首页
学习
活动
专区
圈层
工具
发布

城市研究的 GLObal 建筑高度(UT-GLOBUS):全球 1200 多个城市的建筑高度和城市冠层参数(UCPs)

简介 用于城市研究的 GLObal 建筑高度(UT-GLOBUS) 德克萨斯大学--用于城市研究的 GLObal 建筑高度(UT-GLOBUS)数据集提供了全球 1200 多个城市的建筑高度和城市冠层参数...UT-GLOBUS的主要目的是为从城市到街道尺度的建模应用提供一个数据集,特别是为WRF-Urban模型中的多层UCM推导UCP,以及为SOLWEIG模型提供建筑物高度。...主要特征和细节 建筑物高度: 以矢量文件形式提供,包含单个建筑多边形和高度属性(单位:米)。 城市冠层参数 (UCP): 以与 WRF 预处理系统兼容的二进制文件格式提供。...在某些情况下,城市被分为多个部分,我们尝试创建一个合并的特征集合。 我们编写了自定义代码来自动完成这一过程,并在合并完成后逐步删除重复的部分。...由于地球引擎方面的摄取失败,原始收集的 1200 个城市中只有 1088 个能够被摄取。 我想创建一个应用程序,让用户选择一个城市,点击并获取高度信息。

21410

AdaBoost算法解密:从基础到应用的全面解析

文章不仅详细解析了AdaBoost的优缺点,还通过实例展示了如何在Python中实现该算法。...AdaBoost算法不仅在理论上具有良好的基础,而且在实践中也展示出高度的可扩展性和准确性。由于其能够提升模型性能,并且相对不易出现过拟合,该算法被广泛应用于各种机器学习任务。...在二分类问题中,这通常意味着其准确率略高于50%。 强学习器(Strong Learner): 相对于弱学习器,强学习器是一个在给定任务上性能表现非常好的模型,准确率远高于随机猜测。...---- 五、AdaBoost Python实战 在本节中,我们将通过一个具体的分类问题来展示如何在Python环境中使用AdaBoost算法。...这并不意味着模型是完美的,但确实表明AdaBoost具有非常高的分类能力。 通过这个实战示例,您应该已经对如何在Python中实现AdaBoost有了一个清晰的了解。

86121
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    NLP随笔(二)

    当 AI 在某一个单点任务上的表现接近或者超越人类的时候,就会给行业带来巨大的商机。...深度学习秉承连接主义学派的范式,相较传统统计机器学习技术的最大进化在于其利用了高于统计方法数个数量级的参数和极其复杂的函数组合,通过引入各种非线性和多层级感知能力,构成了远强于统计机器学习模型的拟合能力...这种发展状态与自然语言处理技术中的数据特征也有密不可分的关系。 相对于图片、语音给出的直接信号,文字是一种高阶抽象离散信号。...)出现之前,如何在计算机中高效表示单个字/词是难以逾越的第一个坎。...因为人们常常会说“我购买了一个苹果手机”,也常说“我购买了一个三星手机”,模型会敏锐的学习到“苹果”和“三星”在大量语料中出现时其上下文高度相似,因而认为两个词相似。

    44530

    CityDreamer:一键生成无边界的3D城市

    在自然场景中,相同类别的物体通常有相似的外观,例如树通常是绿色的。但是在城市中,建筑的外观非常多样,但它们被赋予了相同的类别,这将导致建筑外观的质量下降。...值得注意的是,场景参数化的方式经过精心定制,以适应背景物体和建筑物的独特特征。每个类别中的背景对象通常具有相似的外观,同时呈现出不规则的纹理。...前者从 OpenStreetMap [1] 提取了超过 80 个知名城市、超过 6000km2 的俯视视角的高度图和语义分割图;后者从 Google Earth Studio [2] 上提取了美国纽约市的...在推理过程中,ULG 以自回归的方式生成 Codebook 索引,随后,ULG 使用 VQVAE 的解码器生成一对语义图和高度场。...对于相机光线上的一点,我们经过查询生成式哈希网格得到其对应的特征,使用经风格噪声调制的多层 MLP 来得到其对应点的颜色和体密度,最终通过体渲染来将一条相机光线上的所有点积分为对应像素的颜色。

