我试着用融合的点云计算森林的植被比率。植被比率是指植被返回的点数(从一定高度以上返回,即2米)除以总回报数。
我有4个不同的数据集:
来自helicopterLidar的Lidar来自AircraftPhotogrammetry点云、feature-basedPhotogrammetry点云、半全局匹配
因此:(Number of returns from over 2 m) / (Total number of returns).
我尝试过一些代码在一个融合批处理,但似乎没有得到一个有效的答案。
当我在ArcMap中打开它时,我只会得到一个灰色区域。
C:\FUSION\Gridme
我正在尝试弄清楚如何在python中做到这一点,因为我对它与R比较而言还是个新手。
import plotnine as p9
import pandas as pd
import numpy as np
###load the data here...
dataset=pd.read_csv('https://gist.githubusercontent.com/curran/a08a1080b88344b0c8a7/raw/d546eaee765268bf2f487608c537c05e22e4b221/iris.csv')
working...not不确定我搞错了什么的
我有数以千计的大型标记云数据集;我可以使用一个简单的select/group语句来检索每个集合的加权标记云(例如)
SELECT tag, COUNT( * ) AS weight
FROM tags
WHERE set_id = $set_id
GROUP BY tag
ORDER BY COUNT( * ) DESC
我想知道的是--什么是比较加权标记云的最佳方法,找出其他最相似的集合,考虑到权重(集合内出现的次数),甚至计算一个比较分数,所有这些都在一个比较有效的语句中进行?
我发现网络缺乏关于这一主题的高质量文献,我认为它有点广泛的相关性,并试图抽象我的例子,以保持它的普遍适用性。