原文服务方: 世界核地质科学       
摘要:
为实现铀矿地质遥感领域专业人员对野外采样数据的管理,并提高数据在机器学习领域的应用效率,基于 C#执行效率高、Python利于建立深度学习模型的优势,设计开发基于C#的图谱文件管理及机器学习训练集导出软件.结合C#语言与SQL Server数据库开发针对野外采样数据的图谱管理数据库平台,联合主流的机器学习标签数据集存储方式,运用编程手段实现用户定制的标签数据集生成.使用软件检索功能实现数据的选取,结合"导出数据"功能实现标签文件夹的生成;选用"标签数据集导出"功能分别实现光谱标签文件夹数据的按特征波长导出和图片标签文件夹数据的Tfrecords格式转化的功能.利用此软件可帮助用户实现对野外采样数据的优化管理,快速生成用户输入机器学习模型所需的标签数据集,从而提高数据应用效率.
推荐文章
基于Visual C#和MATLAB的纤维过滤介质性能计算及软件开发
Visual C#和MATLAB
纤维过滤介质
性能计算
软件开发
基于ArcGIS Engine的雨量数据管理软件开发
C#
ArcGIS Engine
雨量数据
数据管理
基于代码生成技术的COSINE软件开发
代码生成
COSINE
软件开发
基于知识管理的软件开发模型——KCMMI
软件开发
知识管理
CMM KMMM
KCMMI
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于 C#的图谱文件管理及 标签数据集导出软件开发
来源期刊 世界核地质科学 学科
关键词 地质遥感 数据库 标签数据集 机器学习
年,卷(期) 2024,(2) 所属期刊栏目
研究方向 页码范围 305-313
页数 9页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1672-0636.2023.02.029
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2024(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
地质遥感
数据库
标签数据集
机器学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
世界核地质科学
双月刊
1672-0636
11-4914/TL
大16开
北京市朝阳区安外小关东里十号院西科研楼609室
1962-01-01
中文
出版文献量(篇)
1126
总下载数(次)
0
总被引数(次)
3424
论文1v1指导