展开

关键词

时空地理数据搜寻计划(三)

点击下方公众号,回复资料,收获惊喜 收集数据也算是我的一爱好,所以今天给大家分享一些可能会用到的时空地理数据,具体用到的时候还是要仔细地去看技术文档的。 由哥白尼土地局的全球部门制作,取材自PROBA-V卫星观测和辅助数据集,可以下载到电脑本地 ? ? ###### [2] 荷兰0.5米分辨率非插值DEM数据体验。 [5]全球高分辨率地表水分布数据(1984-2020)。 [7]全球土壤湿度数据。 [10]全球水文数据集。地址:http://hydro.iis.u-tokyo.ac.jp/~yamadai/MERIT_Hydro/index.html ? [12]飓风数据集。

32520

时空地理数据搜寻计划(二)

数据是GIS的血液。时空地理数据是我们经常会用到的,很多时候,分析数据可能花不了多长时间,但是收集一些合适的数据总是耗时最多,So,这一次再去搜索GIS时空地理数据,Go! 1.全球气候分区数据[https://geoafrikana.com/resources/] ? 下载过来在Google Earth或者ArcGIS中打开看看 ? ? 3.哈佛地理空间数据集[http://hgl.harvard.edu:8080/opengeoportal/] ? 4.区域地图[https://dataverse.harvard.edu/dataverse/hrs] 提供有shp文件,以及一些社会经济数据 ? ? ? OK,这一期的时空地理数据收集就先到这里了,不论是做历史地理研究,比如分析城区的扩展历史,还是用来观赏,这些地图都具有了研究价值和美学价值,应该是不错的了 最后,感谢大家的分享与转发!

24710
  • 广告
    关闭

    腾讯云图限时特惠0.99元起

    腾讯云图是一站式数据可视化展示平台,旨在帮助用户快速通过可视化图表展示大量数据,低门槛快速打造出专业大屏数据展示。新用户0.99元起,轻松搞定数据可视化

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    时空位置与大数据

    在这个人人都谈大数据,处处皆用大数据的时代,我们身边的这些大数据究竟如何产生,又有多大的体量了呢? 根据一份2013年的报告显示,2013 年中国产生的数据总量超过0.8ZB(相当于8亿TB),2 倍于2012 年,相当于2009 年全球的数据总量。 (来源,ZDNET《数据中心2013:硬件重构与软件定义》年度技术报告) 在这些数据中,除了人们日常消费、生活、交通产生的数据之外,基于位置的数据正在其中发挥着越来越重要的作用,基于位置的数据挖掘成果丰硕 参考文献 盘点中国2013行业数据量 大数据史记2013:盘点中国2013行业数据量(上) 2019年第三季度中国城市活力研究报告 高德位置开放平台 百度地图开放平台 腾讯位置大数据 Author: Frytea Title: 时空位置与大数据 Link: https://blog.frytea.com/archives/289/ Copyright: This work by TL-Song

    53920

    时空数据云平台

    为了解决当前数据中心运营过程中的数据管理组织混乱,无法深入数据本身,无法实现在线查看、浏览、分析计算等问题,我司推出了一款时空数据云平台,能够实现数据的在线管理、在线可视化、在线计算以及在线代码编辑器等功能 一、在线管理 当前数据中心数据管理方式多为FTP,用户只能看到数据包含的文件信息,而无法看到真实的数据信息。 并可以深入到数据实体而非数据文件进行管理,能够查看数据的缩略图,查看数据数据(包含波段、空间范围、大小、分辨率等),查看数据统计信息(包含字段、数量、最大值、最小值、平均值等信息)等。 [数据管理] [元数据] [数据详情] [缩略图] 通过这些信息能够让用户对此数据有一个直观的了解,但这些还不够,还不足以让用户全面的了解一个数据,于是我们实现了数据在线可视化功能。 [数据可视化] [矢量数据可视化] [栅格数据可视化] [观测数据可视化] [观测数据可视化] [数据过滤] [空间化] 系统还支持直接将可视化结果输出,用户可以自行配置标题、指北针、图例、比例尺、作者

