks for Large Scale Image Recognition》中提出卷积神经网络模型，其名称来源于作者所在的牛津大学视觉几何组(Visual Geometry Group)的缩写。该模型参加2014年的 ImageNet图像分类与定位挑战赛，取得了优异成.

2021-03-15 13:50:19 3878 2

原创 ArcGIS道路网拓扑检查

ArcGIS道路网拓扑检查新建拓扑数据集新建个人地理数据库“PDB.gdb”，右击新建要素数据集“Topology”，设置要素数据集的坐标系与道路相同，为“GCS_WGS_1984”。右击要素数据集“Topology”，选择【导入单个要素类】，导入图层“道路”，点击确定，结果如下图所示。新建拓扑点击【新建】→【拓扑】，选择参与拓扑的要素为“道路”，设置道路等级为1，并添加拓扑规则 “道路 - 不能有悬挂点”、“道路 - 不能有伪节点”、“道路 - 不能相交”其余属

2021-03-12 22:43:06 7596

原创 C#实现基于图论的聚类算法

C#实现基于图论的聚类算法 ASCDT算法既能处理复杂数据，还能处理大量噪声，识别各种点簇形状，并且对脖颈问题有着较好的处理效果，实现ASCDT算法的基本思想如下： ASCDT算法是基于Delaunay三角网的聚类算法，利用Delaunay三角网对于点群之间的空间邻近性的表达，识别出全局长边、局部长边、贴合边以及脖颈边，然后逐个删除，并不断寻找最小子图，从而达到点群聚类的效果，最后选取簇中心作为点群代表，实现综合。基于图论的聚类算法流程实现ASCDT算法的基本流程如下：（1）构建elauna

2021-03-07 10:07:57 1599

原创 ArcGIS Server安装部署及服务发布

ArcGIS Server安装部署及服务发布文章目录ArcGIS Server安装部署及服务发布ArcGIS Server安装与部署ArcGIS Server服务发布ArcGIS Server安装与部署下载Arcgis Server安装文件和授权文件，按要求完成安装和授权，进入ArcGIS Server Manager页面，完成服务器账号设置，创建一个新的站点。图 1-1 服务器账号设置图 1-2 创建站点rootArcGIS Server服务发布打开ArcCatalog，在GIS服务器中

2021-03-06 22:00:15 2166

原创 ArcGIS处理LAS数据集

ArcGIS处理LAS数据集文章目录ArcGIS处理LAS数据集加载显示LAS数据集LAS数据集二维显示LAS数据集三维显示投影变换数据格式转换LAS数据集转栅格LAS数据集转TINLAS数据集地形分析点云数据分类与信息提取分类LAS地面点分类建筑物点数据分类LAS噪点3D视图及导航窗口生成3D视图测距3D视图及导航窗口生成3D视图测距加载显示LAS数据集LAS数据集二维显示打开arcmap，加载所给的LAS数据集，可以看到LAS数据以二维形式显示，其中，房屋建筑等点数据被高亮显示为红色或近红色，结

2021-03-06 19:09:41 6572 6

原创 Python读取GSMap数据

Python读取GSMap数据前言最近需要处理一些GSMap的遥感影像，GSMaP是全球降水计划（GPM）时代最主要的高分辨率降水产品，下载需要申请，然后通过ftp地址进行下载。下载好以后用ENVI打开，发现没有头文件，自定义头文件之后，影像极其的奇怪，大概是下面这个样子，实在不符合想象，如果有同学知道怎么回事，希望您能告知我，感谢。现在我打算用python先转成tif格式。python库glob:是一个文件操作相关模块，支持通配符操作，可用于查找符合一定条件的文件，这里用来批量查找".dat"文

2021-03-06 00:09:45 1224 1

原创地理探测器——空间统计分析

地理探测器（一种统计方法） ——探测和利用空间分异性的工具1. 基本思想假设研究区分为若干子区域，如果子区域的方差之和小于区域总方差，则存在空间分异性；如果两变量的空间分布趋于一致，则两者存在统计关联性。基于的假设：如果某个自变量对某个因变量有重要影响，那么自变量和因变量得空间分布应该具有相似性2. 解决的问题空间分层异质性：指层内方差小于层间方差的地理现象，例如地理分区、气候带、土地利用图、地貌图、生物区系、区际经济差异、城乡差异

