草庐IT

指数分布

全部标签

利用envi与arcmap/arcgisPro制作一张植被覆盖指数专题地图(地图学作业)

利用envi与arcmap/arcgisPro制作一张植被覆盖指数专题地图(地图学作业)前言数据准备利用envi进行数据处理Lc8数据的打开辐射定标图像裁剪大气校正BandMath获取NDVI计算植被覆盖指数ArcMaporArcGISPro成图导入tif文件并将其可视化前言本篇文章是作者的第一篇文章,对于软件的使用和对专业知识的了解都很浅薄,作为遥感专业的入门级玩家,我认为发布一篇博客来记录自己的学习过程与成果是很有必要的,一是可以重新梳理完成学习任务的基本思路,二是总结完成这次任务中自己的收获并巩固提高,三是在写文章的过程中,会有更多被略过的知识点重新展现在面前,会发现更多新的知识点。文章

基于kubernetes集群分布式部署gpmall Web应用系统

【说明】gpmall是一个基于SpringBoot+Dubbo构建的开源电商平台,许老师针对在k8s集群部署中出现的一些问题,修复了该项目的部分bug并再次发布到gitee,建议从他的gitee下载学习,gpmall的更多介绍以及源码下载链接为:gpamll以下部署过程借签了许老师的有道云笔记,并做了优化和细化。由于内部私有云限制访问外网,本次部署期间用到的所有镜像均来自内部部署的Harbor镜像仓库,详细记录了在内部华为私有云上的kubernetes集群中的部署细节。高性能kubernetes集群手动部署过程可参见:高性能kubernetes集群部署高性能kubernetes集群自动化部署过

android - 从 2 月 15 日开始,位置精度分布发生巨大变化

我试图弄明白一种莫名其妙的情况——从2月15日开始,我们在应用中捕获的位置读数中,有相当高的百分比准确报告了10.0米的精度,这似乎与来自GPS源的位置高度相关,正如我们所看到的那样,它几乎完全具有高精度和仅传感器模式(尽管有时会节省电池电量)。在审查了我们的系统后,我们看不出有什么地方可以自己引入这一点。它会影响我们应用程序的所有已部署版本。我们已经开始对我们的应用程序进行检测以获取更多元数据,但希望更好地了解此类事情是如何发生的服务。这里有几个可能相关的问题:navigator.geolocation.getCurrentPositionincordovagivesonly10me

android - 从 2 月 15 日开始,位置精度分布发生巨大变化

我试图弄明白一种莫名其妙的情况——从2月15日开始,我们在应用中捕获的位置读数中,有相当高的百分比准确报告了10.0米的精度,这似乎与来自GPS源的位置高度相关,正如我们所看到的那样,它几乎完全具有高精度和仅传感器模式(尽管有时会节省电池电量)。在审查了我们的系统后,我们看不出有什么地方可以自己引入这一点。它会影响我们应用程序的所有已部署版本。我们已经开始对我们的应用程序进行检测以获取更多元数据,但希望更好地了解此类事情是如何发生的服务。这里有几个可能相关的问题:navigator.geolocation.getCurrentPositionincordovagivesonly10me

性能测试平台 - 集分布式压测、服务器资源监控、远程连接Linux于一体的平台

前情提要:  网上搜了一下开源性能测试平台或全链路压测平台,只找到了一个stressTestSystem,其他的都是一些垃圾公司的广告。至于使用体验,stressTestSystem没用过,不好评价。本文开源的性能测试平台,在实现功能的前提下,极大地考虑到了使用体验,功能“强大”且部署及其简单。写在最前面:  这次带来一个主要用于性能测试的平台(当然也可以不用于性能测试),下面就介绍一下这个平台:;具有的功能1、服务器管理,可以统一查看服务器的基本信息2、Shell远程连接,支持本地和服务器之间的文件上传和下载3、服务器资源监控4、Nginx访问日志流量收集5、性能测试工具,提供自动化压测和分

Openjob:更强大、更智能的新一代分布式任务调度框架

什么是Openjob?Openjob基于Akka架构的新一代分布式任务调度框架。支持多种定时任务、延时任务、工作流设计,采用无中心化架构,底层使用一致性分片算法,支持无限水平扩容。特性Openjob除了支持基本的任务调度,还提供延时任务、分布式计算以及工作流。定时任务普通定时任务,支持UnixCrontab表达式。秒级定时任务,适用于对实时性要求比较高的业务,例如执行间隔为3秒的定时调度任务。固定频率任务,Crontab必须被60整除,不支持其它数量级时间间隔的任务,一般用于定期轮询场景。延时任务基于Redis实现高性能延时任务,一体化解决定时任务和延时任务,同时提供丰富的报表与统计。分布式计

微服务 分布式搜索引擎 Elastic Search 索引库与文档操作

文章目录⛄引言一、ElasticSearch索引库⛅mapping映射属性二、索引库的CRUD(增删改查)⏰索引库的创建和映射⚡对索引库进行查询、修改、删除操作四、ElasticSearch文档操作⌚新增、查询、删除文档⚡修改ElasticSearch文档⛵小结⛄引言本文参考黑马分布式ElasticsearchElasticsearch是一款非常强大的开源搜索引擎,具备非常多强大功能,可以帮助我们从海量数据中快速找到需要的内容一、ElasticSearch索引库⛅mapping映射属性mapping是对索引库中文档的约束,常见的mapping属性包括:type:字段数据类型,常见的简单类型有:

微服务 分布式搜索引擎 Elastic Search 索引库与文档操作

文章目录⛄引言一、ElasticSearch索引库⛅mapping映射属性二、索引库的CRUD(增删改查)⏰索引库的创建和映射⚡对索引库进行查询、修改、删除操作四、ElasticSearch文档操作⌚新增、查询、删除文档⚡修改ElasticSearch文档⛵小结⛄引言本文参考黑马分布式ElasticsearchElasticsearch是一款非常强大的开源搜索引擎,具备非常多强大功能,可以帮助我们从海量数据中快速找到需要的内容一、ElasticSearch索引库⛅mapping映射属性mapping是对索引库中文档的约束,常见的mapping属性包括:type:字段数据类型,常见的简单类型有:

正态分布的极大似然估计

1.正态分布的极大似然估计笔记来源:MaximumLikelihoodFortheNormalDistribution,step-by-step!!!1.1正态分布的参数对其形状的影响1.1.1μ值对正态分布的影响1.1.2σ值对正态分布的影响1.2极大似然估计极大似然估计提供了一种给定观察数据来评估模型参数的方法【引用自:一文搞懂极大似然估计】P(所求|已知)、L(所求|已知)概率是已知模型和参数,推数据P(x∣μ,σ)P(x|\mu,\sigma)P(x∣μ,σ)统计是已知数据,推模型和参数L(μ,σ∣x)L(\mu,\sigma|x)L(μ,σ∣x)【引用自:详解最大似然估计(MLE)、

分布式搜索引擎elasticsearch使用DSL语言操作(三)

一、索引库的操作索引库就类似数据库表,mapping映射就类似表的结构。我们要想es中存储数据,必须先创建“库”和“表”。1.1mapping映射属性mapping是对索引库中文档的约束,常见的mapping属性包括:type:字段数据类型,常见的简单类型有:字符创:text(可分词的文本)、keyword(精确值,例如:品牌、国家、ip地址)数值:long、integer、short、byte、double、float布尔:boolean日期:date对象:objectindex:是否创建索引,默认为trueanalyzer:使用哪种分词器properties:该字段的子字段例如下面的jso