avatar
Articles
165
Tags
34
Categories
0
Home
Archives
Tags
Categories
List
  • Music
  • Movie
Link
About
ALTNT's Hexo Blog
Home
Archives
Tags
Categories
List
  • Music
  • Movie
Link
About

周报12月12日

Created2024-12-15|Updated2025-02-28
|Post Views:
Author: ALTNT
Link: http://blog.705553939.xyz/2024/12/15/crop_classification/Crop%20classification/12%E6%9C%8812%E6%97%A5%E5%91%A8%E6%8A%A5/
Copyright Notice: All articles in this blog are licensed under CC BY-NC-SA 4.0 unless stating additionally.
crop classification，研究生周报
Previous
周报12月16日
Next
Related Articles
2024-10-07
周报10月 7 日
2024-10-07
周报 9 月 14 日
2024-10-14
周报10月12日
2024-10-27
周报10月20日
2024-12-04
周报10月27日
2024-11-26
周报11月10日2
avatar
ALTNT
Articles
165
Tags
34
Categories
0
Follow Me
Announcement
This is my Blog
Contents
  1. 1. 1、研究水稻受损面积计算和评估
    1. 1.1. 根据 DVDI 生成 30m mDVDI
    2. 1.2. 生成粗像元农田盖度图
    3. 1.3. 生成细像元的农田盖度图
    4. 1.4. 计算细像元的受损率
    5. 1.5. 计算水稻损失栅格（细像元)
    6. 1.6. 裁剪栅格数据
      1. 1.6.1. Jhalokathi
        1. 1.6.1.1. 投影变换
    7. 1.7. 计算每个省份水稻损失总面积：
      1. 1.7.1. 水稻受损面积计算结果:
    8. 1.8. 水稻受损面积分析
    9. 1.9. 统计水稻种植面积
    10. 1.10. 数据校验
      1. 1.10.1. 1、水稻品种问题
      2. 1.10.2. 2、尝试使用 2020 年年鉴中的数据试试
      3. 1.10.3. 3、我再仔细统计一下这几个地区的数据：
        1. 1.10.3.1. Jhalokati:
          1. 1.10.3.1.1. Aus:26600英亩
          2. 1.10.3.1.2. Aman：118050 英亩（Aman 应该用不到)
          3. 1.10.3.1.3. Boro：22542 英亩
        2. 1.10.3.2. Rajbari:
          1. 1.10.3.2.1. Aus：4493 英亩
          2. 1.10.3.2.2. Boro：32406 英亩
        3. 1.10.3.3. Chuadanga:
          1. 1.10.3.3.1. Aus：96922 英亩
          2. 1.10.3.3.2. Boro：77565 英亩
        4. 1.10.3.4. Jhenaidah:
          1. 1.10.3.4.1. Aus：75694 英亩
          2. 1.10.3.4.2. Boro：200233 英亩
        5. 1.10.3.5. Kustia:
          1. 1.10.3.5.1. Aus：66222 英亩
          2. 1.10.3.5.2. Boro：84391 英亩
        6. 1.10.3.6. Narail:
          1. 1.10.3.6.1. Aus：15868 英亩
          2. 1.10.3.6.2. Boro：121723 英亩
        7. 1.10.3.7. Pabna:
          1. 1.10.3.7.1. Aus: 46487英亩
          2. 1.10.3.7.2. Boro：128094 英亩
        8. 1.10.3.8. Dinajpur:
          1. 1.10.3.8.1. Aus：17023 英亩
          2. 1.10.3.8.2. Boro：426619 英亩
        9. 1.10.3.9. 整理数据如下：
  2. 2. 2、阅读论文《Supervised Contrastive Learning》
    1. 2.1. 摘要
    2. 2.2. 1、介绍
    3. 2.3. 2、相关工作
    4. 2.4. 3、 方法
      1. 2.4.1. 3.1表示学习框架
      2. 2.4.2. 3.2对比损失函数
        1. 2.4.2.1. 3.2.1 自监督对比损失
        2. 2.4.2.2. 3.2.2监督对比损失
          1. 2.4.2.2.1. 1、 推广到任意数量的正样本：
          2. 2.4.2.2.2. 2、对比能力随着更多的负样本而增加：
          3. 2.4.2.2.3. 3、具有执行硬正样本/负样本挖掘的内在能力：
        3. 2.4.2.3. 3.2.3 与三元组损失和 N 对损失的关联(Triplet Loss and N-pairs Loss)
    5. 2.5. 4实验
      1. 2.5.1. 4.1 分类准确率
      2. 2.5.2. 4.2 对图像损坏和减少的训练数据的鲁棒性
      3. 2.5.3. 4.3 超参数稳定性
      4. 2.5.4. 4.4迁移学习
      5. 2.5.5. 4.5 训练细节
  3. 3. 3、下周任务
Recent Post
周报2025年6月8日2025-06-09
The 20 m Africa rice distribution map of 20232025-06-04
DCM————DeepCropMapping: A multi-temporal deep learning approach with improved spatial generalizability for dynamic corn and soybean mapping2025-06-04
重新复现CACM记录2025-06-04
机器学习相关概念2025-05-26
©2020 - 2025 By ALTNT
Framework Hexo|Theme Butterfly