一，获取maven依赖 <!-- https://mvnrepository.com/artifact/cn.edu.tsinghua/iotdb-jdbc --> <dependency> <groupId>cn.edu.tsinghua</groupId> <artifactId>iotdb-j ...
分类：
数据库 时间：
2020-05-14 19:48:53
阅读次数：
234
概述： IoTDB 是针对时间序列数据收集、存储与分析一体化的数据管理引擎。它具有体量轻、性能高、易使用的特点，完美对接 Hadoop 与 Spark 生态， 适用于工业物联网应用中海量时间序列数据高速写入和复杂分析查询的需求。 安装环境： 1，安装前需要保证设备上配有JDK>=1.8的运行环境，并 ...
分类：
数据库 时间：
2020-05-14 19:32:44
阅读次数：
540
单一土地类型耕地NDVI及耕地时序图 在 MODIS系列之NDVI（MOD13Q1）五：NDVI处理流程 和 MODIS系列之NDVI（MOD13Q1）七：时间序列S-G滤波之Python 处理的都是地表各土地类型的NDVI综合。 本次博文则以单一土地类型（以耕地类型为例）得出耕地的NDVI及时序图 ...
分类：
其他好文 时间：
2020-05-10 23:19:09
阅读次数：
146
1. Cacti原理概述 组合框架：LAP 数据收集：SNMP 绘制图形：RRDtool a) SNMP（简单网络管理协议） SNMP常见版本： V1 简单高效 不支持加密以及身份认证 V2 身份认证 V3 加密 b) RRDtool 官方定义：RRDtool是开源行业标准，高性能的时间序列数据记录 ...
分类：
系统相关 时间：
2020-05-08 16:04:22
阅读次数：
157
# 时间序列和常用操作 import pandas as pd # 每隔五天--5D pd.date_range(start = '20200101',end = '20200131',freq = '5D') ''' DatetimeIndex(['2020-01-01', '2020-01-06 ...
分类：
其他好文 时间：
2020-05-07 19:30:10
阅读次数：
85
首先-什么是 TSDB (Time Series Database): 我们可以简单的理解为.一个优化后用来处理时间序列数据的软件,并且数据中的数组是由时间进行索引的. 时间序列数据库的特点: 大部分时间都是写入操作 写入操作几乎是顺序添加;大多数时候数据到达后都以时间排序. 写操作很少写入很久之前 ...
分类：
数据库 时间：
2020-05-07 09:30:54
阅读次数：
189
时间序列S-G滤波之Python 根据上上篇博文（MODIS系列之NDVI（MOD13Q1）五：NDVI处理流程 ）做出的NDVI。我们求NDVI时间序列图，但该NDVI时序图为地表各土地类型综合的NDVI时序图。（详情同样参考该系列五博文的文底） 建议：大家应该也能发现从网上粘贴的代码，大部分在各 ...
分类：
编程语言 时间：
2020-05-06 21:48:15
阅读次数：
270
# 直接生成时间索引，支持str， datetime.datetime rng=pd.DatetimeIndex(['12/1/2017','12/2/2017','12/3/2017','12/4/2017','12/5/2017']) print(rng,type(rng)) print(rng ...
分类：
其他好文 时间：
2020-05-06 01:28:02
阅读次数：
92
当数据集中出现字符串表示的时间时候（2015-01-24 00:00:00），不需要时分秒，该如何解决， import pandas as pdfrom datetime import date,datetime for m in range(len(new_data)): new_data["RE ...
分类：
其他好文 时间：
2020-05-04 13:33:19
阅读次数：
52
卷积神经网络模型可解释性 缺乏可解释性仍然是在许多应用中采用深层模型的一个关键障碍。在这项工作中，明确地调整了深层模型，这样人类用户可以在很短的时间内完成他们预测背后的过程。具体地说，训练了深度时间序列模型，使得类概率预测具有较高的精度，同时被节点较少的决策树紧密地建模。使用直观的玩具例子以及治疗白 ...
分类：
其他好文 时间：
2020-05-04 13:21:11
阅读次数：
61
