科学数据处理 - 产品信息 - 相关知识

2025-01-21 09:31:07科学数据处理: 科学数据处理是对科学实验、观测等活动中产生的数据进行收集、整理、分析、解释和存储的过程。它涉及数据清洗、转换、统计分析、数据挖掘等方法，运用统计学、计算机科学和数学知识。科学数据处理旨在提取有用信息，支持科学研究、决策制定和技术创新，对推动学科发展和提升科研水平具有重要意义。

科学数据处理相关内容

全部
资讯
产品
问答

科学数据处理资讯

科技部发布(SKA)专项第一阶段科学数据处理工作包建设信息征集工作

根据国际组织工作安排，SKA项目拟于2021年中开始第一阶段的工程采购和建设工作，并于近日开始面向成员征集第一阶段科学数据处理工作包(SDHP)建设的信息。

3374
2020-12-29
平方公里阵列射电望远镜科学数据处理工作包建设信息

科学数据处理产品

产品名称

所在地

价格

供应商

咨询

: AA-PRO系列原子吸收数据处理工作站; 国内北京; 面议; 上海昔今生物集团有限公司
售全国; 我要询价联系方式

: Indigo200 系列数据处理单元; 国外欧洲; 面议; 北京多晶电子科技有限公司
售全国; 我要询价联系方式

: 高光谱数据处理与分析软件; 国内浙江; 面议; 杭州高谱成像技术有限公司
售全国; 我要询价联系方式

: 台阶仪JS2000B的数据处理; 国内安徽; ￥500000; 北京仪光科技有限公司
售全国; 我要询价联系方式

: ZYGO ZeGage Pro数据处理分析; 国外美洲; ￥1300000; 北京仪光科技有限公司
售全国; 我要询价联系方式

科学数据处理问答

2023-10-13 15:12:23空白和样品的数据处理: 空白和样品的数据处理第一种：我是用样品检测值减去空白的检测值，然后带入国标公式计算第二种：我分别把空白检测值和样品检测值带入国标公式，算出结果后，再进行相减理论上这两种结果都是一样的，但是我想了解应该是用哪一种呢？

2024-12-05 16:24:54圆二色谱仪如何做相关实验？数据处理如何进行？: 圆二色光谱仪是一种重要的分析仪器，广泛应用于化学、生物学、材料科学等领域。它主要用于测量分子在不同波长下的圆二色效应，能够提供关于分子结构、构象及其相互作用的重要信息。圆二色光谱仪的工作原理圆二色光谱仪的基本原理是基于圆偏振光与样品相互作用后的吸收差异。圆偏振光是具有特定旋转方向的光波，分为右旋圆偏振光和左旋圆偏振光。当这两种光波穿过样品时，分子中不对称结构会对两种光的吸收产生差异，这种差异即为圆二色效应。圆二色光谱仪的应用领域生物分子结构研究：圆二色光谱仪广泛应用于蛋白质、核酸等生物大分子的结构研究。它可以用来探测蛋白质的二级结构，了解蛋白质的构象变化和折叠过程。药物设计与开发：在药物研发过程中，圆二色光谱仪常用于评估候选药物分子与靶标蛋白的结合能力。通过分析药物分子与蛋白质的相互作用，研究人员可以预测药物的稳定性和生物活性，从而优化药物设计。材料科学：圆二色光谱仪不仅限于生物领域，还广泛应用于材料科学中。它能够用来分析高分子材料的结构，尤其是在研究手性材料和聚合物的光学特性时，圆二色光谱仪提供了一个重要的实验手段。圆二色光谱仪实验的操作流程圆二色光谱仪的实验操作通常包括以下几个步骤：样品制备：实验的步是制备合适的样品。对于溶液样品，研究人员需要确保溶液的浓度合适且均匀。对于固体样品，可能需要制成薄膜或其他形式，以确保光线能够充分穿透。仪器校准：在开始实验前，必须对圆二色光谱仪进行校准，确保其测量结果准确。校准工作通常包括设置适当的波长范围和扫描速度，以及调节光源强度。数据采集：在样品放置好并确保仪器设置正确后，开始进行数据采集。圆二色光谱仪会自动扫描不同波长的圆偏振光，并记录光的吸收差异。数据分析：实验完成后，研究人员可以通过专门的软件对收集到的数据进行处理与分析。常见的分析方法包括二级结构预测、构象变化监测以及与其他物质的相互作用研究。圆二色光谱仪的优势与挑战圆二色光谱仪在很多领域具有显著的优势。其非破坏性、灵敏度高、操作简便等特点，使得它成为研究分子结构和动力学过程的重要工具。圆二色光谱仪也面临一些挑战，如对样品浓度要求较高，以及对于复杂系统的分析可能会受到干扰。在实际应用中，研究人员需要结合其他实验技术，如核磁共振（NMR）或X射线晶体学，来进一步验证实验结果。