    61710

    YoloV:视频中目标实时检测依然很棒(附源代码下载)

    /arxiv.org/pdf/2208.09686.pdf 代码地址: https://github.com/YuHengsss/YOLOV 01 概述 视频目标检测(VID)具有挑战性,因为目标外观的高度变化以及某些帧中的各种劣化...积极的一面是,与静止图像相比,在视频的某一帧中进行检测可以得到其他帧的支持。因此,如何跨不同帧聚合特征是VID问题的关键。 大多数现有的聚合算法都是为两阶段检测器定制的。...例如,仅通过查看上图中的最后一帧,人类很难甚至不可能分辨出物体在哪里和是什么。另一方面,视频序列可以提供比单个静止图像更丰富的信息。换言之,同一序列中的其他帧可能支持对某一帧的预测。...具体来说,选择相似度得分高于阈值τ的所有参考,并将平均池化应用于这些。请注意,这项工作中的相似性是通过N (Vc)N(Vc)T计算的。...由于一级检测器的特性和研究者的策略的有效性,YOLOV可以显著利用检测精度和推理效率。为了公平比较,下表中列出的所有模型都在相同的硬件环境下进行了测试,除了MAMBA和查询属性。

    1.1K20

    你开车低头看个微信消息都能被拍的清清楚楚,因为有这些黑科技

    机器视觉图像处理被广泛应用于交通领域(车辆检测) 相对于国外,国内将机器视觉图像处理技术应用于交通的发展,在近年已经有相当程度的进步,如国内目前相当热门的车牌识别,有多个厂家推出了相应的产品。...1、样本点检测:在车道的某一部分选取类似矩阵的样本点,当车辆通过时,样本点之灰阶值与原路面不同,若两者相减的统计值超过某一门槛值,即表示车辆的存在。...属于此法的检测方式有背景相减法与二值化法两种:背景相减法系取一张无车辆存在的图像作为背景,当含有车辆的图像与背景图像逐点相减后,车辆的部分即被减出,如TRIP系统。...二值化法将图像以某一门槛值进行切割,象素深度高于该值的成为255(白),低于该值者则变成0(黑),如此可将物体与背景分离。...一般而言在夜间与较暗的照明度之下,唯一醒目的视觉特征为车头灯与其光柱、街灯以及高度反射光线的型态(如斑马线)。他们认为夜间图像并不适合用移动检测算法。

    74480

    图像可搜索加密(三):逼近明文检索

    全局特征是指从整个图像中提取的特征,如颜色直方图、纹理和形状等。这些特征简单、直观,容易提取,但由于缺乏对图像局部信息的关注,其检索效果在复杂图像上受到限制。...这个时期,技术如SIFT(尺度不变特征变换)和SURF(加速鲁棒特征)等应运而生,它们通过关注图像的特定区域或兴趣点来提高检索的准确性和稳定性。...密文深度特征 如何在图像加密的基础上实现局部特征乃至深度特征的安全提取呢?事实上,这个问题本质上是一个更广泛的问题:如何在加密数据上执行通用计算过程并得到加密结果?...MPC,例如秘密共享技术,被认为能够支持各种加密数据上的运算。它提供了几乎与明文相当的加法运算效率和远高于同态加密的密文比较效率,且不存在噪声累积问题,能够适应各类深度学习模型。...云服务器提供密文检索:当有密态查询图像传入时,云服务器将基于相同的流程提取查询图像的密态特征,并进行密态的距离度量,最后返回密态的检索结果。查询者最终可以在本地基于两份图像份额恢复出真实的检索图像。

    49810

    YoloV:视频中目标实时检测依然很棒(附源代码下载)

    /arxiv.org/pdf/2208.09686.pdf 代码地址: https://github.com/YuHengsss/YOLOV 01、概述 视频目标检测(VID)具有挑战性,因为目标外观的高度变化以及某些帧中的各种劣化...积极的一面是,与静止图像相比,在视频的某一帧中进行检测可以得到其他帧的支持。因此,如何跨不同帧聚合特征是VID问题的关键。 大多数现有的聚合算法都是为两阶段检测器定制的。...例如,仅通过查看上图中的最后一帧,人类很难甚至不可能分辨出物体在哪里和是什么。另一方面,视频序列可以提供比单个静止图像更丰富的信息。换言之,同一序列中的其他帧可能支持对某一帧的预测。...具体来说,选择相似度得分高于阈值τ的所有参考,并将平均池化应用于这些。请注意,这项工作中的相似性是通过N (Vc)N(Vc)T计算的。...由于一级检测器的特性和研究者的策略的有效性,YOLOV可以显著利用检测精度和推理效率。为了公平比较,下表中列出的所有模型都在相同的硬件环境下进行了测试,除了MAMBA和查询属性。