    4K01

    时空序列预测实战】详解时空序列常用数据集之MovingMnist数据集(demo代码)

    前言 毋庸置疑在做时空序列模型的时候,oving数据集,或者说标准的数据集是必要的 这篇文章我们主要介绍MovingMnist数据集,做这个方向的research是逃不过这个数据集的使用的 一、 Address 地址:http://www.cs.toronto.edu/~nitish/unsupervised_video/ 这个数据集主要是在 Unsupervised Learning of Video Representations

    95430

    HSDB-超维时空数据

    HSDB是具备万维数据描述和存储能力的超维时空数据库,能够覆盖IoT数字孪生六维度集,包括具有时间序列特征的行为/状态和具有空间坐标特征的位置/关系。 通过先进的数据分片技术,能够实现海量数据的分布式存储。同时,利用成熟的倒排索引技术,可支撑百亿数据量级下的高性能查询需求,满足上层各种数字孪生可视化场景的数据使用需求。 什么是维度? 后来,维度被引入物理学领域,用于描述独立的时空坐标(N个坐标代表N维空间)。在数字孪生领域,维度可以理解为现实对象的数据参数,也称属性。 维度有什么作用? 如何保障维度调整的灵活性,这就需要软件定位多维数据模型的能力。 软件定义数据模型的本质,就是将数据模型与上层应用功能解耦,使数据模型具备扩展性,从而满足不同应用场景下的数字化需求。 (软件定义的本质是实现了数据平面和管理控制平面解耦)优锘提供了便捷的软件定义数据模型能力,通过图形界面灵活定义和维护对象分类、属性及关系约束,降低数据模型的变更成本和实施风险,真正实现了数据模型对上层可视化需求的快速响应

    78451

    时空数据加速智慧城市落地

    据介绍,城市计算包括城市数据的感知和获取、数据的管理、数据的分析和挖掘以及数据的服务和提供。“这四个层面连成一个环路,不断地、自动地在不干扰人生活的情况下,用大数据解决城市的挑战。”郑宇说。 郑宇说,“我们是给整个城市提供服务,对整个城域作推断、预测,运算量非常,而且要求实时。因此,数据和应用之间就需要一个平台来连接。” “很遗憾现在任何一家公司的云计算平台都不能很好地支持我们的时空数据。”郑宇坦言,“城市大数据平台并不是云计算平台,后者并不能很好地支持上述运算。” 把握时空数据 “城市计算处理的是时空数据,它跟视频、图像、语音是不同的。这也导致传统的深度学习模型不能直接拿来用。” 郑宇解释说,时空数据有空间属性和时间属性,时间属性又包括时间的平滑性、周期性和趋势性。 据介绍,数据的应用是首先把相邻几个小时的数据放到一个深度卷积神经网络里面,来模拟相邻时间的时序的平滑性。

    59600

    时空序列】TKDE2020-时空数据挖掘深度学习技术全面综述

    传统数据挖掘方法因为时空数据时空特性和高相关性特征而效果不佳,并随着时空数据容量日益增长而不堪重负。最近,拥有自主特征表示能力、强大的功能逼近能力的深度学习技术在时空数据挖掘上取得了重大的成功。 该论文的主要贡献如下: (1)系统且扼要地回顾了近期运用于时空数据挖掘的深度学习技术,对时空数据类型进行分类,介绍在时空数据挖掘中广泛使用的流行的深度学习模型,并总结了不同时空数据类型的数据表示形式。 时空数据实例和格式: (1)数据实例: 时空数据数据实例包括事件,轨迹,时间序列,空间图和时空栅格。 时空数据预处理的目的是将时空数据实例表示为深度学习模型能够处理的合适的数据表示格式,通常一种类型的时空数据实例对应于一种典型的数据表示。 在一个时空数据挖掘任务中,除了所研究的时空数据,还有一些其他类型的数据时空数据高度相关,将这些数据时空数据相结合通常可以提高学习任务的性能。