2023-06-12 10:35:36转载 | 高光谱遥感数据处理系列（六）监督分类: 高光谱遥感数据处理系列（六）非监督分类是一种面对数据本身的分类方法，与之相对应的：监督分类，则是面向先验知识的分类方法。监督分类是指给定已知类型的数据，通过建模的方式将这些数据与对应的类型建立映射关系，并将这种关系应用到未知类型的数据上的过程。如果每种类型用一个数字来表示，分类任务可以看做回归分析的一种特例。主界面分区ROI工具监督分类需要有已知类型的数据集作为先验知识进行训练，称为训练集。一般可以通过目视解译，或者实地样方调查的方式获取训练集。构建训练集的方法如下：在主菜单②工具栏中点击打开Region of Interest（ROI) Tool，进行兴趣区选取：ROI工具最基本的ROI选取过程如上图所示，首先选择①工具添加新的ROI范围，在②中调整ROI的名称和颜色，在③中选择绘制ROI的图形形状，④在图上绘制ROI，完成后右键Accept shape type。如果想要绘制带有空洞的图形，可以点击复选框⑤所示的Multi Part复选框，然后在影像上绘制两个叠加的图形，完成后右键 Accept。使用File可以进行ROI图层的读取与保存如果选取好了ROI可以使用Options可以利用对ROI本身进行融合（Merge（Union/Intersection）ROI）,计算离散度（Compute ROI Separability），或者使用对ROI范围内的图像进行统计（Compute Statistics from ROIs）。另外也可以使用ROI对图像进行裁剪。除了使用不同形状进行框选，还可以使用像元，自动区域生长，阈值选取等方式产生ROI。在ENVI的帮助文件中详细介绍了这些工具的使用方法。在主界面①菜单栏 Help 中打开-> 在左侧Contents选项卡中的:book:ROIs, Vectors, Annotations，请读者自行查阅。监督分类在训练集选择完毕后就可以进行监督分类，ENVI中提供了多种监督分类的工具，包括：平行六面体（Parallelepiped）最小距离（Minimum Distance）马氏距离（Mahalanobis Distance）最大似然（Maximum Likelihood）神经网络（Neural Net）支持向量机（Support Vector Machine）波谱角（Spectral Angle Mapper）这里我们介绍两种监督分类方法，最大似然法和波谱角方法。01最大似然法在ENVI的帮助文件中详细介绍了各种分类方法的原理。在主界面①菜单栏 Help 中打开-> 在左侧Contents选项卡中Classification->Supervised Methods中，最大似然法定义为:最大似然分类假设每个波段中每个类别的统计数据呈正态分布，并计算给定像素属于特定类别的概率。每个像素被分配到具有最高概率（即最大似然）的类别。根据该定义，最大似然法将每个类别投影到特定的分布上，分类问题被转化为分布相似性问题。在主界面⑤中搜索Maximum Likelihood打开最大似然分类工具。首先要选择进行训练的数据，需要强调的是，我们选择在上篇文中生成的主成分分析的结果进行分类，而不是影像本身，具体原因在上篇文章中有详细描述。分类结果如下所示：02波谱角方法光谱角映射器 (SAM) 是一种基于物理的光谱分类，它使用 n 维角度将像素与参考光谱进行匹配。该算法通过计算光谱之间的角度并将它们视为维数等于波段数的空间中的向量来确定两个光谱之间的光谱相似性。SAM 使用的端元光谱可以来自 ASCII 文件或光谱库，或者您可以直接从图像中提取它们（作为 ROI 平均光谱）。SAM 比较端元谱向量与 n 维空间中每个像素向量之间的角度。较小的角度代表与参考光谱更接近。在主界面⑤中搜索Spectral Angle Mapper打开光谱角工具，在端元集合（Endmember Collection：SAM）中导入选取的ROI，将上一步选取的ROI所在范围的光谱均值作为特定类别的标准光谱。SAM的本质是将分类问题转化为对比未知类别数据与标准光谱的余弦距离的问题。需要强调的是，我们选择主成分分析的结果进行分类，而不是影像本身，具体原因在上篇文章中有详细描述。分类结果如下所示：小结本文中我们介绍了两种监督分类的方法，相对于非监督分类，监督分类通过融入先验知识，提供了有明确类别的结果，这大大减少了进行后续处理的成本。但是对于遥感应用来说，获取地面真值的成本较高，通过目视解译的方式会不可避免地引入人为误差，给结果带来不确定性。正如上一篇文章提到，数据和特征决定了分类的上限，而分类的方法只能逼近这个上限。如何构建质量高、数量多的训练集，权衡成本是监督分类需要考虑的问题。