    58510

    每日学术速递2.11

    编码SD地图和卫星地图: 使用正弦编码将SD地图的2D坐标转换为正弦嵌入。 使用预训练的图像模型(如ResNet-50)提取卫星图像特征。...第二阶段:集成SMART进行在线拓扑推理 SMART集成: 将训练好的SMART模型无缝集成到任何在线拓扑推理模型中,增强它们的特征表示。...两种在线拓扑推理流程: 基于BEV的方法:将SMART提取的先验特征直接替代可学习的BEV查询。 基于透视图的方法:使用交叉注意力层将先验特征与透视图特征对齐。...通过交叉注意力机制融合SD地图和卫星地图特征,解码车道图。 第二阶段:在线拓扑推理 将训练好的SMART模型集成到任何在线拓扑推理模型中,增强模型的泛化能力。 3....探索地图先验特征在其他自动驾驶任务中的应用,如轨迹预测和运动规划。

    18110

    理解指尖上的浏览场景:从一次眼动测试说起

    本文以用户装饰QQ空间手机版为例,通过分析用户装饰QQ空间的行为特点来阐述一种理解用户使用场景的方法,即将APP的使用场景和现实生活中熟悉且相似的场景(如动机相似、需求相似等)联系起来,基于对现实生活场景下人们行为特征的了解...,把相关特征迁移到APP的使用场景中,有助于我们更高效、深刻地理解新的使用场景,并在设计和运营中加以体现,进而打造出符合用户习惯且可以更好引导用户行为的产品。...随着各APP推出的背景图片越来越多,如何在背景商城对背景进行展示以得到用户更多的关注显得十分重要。 ?...用户选择自己感兴趣的分类后进入详细列表页,浏览的顺序比较有规律,基本是逐行逐个浏览,浏览比例平均为79%,明显高于QQ空间的静态图分类中背景浏览比例(见图3)。...在移动端产品的设计和运营中,我们不妨首先将APP的使用场景和现实生活中熟悉且相似的场景联系起来,如动机相似、需求相似等,把现实生活场景下人们的行为特征迁移到APP的使用场景中,再对产品的设计和运营进行思考

    1.1K70

    YoloV:视频中目标实时检测依然很棒

    /arxiv.org/pdf/2208.09686.pdf 代码地址: https://github.com/YuHengsss/YOLOV 01 概述 视频目标检测(VID)具有挑战性,因为目标外观的高度变化以及某些帧中的各种劣化...积极的一面是,与静止图像相比,在视频的某一帧中进行检测可以得到其他帧的支持。因此,如何跨不同帧聚合特征是VID问题的关键。 大多数现有的聚合算法都是为两阶段检测器定制的。...例如,仅通过查看上图中的最后一帧,人类很难甚至不可能分辨出物体在哪里和是什么。另一方面,视频序列可以提供比单个静止图像更丰富的信息。换言之,同一序列中的其他帧可能支持对某一帧的预测。...具体来说,选择相似度得分高于阈值τ的所有参考,并将平均池化应用于这些。请注意,这项工作中的相似性是通过N (Vc)N(Vc)T计算的。...由于一级检测器的特性和研究者的策略的有效性,YOLOV可以显著利用检测精度和推理效率。为了公平比较,下表中列出的所有模型都在相同的硬件环境下进行了测试,除了MAMBA和查询属性。