    1.7K30

    跨越时空的……

    这个段子,跟我要说的其实也没什么关系,只是突然联想起来。昨天情人节,GitHub 将其导航栏由以下这样的风格:

    23530

    时空数据挖掘:挑战与开放问题综述(CS)

    时空数据挖掘(STDM)从空间和时间之间的动态相互作用中发现有用的模式。一些现有的调查记录了STDM的进展,报告了这个领域的大量重要进展。 具体来说,我们研究了时空关系、跨学科、离散化和数据特征方面的挑战性问题。此外,我们还讨论了文献的局限性以及与时空数据表示、建模和可视化以及方法的全面性有关的开放研究问题。 时空数据挖掘挑战与开放问题综述.pdf

    27520

    流水时空

    (1)画出流水处理的时空图,假设时钟周期为100ns。 (2)求流水线的实际吞吐率(单位时间里执行完毕的指令数)。 (3)求流水线的加速比。

    1K20

    时空组专辑数据库 | 小鼠器官发育时空转录图谱(MOSTA)成果登上Cell封面!

    MOSTA: 小鼠器官发育时空转录组图谱 研究者们利用Stereo-seq技术构建出了世界上首个系统清晰的小鼠器官跨时期空间基因表达图谱集。 这也是首次在单细胞分辨率水平上解析空间基因表达谱,为哺乳动物发育研究提供重要的数据参考,推动我们更好地认识胚胎的成长和器官发生,也为出生缺陷相关研究提供指导。 用户可通过数据库主页面或导航栏,快速获取研究内容梗概、时空聚类分析结果、研究技术(Stereo-seq)简介、研究中使用分析软件及产生的数据资源信息,同时还能直接下载研究数据及分析文件等。 期刊:Cell 数据编号:CNP0001543 数据集:https://db.cngb.org/stomics/datasets/STDS0000058 数据库:https://db.cngb.org/ stomics/mosta/ Cell专题发表全球首批生命时空图谱

    16531

    时空序列问题概述

    前言 有幸接触这个有趣的领域,也在最近和很多这个领域的大牛有了一些浅度的交流,真切的感觉到这个领域的缺乏和重要性,这个领域在我看来,商业价值,有前途,但难度,不过有趣。 比如下面这样,当然这个数据不是只有这些,还有时间等特征,不过太大了,这里就不截取了。 ? 所以为什么说是时空序列问题?? 首先有时间的前后推移和联系,也有空间上的起点和终点的坐标的变化,所以有时间的变化和联系也有空间上的,所以是时空序列问题 2.2 图片数据 其实表格化时空序列问题说实话我接触不多,还在学习中,大家多包涵, 这个问题说实话严格来说依然算是CV问题,但对于不同场景也可看做大数据数据挖掘问题。因为数据量确实,我一直为这个显存而烦恼。 在这个数据集上,可以看到为什么叫时空序列问题,因为有数字的运动信息和本身数字的像素结构信息,还有序列的前后推移和联系,所以也是时空序列问题。

    53610

    数据点亮城市:如何玩转时空地理数据可视化

    6月22日的数据侠公开课中,来自城市数据团培训教育部的负责人胡颖分享了城市空间数据可视化作品,来看看她是如何从城市设计的视角转变到用数据去理解城市物理空间的? ▍从城市规划开始理解的数据可视化 城市规划专业的学习中经常接触的是平面设计、产业规划这些不是很“数据”的东西,但是也会去做一些数据方面的尝试,比如收集政府的数据来做人口方面的研究。 以前我认为做数据新闻会有自己的数据库,需要什么数据就去拿,但后来发现不是这样的,有各种各样的数据源,比如政府数据、开源数据、企业数据、众筹数据。 ? 总结一下,数据可视化最重要的不是技术,更重要的是创意、数据、经验方面的东西。 ▍城市数据可视化的几种类型 接下来要讲的是城市数据可视化的几种类型。那么到底什么是城市数据呢? ▍避免对数据可视化的误解 大众其实对于数据可视化是有一些误解的,比如认为有了数据就可以搞个大新闻,或者可以用数据去发现新的东西,但其实数据可视化有时是将大家已有的认知去进行量化的过程,这就要求数据工作者需要耐心

    52200

    PS|如何制作‘时空门’?

