人工智能課程、人工智能教學(xué)平臺(tái)、師資培訓(xùn)
1.1 政策背景
3月13日,《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》正式發(fā)布。綱要全文共十九篇六十五章,其中含有“智能”、“智慧”的相關(guān)表述高達(dá)58處。圍繞國(guó)家核心技術(shù)突破、社會(huì)經(jīng)濟(jì)發(fā)展、素質(zhì)教育人才培養(yǎng)三個(gè)方面,人工智能均是重點(diǎn)領(lǐng)域。
對(duì)于高職教育而言,“雙高計(jì)劃”、“十四五”和綜合改革這三大核心命題也必然呈現(xiàn)歷史性交匯,主題話語(yǔ)的內(nèi)涵指向也有所不同,但無(wú)疑專業(yè)學(xué)科建設(shè)依然是重要內(nèi)容,這是由其作為資源配置的基本單元的地位所決定的。可以想象,在整個(gè)高職教育運(yùn)行范式中,包括資源配置方式、績(jī)效評(píng)價(jià)體系及深層次的院校地位形成機(jī)制等尚未得到根本扭轉(zhuǎn)的前提之下,以學(xué)科建設(shè)為核心的發(fā)展規(guī)劃仍然是教育建設(shè)的根本所在。所以,面對(duì)新的形勢(shì)和要求,高職院校“十四五”規(guī)劃的學(xué)科規(guī)劃將如何“螺螄殼里做道場(chǎng)”,盡力做出新意、創(chuàng)意并有指導(dǎo)意義,迫切需要提前思考和謀劃的事情。展望未來(lái),為深入學(xué)習(xí)貫徹落實(shí)黨的十九大精神及提前為高職院校的“十四五”規(guī)劃建設(shè)儲(chǔ)力,緊密圍繞建設(shè)“五位一體”總布局,按照"四個(gè)全面"戰(zhàn)略部署,以農(nóng)業(yè)中心工作和區(qū)域經(jīng)濟(jì)社會(huì)發(fā)展的需求為導(dǎo)向,以"立德樹人"為根本,以建設(shè)一流高職院校為目標(biāo),加強(qiáng)加快加大我學(xué)院的專業(yè)建設(shè)力度,建設(shè)人工智能等相關(guān)專業(yè),已是學(xué)院尋求教育突破的建設(shè)所需。
1.2 建設(shè)目標(biāo)
項(xiàng)目遵循高職教育規(guī)律和應(yīng)用型人才培養(yǎng)規(guī)律,將人工智能應(yīng)用技術(shù)融入到專業(yè)的教學(xué)當(dāng)中,培養(yǎng)出專業(yè)特色鮮明、專業(yè)技術(shù)突出的AIoT高級(jí)應(yīng)用型人才,響應(yīng)中共中央、國(guó)務(wù)院《新一代人工智能發(fā)展規(guī)劃》、《粵港澳大灣區(qū)發(fā)展規(guī)劃綱要》等規(guī)劃內(nèi)容,為廣東全面創(chuàng)新改革試驗(yàn)與自主創(chuàng)新示范區(qū)的建設(shè)提供助力。
建設(shè)市級(jí)的AIoT科技創(chuàng)新實(shí)訓(xùn)基地
培養(yǎng)專職的AIoT師資隊(duì)伍
建立校企聯(lián)動(dòng)的創(chuàng)業(yè)就業(yè)指導(dǎo)機(jī)制
建立創(chuàng)新型的人才培養(yǎng)體系
建立校企協(xié)同的專業(yè)教學(xué)體系和創(chuàng)新實(shí)訓(xùn)體系
建立創(chuàng)新型、綜合型的課程資源案例庫(kù)
建立相應(yīng)的專業(yè)人才實(shí)踐實(shí)習(xí)基地
校企聯(lián)合開展科研和申報(bào)重點(diǎn)工程項(xiàng)目
建立完整的賽事資源庫(kù),全方位進(jìn)行賽事指導(dǎo)
2.1 AIoTLab人工智能教學(xué)平臺(tái)