    1.6K30

    基于Pix4Dmapper的空间三维模型重建应用——空间分析选址

    出现这一问题的原因亦较为简单,即由于该所学校面积大、研究区域跨度长,且在东西方向、南北方向均具有较大的海拔差,从而使得所得研究区域DSM数据各位置(如研究区域西侧与东侧)之间海拔范围较大;可能在某一海拔整体较高区域...,其地表高度就已高于海拔较低区域建筑物的高度。...,即无法对具有某一高度的地物加以提取。...例如,由于研究区域西侧海拔普遍高于东侧,则15米既可能是研究区域西侧某一地表的海拔,亦有可能是东侧某一建筑物的顶层高度。...在结果图东北侧,所得结果中将细长的道路同样作为了选址区域。而在实际情况应用中,这一区域由于其细长的特征,或许并不适合作为隔离点选址区域。即上述空间分析中未对各区域的形状特征加以描述、筛选。

    77410

    自动驾驶综述|定位、感知、规划常见算法汇总

    度量表示通常将状态空间分解为规则间隔的单元。这种分解不依赖于特征的位置和形状。度量表示的空间分辨率往往高于拓扑表示的空间分辨率。这样的多功能性和高效性使得它们成为最常见的空间表现形式。...BEN14提出了一个高度详细的拓扑路线图,称为lanelet地图,用于自动车辆泊位。...他们利用行人高度的先验知识来减少错误检测。他们根据针孔摄像机方程,结合摄像机和激光雷达的测量来估计行人的高度。...在查询阶段,该算法将修剪没有为包含目标顶点的单元格设置标志的边。arc flags方法具有较高的预处理时间,但在目标定向技术中查询时间最快。...(3)HierarchicalTechniques 层次技术利用了道路网络固有的层次结构,其中主要道路(如公路)组成一个小的干线子网。一旦源顶点和目标顶点距离较远,查询算法只扫描子网的顶点。

    3K41

    推荐系统之FM与MF傻傻分不清楚

    另外在排序任务中,可以通过成对的训练数据来训练得到打分函数,其中特征元组,排名高于。 假设我们从电影评论系统中获取了这么一组交互数据(见下图),其中用户集合,物品(这里为电影)集合。...我们将用户和物品构造成一个二维矩阵(后称U-I矩阵),其中每一行代表一个用户,每一列代表一个物品,由于U-I矩阵的稀疏性,许多用户对物品没有过相应的评分,那么预测某一个用户对某一个物品的喜爱程度便成了推荐系统的主要任务...接下来,举个栗子方便大家理解FM是如何在仅有User ID 和Item ID时退化成MF模型的。...只不过MF中的数据只有user和item,因此可以通过标号ID直接查询对应的隐向量,而FM则需要通过one-hot的形式与隐向量矩阵做乘得到对应的隐向量。...如果FM中只有user和item的特征时,。

    4K20

    发育中的大脑结构和功能连接体指纹

    在成熟的大脑中,大脑连接的结构和功能指纹可以用来识别个体的独特性。然而,使某一特定大脑区别于其他大脑的特征是否在出生时就已经存在仍不得而知。...一个人的功能和结构连接体中包含的信息对这个人具有高度特异性,并被与个人指纹进行了比较。尽管功能连接组已被证明在青春期后期的多年内高度稳定,但在整个青春期延迟建立独特的功能连接组与心理健康困难有关。...更好地理解个体大脑某一特定属性的延展性程度及其与结果的关系,可以指导个性化的方法,以优化儿童神经发育健康。...例如,尽管正在快速生长,但同一受试者在出生后的第一年的扫描中,皮质折叠特征显示出显著的高度相似性,这表明出生和出生后的前两年皮质宏观结构高度自相似性。...应用在MRtrix中实现的N4算法进行偏置场校正。多组织CSD利用受限的各向异性扩散对脑组织和自由扩散的液体样特征用于估计每个脑体素中的纤维定向分布(FOD)。

    55020

    充分利用网络开源数据制图

    前期分析的制图工作中很大一部分工作是要从电子地图中对比着描绘现状,最后完成区位图、外部交通、公服等细分的分析图,以及综合现状分析图。...接下来进行列举,文中提到的插件等获取方式见文末 部分的操作视频:利用OpenStreeMap数据完成基地外部分析 ---- -1st- 区位图 数据地址: 中华人民共和国民政部-全国行政区划查询平台 http...该网站的“目录子站”中,还有国家、省级、地市级自然资源部主管的其他数据渠道(卫星图、矢量数据、航空影像、DEM数字高程……),不同渠道数据丰富度不一,可自行探索。...天地图数据比较适合,较大尺度的分析,如整个城市层面的分析 02 Openstreetmap https://www.openstreetmap.org OSM数据使用实例 OpenStreetMap...按属性选择 其实是构建一个查询语句SQL(Structured Query Language,结构化查询语句) Select(选择)*(所有字段)from(从哪个数据属性表选择)where(条件是)……