    而要说起百宝袋什么最吸引人,那一定是少不了‘时空门’——可以去世界上的任何地方。在塔克拉玛干沙漠里游泳、珠穆朗玛峰上泡温泉、马里亚纳海沟踢足球统统都不是梦。 今天就为大家讲解如何在一张图片里制造‘时空门’。 1.素材 ? 图1.1 镜头 ? 2.成品预览 ?

    15030

    基于骨架的人类动作识别的时空时空图卷积网络(CS)

    在本文中,我们提出了一种以渐进方式自动找到时空图卷积网络的紧凑型和特定于问题的拓扑的方法。 在两个广泛使用的基于骨骼的人体动作识别数据集上的实验结果表明,与具有较低计算复杂度的最新方法相比,该方法具有竞争性甚至更好的分类性能。 基于骨架的人类动作识别的时空时空图卷积网络.pdf

    30530

    GPS北斗时空安全隔离装置(卫星时空防护装置)说明书

    北斗时空安全隔离装置-产品概述 卫星时空安全隔离装置是为应对卫星信号易受到干扰、攻击以及欺骗等特点,影响到正常卫星信号的接收,导致卫星时间同步装置工作异常而开发的卫星时空安全防护产品。 卫星时空安全隔离装置适用于电力、交通、智能制造、医疗、金融等行业卫星时间同步装置的卫星信号抗干扰、防欺骗的功能加固。 ​ 北斗时空安全隔离装置-产品特征 干扰检测及告警; 防欺骗及告警; 原位加固; 卫星信号安全隔离; 远程监控; 具备欺骗、干扰条件下输出正常卫星信号功能; 具备输出信号强度(功率)可调; 支持远程 WEB监控设备工作状态,设置工作参数; 通过国网电力科学研究院实验验证中心检测; 北斗时空安全隔离装置-技术参数 ​ 北斗时空安全隔离装置-结构功能 北斗时空安全隔离装置-安装调试 以上是GPS/北斗时空安全隔离装置(卫星时空防护装置)说明书

    16840

    时空序列预测实战】风险时空预测?keras之ConvLSTM实战来搞定

    :AI蜗牛车,这位东南老哥写了时空预测系列文章,能够帮助了解时空领域模型的演变,同时也向他请教了一些训练技巧。 我的本科毕设大概是这样的:先计算某个区域的风险,计算得到一段时间的风险矩阵,这里用的是自己的模型去计算的,数据如何生成,本文不做赘述,主要讲解如果通过每个时刻下的矩阵数据去预测未来的矩阵。 1. 回顾理论基础 在ConvLSTM中,网络用于捕获数据集中的时空依赖性。 ConvLSTM的主要公式如下所示: 详细可参考: 【时空序列预测第二篇】Convolutional LSTM Network-paper reading 2. (2)由于是多个时刻下的数据去预测一个,那么必然存在信息叠加(融合),这样导致的模糊是不可避免的,如果数据量很大,那么可以采用20帧预测20帧这样的结构,应该会有效减缓一点模糊程度。

    1.3K30

    相关产品

    • 大数据处理套件

      大数据处理套件

      腾讯大数据处理套件(TBDS)是基于腾讯多年海量数据处理经验,对外提供的可靠、安全、易用的大数据处理平台。你可以根据不同数据处理需求选择合适的大数据分析引擎和相应的实时数据开发、离线数据开发以及算法开发服务,来构建您的大数据应用服务……

    相关资讯

    热门标签

    活动推荐

    扫码关注腾讯云开发者

    领取腾讯云代金券