DMSP/OLS夜间灯光影像校正包含校正方程获取、相互校正、连续性校正三部分视频等等。
2021-02-25 16:08:20 579.55MB arcgis
对一段脑电信号进行预处理,包括工频干扰消除、基线漂移消除,对预处理后的脑电信号进行频谱分析,分别提取theta、delta、alpha、beta、gamma、piper节律信息,并分析各特定频带信号的时域、能量等特征,详见https://www.xxy.ink/learn/bci/1.html,数据比较大约600M。
2021-02-25 12:01:32 602.8MB EEG 脑电 MATLAB 去基线去工频
1
在进行机载LiDAR数据预处理时,需要准备: 1、解算软件:LiDARSurvey-UIAP; 2、该架次的轨迹数据,即POS解算输出的*.out文件; 3、检校场的对飞航线和同向航线数据。 一、打开解算软件,建立解算工程。 项目→创建工作区,设置建立工程的路径、名称,接着设置原始数据路径、输出结算后的数据路径、轨迹文件路径。
2021-02-24 09:04:22 1.02MB LiDAR数据预处理流程
信息技术、大数据、预处理
2021-02-21 14:03:59 3.45MB 大数据 数据处理
1
被动傅里叶变换红外(FTIR)遥感是一种具有应用潜力的生物气溶胶远程探测技术。红外遥感测量中目标光谱特征上往往存在噪声信号和基线漂移。而生物气溶胶的光谱特征相对较宽,传统的基线校正方法都不适用。由于生物气溶胶红外光谱和不同形式的基线漂移都是非高斯信号,把非高斯性作为独立性度量,基于独立成分分析(ICA)技术设计了生物气溶胶红外光谱信号的预处理算法。试验结果表明,该算法可以把未知干扰成分、基线漂移等作为独立分量分离出来,从而不影响进一步的定性、定量分析。
2021-02-05 16:05:11 3.99MB 红外光谱 生物气溶 被动红外 独立成份
1
索尔普 一个和拼合为复仇的源文件。 solpp是专门为solpp设计的,这意味着它实际上了解solpp一些语法,并提供适用于Solidity原语的高精度数学和内置函数。 产品特点 通过合并所有裸露的导入来您的源文件,以便在上轻松进行合同验证。 甚至将包括URL导入及其依赖项。 简单,实用的语言,受C预处理程序指令,python和javascript启发。 使用#def指令轻松在源文件中声明符号和宏函数。 #if / #elif / #else块,用于条件代码渲染。 #for重复代码块。 用$(...)扩展(替换)或用$$(...)符号,宏和表达式在代码中的任何位置进行求值。 所
2021-02-05 11:04:27 107KB ethereum smart-contracts preprocessor solidity
1
讲述了如何使用r语言来清理数据和数据与预处理,很多好用实用的小函数。
2021-02-04 15:09:34 428KB r语言 数据分析
1
测试集形式60000x784(28乘28为784)和60000x10(10个标签对应的概率),原来为60000x785,只有标签没标签概率)。测试集同。
2021-01-31 02:03:13 25.56MB 人工智能 tensorflow
1
cfn-include cfn-include是cfn-include模板的预处理器,它扩展了CloudFormation的。 例如, 提供了一种方便的方式来包含文件,这些文件可以是本地文件,URL或在S3存储桶中(必要时具有适当的IAM身份验证)。 它支持JSON和YAML作为输入和输出格式。 还支持YAML的!GetAtt的标记语法(例如!GetAtt )。 cfn-include尝试具有最小的侵入性,这意味着该模板在外观上仍将像普通的CloudFormation模板。 这是cfn-include与其他预处理器(例如 , 和。 无需使用脚本语言或适应新语法。 看看它们,它们可能更适合您。 功能 和Fn::LowerCamelCase YAML模板中提供了基于标记的语法。 例如, Fn::Include变为!Include 。 安装 您可以安装cfn-include或使用Web服务来编译模板。 npm install --global cfn-include 可以使用您喜欢的CLI工具(例如curl来调用该Web服务。 curl https://api.netcubed
2021-01-30 20:10:10 66KB yaml aws json cloudformation
1
matlab实现图像预处理关于去噪的第一步读取图像、图像的灰度化处理、sobel、sobel后二值化
2021-01-28 05:03:49 2KB matlab
1