    1.7K10

    3D可视化开发之使用QGIS修改GeoJSON数据的心得

    QGIS拥有在线编辑上的所有功能,如修改属性、移动、修改建筑面、删除、新增等等,并且使用起来比GeoJSON在线工具要更好用一些。...,当要删除某一条属性值的时候,被选择的建筑面会黄色高亮提示;        其中还有一个,是导入在线地图,通过导入在线地图,可以查看我们的建筑面绘制是否有偏移,此处推荐选择的是OpenStreetMap...在线地图,导入方法如下:        右键QGIS中的Browser Panel面板中的Tile Server(XYZ),点击new Connection,在出现的面板中输入OpenStreetMap...的地图数据链接:https://a.tile.openstreetmap.org/{z}/{x}/{y}.png       除了导入OpenStreetMap在线地图,同样可以导入其他在线地图,这些地图的链接不是直接拿来使用的...,需要进行一个选择,选择第一个大括号中的数字,如Google中的“影像”这一条链接:https://mt{0,1,2,3}.google.cn/vt/lyrs=s&hl=zh-CN&gl=cn&x={x

    4.7K41

    . | 赋能不对称催化选择性预测的元学习框架

    近年来,机器学习在化学空间探索中迅速发展,广泛应用于预测分子性质及反应结果,如产率、区域选择性和立体选择性等。无监督学习方法也被用于可视化反应性模式,辅助催化剂设计和底物筛选。...机器学习模型的预测性能高度依赖于训练数据,这些数据通常来源于文献或高通量实验(HTE)。...在元学习框架中,每个训练任务被划分为支持集和查询集,模型先在支持集学习,再在查询集评估。测试时,使用支持集大小为16、32和64的设置,以探讨模型在小样本条件下的表现。...支持集样本越多,模型性能越高,大多数簇的AUPRC高于0.80,部分如C8、C10甚至接近0.90。...由于测试数据中反应类型相近,支持集与查询集具有较高的内部相似性,这对Protonet的性能有积极影响。

    9410

    从小白到高手,Tiler库助你快速掌握Python图像处理!

    Python的Tiler库是一个功能强大的工具,专门用于生成自定义地图瓦片和进行图像切片处理。无论是在地理信息系统(GIS)中还是在图像处理和计算机视觉任务中,Tiler都提供了丰富的功能和选项。...一、基本概念 Tiler库主要用于将地图数据或图像数据切割成多个小块(瓦片),以便在网页或应用程序中动态加载和显示。地图瓦片是地图的小块图像,常用于Web应用程序中的地图显示。...nuno-faria/tiler Py3DTilers库GitHub地址: https://github.com/VCityTeam/py3dtilers 特性 地图瓦片生成: Tiler支持从多种数据源(如OpenStreetMap...支持自定义切片策略,如非重叠切片、按特定步长切片等。 允许在切片过程中应用自定义处理函数,避免先切片再处理的额外步骤。...通过切片和重构技术,可以实现高质量的图像拼接和分辨率提升。 在计算机视觉领域,Tiler可用于图像预处理和特征提取等任务,为后续的图像分析和识别提供支持。

    15500

    如何使用Python和开放数据构建爱丁堡Beergardens的交互式地图

    有不同的API,允许查询地址并返回纬度和经度(一个称为地理编码的过程。可能是使用谷歌地图API,但它带有警告.OpenStreetMap API提供相同的功能,但是免费使用的。...在查询API之后,删除了所有行,确实没有得到响应。对于失去的少数前提(大约20个)并没有太多的了解,剩下的还有很多。...empty responses df2 = df1[df1['json'].map(lambda d: len(d)) > 0].copy() print(df2.shape[0]) 374 查看响应中的...将此信息与坐标一起添加到数据框中。...:那些出售咖啡并且更有可能在白天开放的场所(如咖啡店和面包店)以及出售啤酒并且更有可能在晚上开放的场所(像酒吧和餐馆)。

    2K20
    领券