包含常用的几种高光谱数据，可以用于遥感图像分类。
WashingtonDCMal,IndianPine等。
ndianPines是最早的用于高光谱图像分类的测试数据，由机载可视红外成像光谱仪（AVIRIS）于1992年对美国印第安纳州一块印度松树进行成像，然后截取尺寸为145×145的大小进行标注作为高光谱图像分类测试用途。
Pavia University数据是由德国的机载反射光学光谱成像仪（Reflective OpticsSpectrographicImagingSystem，ROSIS-03）在2003年对意大利的帕维亚城所成的像的一部分高光谱数据。
该光谱成像仪对0.43-0.86μm波长范围内的115个波段连续成像，所成图像的空间分辨率为1.3m。
其中12个波段由于受噪声影响被剔除，因而一般使用的是剩下103个光谱波段所成的图像。
该数据的尺寸为610×340，因而共包含2207400个像素，但是其中包含大量的背景像素，包含地物的像素总共只有42776个，这些像素中共包含9类地物，包括树、沥青道路（Asphalt）、砖
WashingtonDCMal,IndianPine等。
ndianPines是最早的用于高光谱图像分类的测试数据，由机载可视红外成像光谱仪（AVIRIS）于1992年对美国印第安纳州一块印度松树进行成像，然后截取尺寸为145×145的大小进行标注作为高光谱图像分类测试用途。
Pavia University数据是由德国的机载反射光学光谱成像仪（Reflective OpticsSpectrographicImagingSystem，ROSIS-03）在2003年对意大利的帕维亚城所成的像的一部分高光谱数据。
该光谱成像仪对0.43-0.86μm波长范围内的115个波段连续成像，所成图像的空间分辨率为1.3m。
其中12个波段由于受噪声影响被剔除，因而一般使用的是剩下103个光谱波段所成的图像。
该数据的尺寸为610×340，因而共包含2207400个像素，但是其中包含大量的背景像素，包含地物的像素总共只有42776个，这些像素中共包含9类地物，包括树、沥青道路（Asphalt）、砖
2023/2/11 2:19:13
195MB
1
第一章 认识PacketTracer软件1第二章 交换机的基本配置与管理2第三章 交换机的端口配置与管理3第四章 交换机的Telnet远程登陆配置5第五章 交换机的端口聚合配置7第六章 交换机划分Vlan配置9第七章 三层交换机基本配置12第八章 利用三层交换机实现VLAN间路由13第九章 快速生成树配置16第十章 路由器的基本配置19第十一章 路由器单臂路由配置21第十二章 路由器静态路由配置23第十三章 路由器RIP动态路由配置25第十四章 路由器OSPF动态路由配置29第十五章 路由器综合路由配置32第十六章 标准IP访问控制列表配置35第十七章 扩展IP访问控制列表配置37第十八章 网络地址转换NAT配置40第十九章 网络端口地址转换NAPT配置42第二十章交换机端口安全45
2023/2/10 21:39:05
990KB
1
python3.7下Django2.2引用ztree插件从mysql数据库导入数据表来实现树形状目录。
2023/2/10 10:12:06
13.22MB
1
在日常生活中，个人通信录是我们不可少的，不管是纸式的个人通信录还是我们手机中的个人通信录，查寻是其最基本的操作，几乎所有的操作都是在查寻的基础上进行的，所以，查寻时间的快慢很大程度上决定了整个通信录的功能。
所以，一个有着良好界面、查寻速快的通信录，是人们所追求的。
本课程设计应用折半查寻法[1][5]的技术思想进行查寻，从本思想出发，可以有两种数据组织方式：一是应用链表进行组织数据，由于折半查寻法的特殊性，所要进行查寻的数据列必须是有序的数据列，这样要求对数据列进行排序。
出于系统实时查寻的考虑，每次对通信录进行改变后都得进行重新排序，这样才能保证数据列是实时有序的。
这样当操作量大时，排序所消耗的时间对整个系统有很大的影响。
二是应用二叉排序树来组织数据，由于二叉排序树是应用折半查寻法思想进行对数据进行存储的，所以，其左孩子大于双亲结点、右孩子小于双亲结点（或者左孩子小于双亲结点、右孩子大于双亲结点），这样就可以应用折半查寻法的思想进行查寻，从而减少对排序时所消耗的时间。