2021-03-02 18:16:43 24594 4

原创数据转化为正态分布的方法及优缺点

数据转化为正态分布的方法及优缺点文章目录数据转化为正态分布的方法及优缺点对数变换平方根变换倒数变换平方根反正弦变换BOX-COX变换SPSS操作对数变换将原始数据X的对数值作为新的分布数据：X’=LGX。当原始数据中有小值及零时，亦可取X’=lg（X+1）。还可根据需要选用X’=lg（X+k）或X’=lg（k-X）使用情况：（1）使服从对数正态分布的数据正态化。如环境中某些污染物的分布，人体中某些微量元素的分布等，可用对数正态分布改善其正态性。（2）使数据达到方差齐性，特别是各样本的标准

2021-03-02 17:51:17 8018 1

原创 Githup授权及文件上传

Githup上传本地仓库文件Githup下载文件很easy，但是上传文件就需要密钥传输了，为了方便不会用的小伙伴查看，记录在此。登录Githup必须先找到SSH Key。这是因为本地Git仓库和GitHub仓库之间的传输是通过SSH加密传输的，GitHub需要识别是否是你推送，GitHub只要知道了你的公钥，就可以确认只有你自己才能推送，所以需要配置ssh key。创建SHH key输入代码ssh-keygen -t rsa -C “你自己注册GitHub的邮箱”，然后空白一直回车就行了添加SH

2021-02-20 11:01:43 201

原创 ArcGIS提取道路中心线数据制图

ArcGIS提取道路中心线数据文章目录ArcGIS提取道路中心线数据数据采集栅格二值化提取中心线提取中心线结果补全道路中心线符号修饰专题制图数据采集最近在学习地理国情检测数据的采集，依次矢量化建筑物区域、大坝、农田、水系之后，为了方便，就采用了裁剪的方式提取道路区域，采集到的数据制图的最终结果如下图所示，采集结果有点丑，见谅见谅。栅格二值化由于道路矢量化的结果为面状，需要提取道路中心线作为地理国情要素数据。将道路数据设置为纯色，去除轮廓线，如图所示。保存为TIF格式选择【文件】→【导出地图

2021-02-16 23:29:45 9556 4

原创 TensorFlow-gpu调用时cublas64_100.dll加载失败

TensorFlow-gpu安装成功，调用失败问题重述最近在用Tensorflow-gpu跑Yolov3，环境装的都挺顺利的，等到跑代码的时候，跑的出奇的慢，看到代码日志里面一大丢调用问题，除了“cudart64_100.dll"，其他的全都加载失败，最终的调用结果也就失败了，就很纳闷，计算速度太慢了啊。发现问题网上看到别人说dll文件可能出了问题，于是我就想找到这些dll文件看看，这一看，真吓人，cublas64_100.dll变成了cublas64_10.dll，其他的文件也是，感情是这出了问

2021-02-09 01:20:42 673

原创创建源代码的目录树

生成源代码的目录树很多时候，由于工程量太大，导致代码量过多，作为一个新入门的小白程序员，实在是记不住，也学不会这么多的代码，这个时候就需要对这些代码进行一些梳理。这里我们要用一个简单的函数来构建源代码的目录树。调用python库from pathlib import Pathpathlib.Path库是一个面向对象的文件系统路径，但与纯路径表示不同的是，它提供了对Path对象进行调用的一系列方法。这里我们主要调用的Path方法包括：Path.name：获取路径对象的文件名称或文件夹名称

2021-02-08 17:46:18 1059 2

原创数学建模心得

浅谈数学建模比赛心得##1、数学建模的定义数学建模就是根据实际问题来建立数学模型，对数学模型来进行求解，然后根据结果去解决实际问题。当需要从定量的角度分析和研究一个实际问题时，人们就要在深入调查研究、了解对象信息、作出简化假设、分析内在规律等工作的基础上，用数学的符号和语言作表述来建立数学模型。举个最简单的例子，初中我们就做过关于小河渡船的问题，一条长为L的小河，船A从小河上游除法，船B从小河...

2019-03-31 09:37:57 2295 1