AIoTLab結(jié)構(gòu)部分由鋼架結(jié)構(gòu)設(shè)計(jì)而成,由人工智能計(jì)算單元主板、工業(yè)級(jí)數(shù)字舵機(jī)云臺(tái)、工業(yè)級(jí)免驅(qū)USB攝像頭、物聯(lián)網(wǎng)WiFi通信節(jié)點(diǎn)、物聯(lián)網(wǎng)Zigbee通信節(jié)點(diǎn)、傳感器、工業(yè)級(jí)可調(diào)速傳送系統(tǒng)、工業(yè)級(jí)電源供電系統(tǒng)、分揀系統(tǒng)、仿真汽車、仿真動(dòng)物等單元組成,整體造型美觀,適合直接放在實(shí)驗(yàn)臺(tái)上進(jìn)行操作學(xué)習(xí),可同時(shí)滿足2至5人進(jìn)行相關(guān)實(shí)驗(yàn)。配套完善的實(shí)驗(yàn)資源,方便完成人工智能、物聯(lián)網(wǎng)相關(guān)課程實(shí)驗(yàn)。
AIoTLab需用戶自行配套電腦,用戶在電腦上使用Python語(yǔ)言或者C語(yǔ)言進(jìn)行程序開發(fā),實(shí)現(xiàn)人工智能基礎(chǔ)學(xué)習(xí)、人工智能算法學(xué)習(xí)、人工智能案例學(xué)習(xí)、物聯(lián)網(wǎng)通信學(xué)習(xí)、物聯(lián)網(wǎng)嵌入式學(xué)習(xí)、傳感器課程學(xué)習(xí)。
圖:AIoTLab開發(fā)平臺(tái)
人工智能場(chǎng)景化學(xué)習(xí)
分揀系統(tǒng)與實(shí)際應(yīng)用相結(jié)合
工業(yè)級(jí)數(shù)字舵機(jī)云臺(tái)
磁吸式
設(shè)備控制安全可靠
人工智能計(jì)算單元主板
工業(yè)級(jí)數(shù)字舵機(jī)云臺(tái)
工業(yè)級(jí)可調(diào)速傳送系統(tǒng)
物聯(lián)網(wǎng)嵌入式節(jié)點(diǎn)
傳感器及控制模塊
本產(chǎn)品使用到的軟件有Tensorflow、Pytorch、OpenCV、Jupyter lab、Keil、IAR等軟件。
案例一:人臉識(shí)別
案例二:模型檢測(cè)
案例三:顏色積木追蹤
案例四:云臺(tái)追蹤ArUco標(biāo)記
案例五:手寫數(shù)字識(shí)別
2.2 AI智能家居開發(fā)系統(tǒng)
2.2.1 系統(tǒng)介紹
AI智能家居開發(fā)系統(tǒng)的設(shè)計(jì)主要面向物聯(lián)網(wǎng)及人工智能教育,滿足新課程標(biāo)準(zhǔn)和創(chuàng)新素質(zhì)培養(yǎng)需求,融合算法編程、物聯(lián)網(wǎng)、智能識(shí)別和大數(shù)據(jù)應(yīng)用技術(shù),構(gòu)建AI+STEAM、AI+創(chuàng)客教育、AI+科學(xué)素養(yǎng)、AI+實(shí)踐能力等創(chuàng)新教育模式。
圖:AI智能家居開發(fā)系統(tǒng)
作為物聯(lián)網(wǎng)與人工智能技術(shù)在智能家居領(lǐng)域中應(yīng)用的集中體現(xiàn),系統(tǒng)支持廣泛的應(yīng)用開發(fā)語(yǔ)言進(jìn)行程序設(shè)計(jì),支持包括Python、APP Inventor等多種語(yǔ)言,并提供配套教材、教具學(xué)具、互動(dòng)資源等理論及實(shí)訓(xùn)課件供師生教學(xué)及實(shí)驗(yàn)實(shí)訓(xùn)。
圖:AI智能家居開發(fā)系統(tǒng)
如圖所示,AI智能家居開發(fā)系統(tǒng)由情景應(yīng)用系統(tǒng)及4個(gè)實(shí)驗(yàn)區(qū)組成。
情景應(yīng)用系統(tǒng)配備了智能燈光控制系統(tǒng)、智能窗簾控制系統(tǒng)、智能家電控制系統(tǒng)、環(huán)境監(jiān)測(cè)系統(tǒng)、智能安防系統(tǒng)、智能門禁系統(tǒng)等功能系統(tǒng)。
實(shí)驗(yàn)區(qū)則內(nèi)嵌一臺(tái)工作站,并配有多個(gè)傳感器、控制器節(jié)點(diǎn),各節(jié)點(diǎn)通磁吸方式與核心板連接,可通過(guò)Python等開發(fā)語(yǔ)言實(shí)現(xiàn)對(duì)AI智能家居開發(fā)系的控制或設(shè)計(jì)。每個(gè)實(shí)驗(yàn)區(qū)可容納3~4名學(xué)生,整套AI智能家居開發(fā)系統(tǒng)可同時(shí)支持12~16名學(xué)生進(jìn)行課程實(shí)驗(yàn)。
云計(jì)算管理系統(tǒng)是人工智能實(shí)訓(xùn)室的底層資源管理系統(tǒng);采用Docker和kubernetes技術(shù),實(shí)現(xiàn)了硬件資源集中調(diào)度和管理,為整個(gè)人工智能實(shí)訓(xùn)室提供虛擬資源支撐。
1. 教學(xué)應(yīng)用商店:容器云教學(xué)應(yīng)用商店、服務(wù)一鍵升級(jí)/回滾、教學(xué)應(yīng)用灰度發(fā)布、教學(xué)應(yīng)用版本管理、教學(xué)應(yīng)用快速上架、應(yīng)用架構(gòu)視圖直觀展示;
2. 容器服務(wù)管理:多種容器調(diào)度策略、多主機(jī)容器網(wǎng)絡(luò)、容器自動(dòng)擴(kuò)展、健康檢查和負(fù)載均衡、Ceph/NFS/GlusterFS容器存儲(chǔ);
3. 快速部署配置:離線包安裝、鏡像安裝多種選擇、私有教學(xué)鏡像庫(kù)管理、容器云教學(xué)應(yīng)用商店管理、豐富的compose文件格式、RESTful API接口支持;
4. 高效系統(tǒng)運(yùn)維:系統(tǒng)高可用、容器生命周期管理、日志審計(jì)和系統(tǒng)監(jiān)控、容器控制臺(tái)訪問(wèn)。
2.3.2.1 容器云管理系統(tǒng)技術(shù)框架
容器云管理系統(tǒng),由底層Docker引擎和kubernetes編排工具共同組成,主要實(shí)現(xiàn)應(yīng)用部署、維護(hù)、擴(kuò)展機(jī)制等功能,能方便地管理跨機(jī)器運(yùn)行容器化的應(yīng)用。
2.3.2.2 容器云管理系統(tǒng)功能介紹
1. 教學(xué)應(yīng)用商店
2. 友好圖形化界面管理
3. 多環(huán)境管理
4. 容器持久存儲(chǔ)
5. 容器網(wǎng)絡(luò)模式
6. 容器可擴(kuò)展性
7. 容器負(fù)載均衡與調(diào)度
8. API接口支持
9. 系統(tǒng)高可用
人工智能實(shí)訓(xùn)室共包含3個(gè)角色,分別是教師、學(xué)生和管理員。
2.4.1.1 教師端功能介紹
1. 登錄:在瀏覽器打開登錄界面,輸入用戶名和密碼進(jìn)行登錄。
2. 個(gè)人中心:包含最近更新的課程、算法庫(kù)、案例庫(kù)、數(shù)據(jù)庫(kù)、幫助中心。
3. 實(shí)驗(yàn)室:包含實(shí)驗(yàn)列表、新建實(shí)驗(yàn)、實(shí)驗(yàn)畫布、切換實(shí)驗(yàn)、查看實(shí)驗(yàn)手冊(cè)、選擇數(shù)據(jù)源、選擇算法、算法說(shuō)明、算法配置、運(yùn)行并調(diào)試算法、結(jié)果展示、查看運(yùn)行歷史。
4. 算法庫(kù):包含算法總覽、算法列表、算法詳細(xì)說(shuō)明、新算法上傳。
5. 案例庫(kù):包含案例庫(kù)列表、案例庫(kù)詳細(xì)介紹、引入案例算法、算法轉(zhuǎn)化案例。
6. 數(shù)據(jù)庫(kù):包含默認(rèn)數(shù)據(jù)、我的數(shù)據(jù)。
7. 實(shí)驗(yàn)文檔:包含創(chuàng)建實(shí)驗(yàn)文檔、預(yù)覽文檔。
8. 創(chuàng)建課程與管理課程:包含導(dǎo)入共享課程、自主創(chuàng)建課程
9. 班級(jí)管理:包含管理班級(jí)人員、查看實(shí)驗(yàn)結(jié)果。
2.4.1.2 學(xué)生端功能介紹
1. 個(gè)人中心:包含我的課程、算法庫(kù)、案例庫(kù)、數(shù)據(jù)庫(kù)、幫助中心。
2. 我的課程:包含課程列表、課程詳情(課程圖片、課程名稱、授課教師姓名、班級(jí)人數(shù)、上課時(shí)間段、課時(shí)列表、課程簡(jiǎn)介、課程大綱、同班同學(xué)、課程完成度、課程章節(jié)數(shù)量和課程實(shí)驗(yàn)數(shù)據(jù))等。
3. 實(shí)驗(yàn)成績(jī):包含課程名稱、實(shí)驗(yàn)名稱、提交時(shí)間、成績(jī)、查看成績(jī)等。
4. 實(shí)驗(yàn)室:包含實(shí)驗(yàn)列表、創(chuàng)建實(shí)驗(yàn)、實(shí)驗(yàn)畫布介紹、切換實(shí)驗(yàn)、查看實(shí)驗(yàn)手冊(cè)、選擇數(shù)據(jù)源、選擇算法、算法說(shuō)明、算法配置、運(yùn)行并調(diào)試算法、實(shí)驗(yàn)結(jié)果展示、查看運(yùn)行歷史。
5. 算法庫(kù):包含算法總覽、算法列表、算法詳細(xì)說(shuō)明.
6. 案例庫(kù):包含項(xiàng)目背景、數(shù)據(jù)集介紹、算法界面操作介紹、數(shù)據(jù)加載及預(yù)處理、統(tǒng)計(jì)分析、案例核心思路、結(jié)果分析和評(píng)估。
7. 數(shù)據(jù)庫(kù):數(shù)據(jù)分為2類3級(jí),2類包含默認(rèn)數(shù)據(jù)和我的數(shù)據(jù)。
2.4.1.3 管理員端功能介紹
1. 個(gè)人中心:包括各個(gè)模塊的快速入口、算法庫(kù)和數(shù)據(jù)庫(kù)。
2. AI工程平臺(tái)/容器云管理:可對(duì)監(jiān)控的大數(shù)據(jù)資源進(jìn)行數(shù)據(jù)信息展示。
3. 組織架構(gòu)管理:包含新增院系、新增專業(yè)、編輯院系、編輯專業(yè)、刪除院系、刪除專業(yè)等。
4. 班級(jí)管理:包含院系名稱、專業(yè)名稱、班級(jí)名稱、人數(shù)等。圖形界面如下:
5. 用戶管理:包含成員列表和新增用戶:包含角色名稱、角色功能描述和人數(shù)。
6. 課程設(shè)置:包含新增分類、編輯分類、刪除分類、新增學(xué)科、編輯學(xué)科和刪除學(xué)科等。
7. 算法管理:顯示算法分類、算法名稱、上傳時(shí)間等信息。包含數(shù)據(jù)預(yù)處理、特征工程、統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理、腳本工具、深度學(xué)習(xí)和垂直應(yīng)用領(lǐng)域。
8. 數(shù)據(jù)管理:提供6項(xiàng)信息,包含分類名稱、分組名稱、數(shù)據(jù)名稱、數(shù)據(jù)大小、數(shù)據(jù)字段和數(shù)據(jù)條數(shù),默認(rèn)預(yù)覽前100條;提供5項(xiàng)操作,包含增加分組、編輯分組名稱、編輯數(shù)據(jù)名稱、刪除數(shù)據(jù)和上傳數(shù)據(jù)。
AI機(jī)器學(xué)習(xí)訓(xùn)練系統(tǒng)又稱“人工智能BDAP分析平臺(tái)”,它基于Hadoop、Spark并行框架,使用了批處理、工作流引擎、MongoDB數(shù)據(jù)庫(kù)存儲(chǔ)等多項(xiàng)相關(guān)技術(shù)。多種算法經(jīng)過(guò)功能測(cè)試性能對(duì)比證明,平臺(tái)具有較高的處理性能和一定的可靠性,并且通過(guò)調(diào)度流引擎可以連續(xù)按設(shè)定條件完成多個(gè)任務(wù)。
平臺(tái)開發(fā)框架主要分為3層:UI層、基礎(chǔ)平臺(tái)層、應(yīng)用存儲(chǔ)層。平臺(tái)實(shí)現(xiàn)了前后端代碼分離開發(fā),減小了前后端之間的依賴程度,使開發(fā)變的獨(dú)立。
平臺(tái)功能全面,涵蓋了多種數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘、社會(huì)網(wǎng)絡(luò)、文本處理等算法模塊,并且利用工作流機(jī)制,可以將每一步數(shù)據(jù)處理操作連接成為一條工作流,保存后,可以定時(shí)或隨時(shí)調(diào)度。平臺(tái)的數(shù)據(jù)交換功能實(shí)現(xiàn)了HDFS和多種數(shù)據(jù)存儲(chǔ)工具之間的數(shù)據(jù)導(dǎo)入和導(dǎo)出功能。數(shù)據(jù)挖掘功能涵蓋了多種ETL數(shù)據(jù)預(yù)處理、分類、聚類關(guān)聯(lián)規(guī)則算法,適用于多種行業(yè)領(lǐng)域中數(shù)據(jù)的處理和分析,并為數(shù)據(jù)處理的結(jié)果提供了多種展示方式。
2.4.2.3 系統(tǒng)主要功能介紹
1、數(shù)據(jù)和元數(shù)據(jù)說(shuō)明
以ETL中的生成元數(shù)據(jù)和數(shù)據(jù)類型檢查兩個(gè)組件為例,對(duì)數(shù)據(jù)和元數(shù)據(jù)進(jìn)行說(shuō)明。
2、數(shù)據(jù)交換系統(tǒng)模塊
數(shù)據(jù)交換是指將傳統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)直接導(dǎo)入分布式文件系統(tǒng)(HDFS)以及將處理結(jié)果從HDFS導(dǎo)出到數(shù)據(jù)倉(cāng)庫(kù)的過(guò)程。其主要目的是方便用戶在數(shù)據(jù)倉(cāng)庫(kù)與分布式文件系統(tǒng)之間傳輸數(shù)據(jù),使得數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)可以被PDM中的算法所使用,并可以將處理結(jié)果導(dǎo)回?cái)?shù)據(jù)倉(cāng)庫(kù)中存儲(chǔ)。其處理的主要對(duì)象就是數(shù)據(jù)倉(cāng)庫(kù)中各類業(yè)務(wù)數(shù)據(jù)。數(shù)據(jù)庫(kù)目前支持MySQL和Oracle兩種類型。
3、數(shù)據(jù)挖掘系統(tǒng)模塊
數(shù)據(jù)挖掘是本系統(tǒng)最大的功能模塊,它包括并行數(shù)據(jù)挖掘的核心操作。該模塊提供了多種ETL組件和數(shù)據(jù)建模組件,提供流程驅(qū)動(dòng)的使用方式,提供按業(yè)務(wù)應(yīng)用或自定義類別的流程管理方式,便于用戶進(jìn)行完整業(yè)務(wù)的合理切分。
AI深度學(xué)習(xí)訓(xùn)練系統(tǒng)是一款深度學(xué)習(xí)計(jì)算服務(wù)平臺(tái)。通過(guò)整合高性能計(jì)算、云計(jì)算、大數(shù)據(jù)、人工智能等多學(xué)科的關(guān)鍵技術(shù),提供從訓(xùn)練到推理的一站式人工智能云計(jì)算應(yīng)用服務(wù)解決方案,能夠幫助用戶快速構(gòu)建人工智能研發(fā)服務(wù)環(huán)境,大幅降低人工智能準(zhǔn)入門檻,提升人工智能研發(fā)效率。
2.4.3.1 系統(tǒng)架構(gòu)
AI深度學(xué)習(xí)平臺(tái)是由服務(wù)器、網(wǎng)絡(luò)與數(shù)據(jù)庫(kù)為基礎(chǔ),使用Docker為容器構(gòu)建起底層結(jié)構(gòu),使用TensorFlow、Pytorch等主流框架作為計(jì)算框架,并采用AlexFCN、AlexNet、FasterRCNN-VGG16、FasterRCNN-ZF、Inception-V1等共計(jì)15種神經(jīng)網(wǎng)絡(luò)算法,為用戶提供高效、低錯(cuò)誤率的實(shí)驗(yàn)環(huán)境。
AI深度學(xué)習(xí)計(jì)算服務(wù)平臺(tái)集成圖像分類、目標(biāo)檢測(cè)等多個(gè)基礎(chǔ)應(yīng)用場(chǎng)景,提供從數(shù)據(jù)集管理、模型管理、模型訓(xùn)練到模型輸出的全流程AI計(jì)算服務(wù),即使是初學(xué)用戶,無(wú)需編程也可獲得強(qiáng)大的人工智能服務(wù)能力。
2.4.3.2 系統(tǒng)實(shí)訓(xùn)功能
AI深度學(xué)習(xí)訓(xùn)練系統(tǒng)具有可即用、更輕快、高精度三大特征。目前已經(jīng)開放圖像分類、目標(biāo)檢測(cè)定制訓(xùn)練服務(wù)。
1)圖片分類
2)目標(biāo)檢測(cè)
2.4.3.3 神經(jīng)網(wǎng)絡(luò)應(yīng)用
本平臺(tái)采用TensorFlow框架的各類神經(jīng)網(wǎng)絡(luò)算法來(lái)參與到模型從創(chuàng)建到訓(xùn)練的整個(gè)過(guò)程。
1)圖片識(shí)別
2)目標(biāo)檢測(cè)
人工智能實(shí)驗(yàn)管理課程包庫(kù)是提供的若干個(gè)典型的人工智能技術(shù)實(shí)驗(yàn)資源,提供實(shí)驗(yàn)指導(dǎo)手冊(cè)、實(shí)驗(yàn)數(shù)據(jù)源、實(shí)驗(yàn)過(guò)程中所需的大數(shù)據(jù)分析軟件、實(shí)驗(yàn)參考示例代碼和運(yùn)行結(jié)果。學(xué)生可以在實(shí)驗(yàn)資源包的基礎(chǔ)上完成仿真應(yīng)用實(shí)驗(yàn),完成創(chuàng)新創(chuàng)業(yè)實(shí)驗(yàn)和模擬大賽環(huán)境等相應(yīng)的實(shí)驗(yàn)實(shí)訓(xùn)環(huán)節(jié)。
1. 人工智能實(shí)驗(yàn)可以滿足教學(xué)的同時(shí)兼顧GPU深度學(xué)習(xí)的科研需求;
2. 實(shí)驗(yàn)都是基于python語(yǔ)言實(shí)現(xiàn);
3. 每個(gè)實(shí)驗(yàn)都包含實(shí)驗(yàn)手冊(cè)、實(shí)驗(yàn)環(huán)境;
4. 每個(gè)實(shí)驗(yàn)都提供實(shí)驗(yàn)手冊(cè),每個(gè)手冊(cè)呈現(xiàn)詳細(xì)的實(shí)驗(yàn)流程指導(dǎo),包括實(shí)驗(yàn)描述、實(shí)驗(yàn)環(huán)境、相關(guān)技能、相關(guān)知識(shí)點(diǎn)、實(shí)現(xiàn)效果、實(shí)驗(yàn)步驟、參考答案和總結(jié),參照手冊(cè)即可輕松完成每個(gè)實(shí)驗(yàn);
5. 提供教學(xué)配套題庫(kù)資源,題庫(kù)內(nèi)包括作業(yè)題、考試題等。
實(shí)驗(yàn)課程庫(kù)分為:數(shù)據(jù)分析與預(yù)處理模塊、機(jī)器學(xué)習(xí)模塊、深度學(xué)習(xí)模塊、行業(yè)應(yīng)用案例模塊。
數(shù)據(jù)預(yù)處理(data preprocessing)是指在主要的處理以前對(duì)數(shù)據(jù)進(jìn)行的一些處理。如對(duì)大部分地球物理面積性觀測(cè)數(shù)據(jù)在進(jìn)行轉(zhuǎn)換或增強(qiáng)處理之前,首先將不規(guī)則分布的測(cè)網(wǎng)經(jīng)過(guò)插值轉(zhuǎn)換為規(guī)則網(wǎng)的處理,以利于計(jì)算機(jī)的運(yùn)算。另外,對(duì)于一些剖面測(cè)量數(shù)據(jù),如地震資料預(yù)處理有垂直疊加、重排、加道頭、編輯、重新取樣、多路編輯等。
詳情聯(lián)系:020-22883217
感謝您的關(guān)注,您有任何問(wèn)題都可以在此留下信息,飛瑞敖會(huì)及時(shí)為您提供幫助。
提交