2023-10-18 10:54:18试验仪器，让科学触手可及

2023-01-10 13:08:36高光谱遥感数据处理系列（一）高光谱数据读取与可视化: 高光谱遥感数据处理系列（一）地表反射的太阳辐射包含着丰富的信息，从太阳外层大气的吸收到地球大气的吸收，经过与地物的相互作用反射回大气，最终被传感器捕获。高光谱遥感可以在每个像元获取高分辨率的光谱数据，这些光谱信息提供了一种理解事物的新的维度。下图展示了几种典型地物的光谱。可以看出不同地物展现出显著不同的光谱特征。除此之外，同种地物在不同状态下，也可能在特定波段展现出显著不同的光谱特征。通过比对光谱数据，可以实现对地物区分，状态区分，异常监测等难以通过传统遥感手段实现的应用。高光谱遥感被广泛应用于农林业、矿业、环境、保险、等领域。太阳辐射与典型地物反射率通常彩色影像有红绿蓝三个波段，多光谱影像有几到十几个波段，而高光谱影像有着几十到上百个波段。波段的增加除了提高了信息量，还使得数据量成比例增加。这种数据量对计算机的性能提出了较高的要求，更多的是要求对处理者新的思路和方法。在接下来的文章中，我们将详细介绍高光谱数据的处理流程与方法，希望能在此过程中给读者以新的思考。Hyperspectral light sheet microscopy | Nature CommunicationsENVI (The Environment for Visualizing Images) 是美国Exelis Visual Information Solutions 公司的旗舰产品。它是由遥感领域的科学家采用交互式数据语言IDL (Interactive Data Language) 开发的遥感图像处理软件。ENVI已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防&安全、地球科学、公用设施管理、遥感工程、水利、海洋、测绘勘察和城市与区域规划等领域。双击ENVI图标打开ENVI软件，可以看到ENVI软件的主界面由以下六个部分组成：①菜单栏、②工具栏、③图层管理窗格、④图像显示部分、⑤工具箱、⑥状态栏。ENVI软件的布局如图所示，首先点击依次点击①菜单栏->File->Open，在弹出的对话框中选取所需要的文件，一般的ENVI文件由两部分组成，文件本体和头文件（.hdr）。文件本体记录了文件的数据信息，而头文件中记录了关于这些数据信息的描述。使用记事本文件可以直接打开hdr文件，可以看到其中包括了：操作记录Samples：栅格列数Lines：栅格行数Bands：波段数Header offset：文件开头到实际数据起始位置的偏移量File type：文件类型Data type：数据存储类型，用数字表示bit位数Interleave：存储顺序Map Info：图像采用的投影系统参数，坐标系统及单位Coordinate System String：详细的坐标系统信息Wavelength：每个波段所对应的波长两个文件应该放在同一目录下面，ENVI在读取时会自动进行关联。任选其中一个文件都可以打开该文件，但是ENVI对两个文件的处理方式有所不同。如果选择.hdr文件，ENVI会直接载入显示文件的第一个波段，如下图所示。使用鼠标滚轮可以对图像进行缩放操作，使用②工具栏中的工具可以对图像进行拖动缩放等一系列操作。加载成功的图像会显示在③图层管理区，通过点击图像前面的勾选框来控制图像在④图像显示区的显示与否。使用如果打开文件本体，ENVI会弹出Data Manager窗口该窗口包含三个部分，分别是①波段信息、②文件信息、③RGB波段选取。①中展示了所有波段的名称，②中是经过处理后的头文件信息，③是进行RGB合成的波段选取，点击三种颜色的方框后，在①中单击选择波段，选择完成后点击Load Data。如果只想要显示一个波段的灰度影响可以在①中选中目标波段后直接点击Load Greyscale。RGB 合成象素值的彩色图，就是将三个波段的数据分别通过红、绿、蓝三个通道加载，然后进行渲染。将多波段影像数据添加到地图中之后，可使用多波段栅格数据集中的任意三个可用波段的组合来创建 RGB 合成图。与仅处理一个波段相比，通过将多个波段共同显示为RGB 合成图通常可从数据集收集到更多信息。来源：简书通常我们选取650nm、550nm和450nm分别赋给RGB通道进行合成以获得最佳的显示效果。显示效果如下图：在②工具栏中选择按钮，ENVI会在图上显示框标，并弹出光谱特征（Spectral Profile)窗口。光谱特征窗口中显示了框标中心白点所在像元的光谱曲线。如下图所示：点击光谱特征窗口中的，可以对光谱曲线进行一些操作，如平滑，计算NDVI，显示RGB波段所在位置等：小结本文介绍了高光谱影像的基本原理以及简单的读取及可视化操作。使用ENVI软件可以实现大部分简单的高光谱数据处理。在接下来的教程中，我们将从植被指数提取、高光谱滤波、非监督分类与监督分类等方面介绍ENVI软件的使用。除此以外，我们还将介绍基于Python的高光谱处理，从编程角度介绍高光谱相关知识，以及高光谱数据与大数据处理的结合。参考：【1】百度百科【2】 www.jianshu.com/p/d0765ee89b86