本课程设计采用第二种方法，即应用二叉排序树进行组织数据，在此基础上进行对个人通信录的各种操作。
所以，一个有着良好界面、查寻速快的通信录，是人们所追求的。
本课程设计应用折半查寻法[1][5]的技术思想进行查寻，从本思想出发，可以有两种数据组织方式：一是应用链表进行组织数据，由于折半查寻法的特殊性，所要进行查寻的数据列必须是有序的数据列，这样要求对数据列进行排序。
出于系统实时查寻的考虑，每次对通信录进行改变后都得进行重新排序，这样才能保证数据列是实时有序的。
这样当操作量大时，排序所消耗的时间对整个系统有很大的影响。
二是应用二叉排序树来组织数据，由于二叉排序树是应用折半查寻法思想进行对数据进行存储的，所以，其左孩子大于双亲结点、右孩子小于双亲结点（或者左孩子小于双亲结点、右孩子大于双亲结点），这样就可以应用折半查寻法的思想进行查寻，从而减少对排序时所消耗的时间。
本课程设计采用第二种方法，即应用二叉排序树进行组织数据，在此基础上进行对个人通信录的各种操作。
2023/2/9 17:37:52
1.1MB
1
最小生成树课程设计，给定一个地区的n个城市间的距离网，用Prim算法或Kruskal算法建立最小生成树，并计算得到的最小生成树的代价。
构造可以使n个城市衔接的最小生成树
构造可以使n个城市衔接的最小生成树
2023/2/8 8:53:03
373KB
1
这是本人编写的一个swing版的红黑树演示程序，假如您希望学习红黑树或许查看该工具用法，可以到http://blog.csdn.net/cdnight/article/details/10583177看看。
2023/2/7 19:46:32
3.62MB
1
本文来自csdn，本文主要通过引见了关于知识图谱的技术全面综述，涵盖基本定义与架构、代表性知识图谱库、构建技术、开源库和典型应用【导读】知识图谱技术是人工智能技术的组成部分，其强大的语义处理和互联组织能力，为智能化信息应用提供了基础。
我们专知的技术基石之一正是知识图谱-构建AI知识体系-专知主题知识树简介。
随着互联网的发展，网络数据内容呈现爆炸式增长的态势。
由于互联网内容的大规模、异质多元、组织结构松散的特点，给人们有效获取信息和知识提出了挑战。
知识图谱（KnowledgeGraph)以其强大的语义处理能力和开放组织能力，为互联网时代的知识化组织和智能应用奠定了基础。
最近，大规模知识图谱库的研
我们专知的技术基石之一正是知识图谱-构建AI知识体系-专知主题知识树简介。
随着互联网的发展，网络数据内容呈现爆炸式增长的态势。
由于互联网内容的大规模、异质多元、组织结构松散的特点，给人们有效获取信息和知识提出了挑战。
知识图谱（KnowledgeGraph)以其强大的语义处理能力和开放组织能力，为互联网时代的知识化组织和智能应用奠定了基础。
最近，大规模知识图谱库的研
2023/2/7 16:44:20
535KB
1
功能一：按照树形图打印二叉树，型如：8711491015功能2：完成创建一个有序的二叉树功能3：完成平衡二叉树，对所创建的二叉树进行左旋和右旋，直到成为平衡二叉树。
功能3：按照树中数据删除某个节点，根据数据删除节点，例如：要删除如下树中数据为30的全部节点。
(**表示空节点)603571304566782530404664667782****3133**************6772******会转换为：60357125456678**31404664667782******33**************6772******功能4：可以任意插入树中数据，按照有序树进行插入
功能3：按照树中数据删除某个节点，根据数据删除节点，例如：要删除如下树中数据为30的全部节点。
(**表示空节点)603571304566782530404664667782****3133**************6772******会转换为：60357125456678**31404664667782******33**************6772******功能4：可以任意插入树中数据，按照有序树进行插入
2023/2/5 18:22:44
9KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB