博二下-辅助修改济南超算霍老师关于中尺度涡的专硕博士论文


博二下-辅助修改济南超算霍老师关于中尺度涡的专硕博士论文

20240802134306

20240802134248

老师说计划8月份完成这个,

WPS 个人文件夹+文件链接目录,

计划将本文档相关文件保存到 WPS 个人文件夹: PHDcancidateG2S2_辅助修改济南超算霍老师关于中尺度涡的专硕博士论文 ,

2024-08-02 13:00:00, 导出该文件夹下的文档链接目录, 权限限制仅自己观看,

https://kdocs.cn/l/ceSG7LtNncCJ 毕业论文-基于多源数据的海洋中尺度涡智能探测与三维结构反演技术研究-v2.docx
https://kdocs.cn/l/cmsIOtjdOA5M 1722576884518.png
https://kdocs.cn/l/cvPcp6KantLs 1722576884554.png

2024-08-03 23:30:00, 导出该文件夹下的文档链接目录, 权限限制所有人观看,

https://kdocs.cn/l/cnDe1dzygHGP 西北太平洋不同纬度带海洋涡旋对大气强迫作用的对比研究_蔡志颖_2021硕士
https://kdocs.cn/l/cc8cp2wtQwBV 基于深度学习的海洋涡旋识别方法研究_刘启明_2022硕士
https://kdocs.cn/l/cs9PeMjSep7h 基于机器学习的大气海洋典型涡旋系统预测方法研究_王新_2020硕士
https://kdocs.cn/l/co6cqKlNJaYM 基于全卷积网络的海洋涡旋智能识别方法研究_李刚_2023硕士
https://kdocs.cn/l/cpAphNtLhPQd 基于海平面高度数据的涡旋检测方法研究_赵文洋_2020硕士
https://kdocs.cn/l/ceNMssr96UvI 基于卫星遥感观测的南大洋印度洋扇区涡旋特征分布研究_李等_2023硕士
https://kdocs.cn/l/ckPZja7PnT41 基于多源卫星测高数据的南海中尺度涡探测研究_2022硕士
https://kdocs.cn/l/ccyK4ZTuAHO8 多源数据中尺度涡三维结构分析方法研究_张春华_2019
https://kdocs.cn/l/carIxVn50763 基于卷积神经网络的海洋中尺度涡旋检测算法研究_郝滢洁_2017硕士
https://kdocs.cn/l/cfFGtyb4Sly5 基于机器学习的海洋中尺度涡检测识别研究综述_张家灏_2021
https://kdocs.cn/l/cbBUbos9enVO 基于深度学习的海洋中尺度涡识别与可视化_芦旭熠_2020
https://kdocs.cn/l/cb3uFCTUUHxF Oceanic mesoscale eddy detection method based on deep learning
https://kdocs.cn/l/crqFBk09ntzX 基于生成对抗网络模型的热带和亚热带海洋中尺度涡预报研究_2022
https://kdocs.cn/l/cp0A52pLW0IB 南海中尺度涡的识别及统计特征分析_崔凤娟_2015硕士
https://kdocs.cn/l/cvbIAP38oy35 Identifying Oceanic Eddy With an Edge-Enhanced Multiscale Convolutional Network
https://kdocs.cn/l/cdlCDI3lZOJe EddyNet, A deep neural network for pixel-wise classification of oceanic eddies
https://kdocs.cn/l/chM2FNAlQyFy Characteristics of global ocean abnormal mesoscale eddies derived from the fusion of sea surface height and temperature data by deep learning
https://kdocs.cn/l/crq9irA2DxEW Deep-sst-eddies, A deep learning framework to detect oceanic eddies in sea surface temperature images
https://kdocs.cn/l/ccUeG8ViLruS Automatic Detection of Ocean Eddy based on Deep Learning Technique with Attention Mechanism
https://kdocs.cn/l/crOVvs5VMjLS MU-Net, Modified U-Net Architecture for Automatic Ocean Eddy Detection
https://kdocs.cn/l/cdVMnv8mnzak Oceanic mesoscale eddy detection and convolutional neural network complexity
https://kdocs.cn/l/cgWRVa56u5hr A deep framework for eddy detection and tracking from satellite sea surface height data
https://kdocs.cn/l/ctlvNsfL5PGO Oceanic Eddy Identification Using an AI Scheme
https://kdocs.cn/l/cf3It6Aml8AK High kinetic energy mesoscale eddy identification based on multi-task learning and multi-source data
https://kdocs.cn/l/ccJVC8tnpFCh Statistical characteristics of mesoscale eddies in the North Pacific derived from satellite altimetry
https://kdocs.cn/l/cme1bagGmKXW The near-global ocean mesoscale eddy atmospheric-oceanic-biological interaction observational dataset
https://kdocs.cn/l/cfOGCAapsSQo Deep learning with multi-scale feature fusion in remote sensing for automatic oceanic eddy detection
https://kdocs.cn/l/cv34SMN69OUD 毕业论文-基于多源数据的海洋中尺度涡智能探测与三维结构反演技术研究-ljc20240804
https://kdocs.cn/l/ciDzJAaOLaAD 中国近海中尺度涡分区分类与影响初探_齐庆华
https://kdocs.cn/l/ccnKPN58kJb5 Temperature Structure Inversion of Mesoscale Eddies in the South China Sea Based on Deep Learning
https://kdocs.cn/l/ceSG7LtNncCJ 毕业论文-基于多源数据的海洋中尺度涡智能探测与三维结构反演技术研究-v2
https://kdocs.cn/l/cmsIOtjdOA5M 1722576884518
https://kdocs.cn/l/cvPcp6KantLs 1722576884554

学习人工智能方法, 学习毕业大论文的写法,

整体浏览, 另存文档进行修订,

【金山文档 | WPS云文档】 毕业论文-基于多源数据的海洋中尺度涡智能探测与三维结构反演技术研究-ljc20240804.docx
https://www.kdocs.cn/l/cv34SMN69OUD

前两个创新点对应了两篇文章, 感觉很棒,

FAQ, 创新点3个, 应该对应3章, 第5章缺失的很严重, 而且感觉也没有规划清楚写什么, 突出轻量化部署?,

下载文献, (霍老师本身的文章), (霍老师论文中引用的中文文章), (霍老师论文中引用的英文文章), (知网相关的中文文献),

2024-08-04 下午2点50王老师办公室开会,

大体浏览,

【金山文档 | WPS云文档】 毕业论文-基于多源数据的海洋中尺度涡智能探测与三维结构反演技术研究-v2-20240804.docx
https://www.kdocs.cn/l/cuLQHkCAVJDH

老师分发的3个中尺度涡的资料,

补充内容,

坐好发呆,

2024-08-05 早上9点王老师办公室开会,

会议纪要:

目录提取出来, 进行工作的分配和安排, 具体到每个人写什么部分,

个人申请尽量少做少说少写,

第一章, 按照新的目录进行, 梳理句子, (刘锦灿+霍吉东)

第二章 (潘+霍吉东)

第三章 (霍吉东, 注: 本章之修改了目录, 重新梳理语言)

第四章 (丁杰+霍吉东)

第五章 (霍吉东)

第六章 (王际朝)

参考文献 (怎么梳理?最后梳理, 刘锦灿+丁杰)

最终格式 (霍吉东)

时间节点: 今天 5 号, 678, 初稿;

初稿完成后, 25日,终稿.

【金山文档 | WPS云文档】 会议纪要-20240805.docx
https://www.kdocs.cn/l/ccRvAngIh8Va

2024-08-05 下午修改参考文献顺序,

FAQ, 如何调整顺序? 逻辑是什么?,

  • 原文的 [6], 是在第三次出现的, 那么[6]应该改为 [3]

  • 即, 第几次出现,

    • 如何判断第几次出现?

      • 首先提取 docx 原文的所有 [], [,]需要拆分成[] [] ,
        【金山文档 | WPS云文档】 毕业论文-基于多源数据的海洋中尺度涡智能探测与三维结构反演技术研究-v2-20240805-ForReferenceNumber.docx
        https://www.kdocs.cn/l/cerK0v8djfRg

      • VScode 仅保留所需要的 []
        20240805130430
        20240805131512

      • Python 获取参考文献重新排序的序号, 获取正文参考文献引用重新排序的序号,

        
        a = [1,2,7,9,16,17,8,86,87,6,10,11,12,5,19,20,30,32,36,30,32,34,42,43,21,55,22,23,24,25,26,27,28,29,30,31,32,24,33,34,35,31,36,37,38,35,39,40,38,41,39,42,43,44,45,46,47,34,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,35,71,72,73,88,94,95,96,97,98,99,100,101,102,89,90,91,92,89,55,75,76,78,79,80,20]
        print('a:')
        print(a)
        
        # a 中重复的元素, 仅保留首次出现的那个
        # 使用集合去重
        seen = set()
        unique_a = []
        for item in a:
            if item not in seen:
                unique_a.append(item)
                seen.add(item)
        
        print('unique_a:')
        print(unique_a)
        
        
        b = []
        c = []
        for i in range(105): 
            if i>=1 and i <=102: # 论文中最大的参考文献索引是 102
                # print(i)
                b.append(i)
        
                # 判断数字 7 首次在 unique_a 出现对应的索引, 索引+1,
                try:
                    c.append(unique_a.index(i)+1)
                except:
                    c.append(-99)
        
            pass
        
        print('b:')
        print(b)
        
        print('c:')
        print(c)
        
        # 遍历并打印对应元素
        for b_elem, c_elem in zip(b, c):
            print(f'b: {b_elem}, c: {c_elem}')
        
        
        d = []
        for i in a:
            d.append(c[i-1])
            pass
        print('d:')
        print(d)
        
        # 遍历并打印对应元素
        for a_elem, d_elem in zip(a, d):
            print(f'a: {a_elem}, d: {d_elem}')
        
      • 参考文献重新排序,

        【金山文档 | WPS云文档】 毕业论文-基于多源数据的海洋中尺度涡智能探测与三维结构反演技术研究-v2-20240806-ljc.docx
        https://www.kdocs.cn/l/coicz5uMcaUW
        依据,

        b: 1, c: 1
        b: 2, c: 2
        b: 3, c: -99
        b: 4, c: -99
        b: 5, c: 14
        b: 6, c: 10
        b: 7, c: 3
        b: 8, c: 7
        b: 9, c: 4
        b: 10, c: 11
        b: 11, c: 12
        b: 12, c: 13
        b: 13, c: -99
        b: 14, c: -99
        b: 15, c: -99
        b: 16, c: 5
        b: 17, c: 6
        b: 18, c: -99
        b: 19, c: 15
        b: 20, c: 16
        b: 21, c: 23
        b: 22, c: 25
        b: 23, c: 26
        b: 24, c: 27
        b: 25, c: 28
        b: 26, c: 29
        b: 27, c: 30
        b: 28, c: 31
        b: 29, c: 32
        b: 30, c: 17
        b: 31, c: 33
        b: 32, c: 18
        b: 33, c: 34
        b: 34, c: 20
        b: 35, c: 35
        b: 36, c: 19
        b: 37, c: 36
        b: 38, c: 37
        b: 39, c: 38
        b: 40, c: 39
        b: 41, c: 40
        b: 42, c: 21
        b: 43, c: 22
        b: 44, c: 41
        b: 45, c: 42
        b: 46, c: 43
        b: 47, c: 44
        b: 48, c: 45
        b: 49, c: 46
        b: 50, c: 47
        b: 51, c: 48
        b: 52, c: 49
        b: 53, c: 50
        b: 54, c: 51
        b: 55, c: 24
        b: 56, c: 52
        b: 57, c: 53
        b: 58, c: 54
        b: 59, c: 55
        b: 60, c: 56
        b: 61, c: 57
        b: 62, c: 58
        b: 63, c: 59
        b: 64, c: 60
        b: 65, c: 61
        b: 66, c: 62
        b: 67, c: 63
        b: 68, c: 64
        b: 69, c: 65
        b: 70, c: 66
        b: 71, c: 67
        b: 72, c: 68
        b: 73, c: 69
        b: 74, c: -99
        b: 75, c: 84
        b: 76, c: 85
        b: 77, c: -99
        b: 78, c: 86
        b: 79, c: 87
        b: 80, c: 88
        b: 81, c: -99
        b: 82, c: -99
        b: 83, c: -99
        b: 84, c: -99
        b: 85, c: -99
        b: 86, c: 8
        b: 87, c: 9
        b: 88, c: 70
        b: 89, c: 80
        b: 90, c: 81
        b: 91, c: 82
        b: 92, c: 83
        b: 93, c: -99
        b: 94, c: 71
        b: 95, c: 72
        b: 96, c: 73
        b: 97, c: 74
        b: 98, c: 75
        b: 99, c: 76
        b: 100, c: 77
        b: 101, c: 78
        b: 102, c: 79
      • 正文参考文献引用重新排序,

        【金山文档 | WPS云文档】 毕业论文-基于多源数据的海洋中尺度涡智能探测与三维结构反演技术研究-v2-20240806-ljc.docx
        https://www.kdocs.cn/l/coicz5uMcaUW
        依据,

        a: 1, d: 1
        a: 2, d: 2
        a: 7, d: 3
        a: 9, d: 4
        a: 16, d: 5
        a: 17, d: 6
        a: 8, d: 7
        a: 86, d: 8
        a: 87, d: 9
        a: 6, d: 10
        a: 10, d: 11
        a: 11, d: 12
        a: 12, d: 13
        a: 5, d: 14
        a: 19, d: 15
        a: 20, d: 16
        a: 30, d: 17
        a: 32, d: 18
        a: 36, d: 19
        a: 30, d: 17
        a: 32, d: 18
        a: 34, d: 20
        a: 42, d: 21
        a: 43, d: 22
        a: 21, d: 23
        a: 55, d: 24
        a: 22, d: 25
        a: 23, d: 26
        a: 24, d: 27
        a: 25, d: 28
        a: 26, d: 29
        a: 27, d: 30
        a: 28, d: 31
        a: 29, d: 32
        a: 30, d: 17
        a: 31, d: 33
        a: 32, d: 18
        a: 24, d: 27
        a: 33, d: 34
        a: 34, d: 20
        a: 35, d: 35
        a: 31, d: 33
        a: 36, d: 19
        a: 37, d: 36
        a: 38, d: 37
        a: 35, d: 35
        a: 39, d: 38
        a: 40, d: 39
        a: 38, d: 37
        a: 41, d: 40
        a: 39, d: 38
        a: 42, d: 21
        a: 43, d: 22
        a: 44, d: 41
        a: 45, d: 42
        a: 46, d: 43
        a: 47, d: 44
        a: 34, d: 20
        a: 48, d: 45
        a: 49, d: 46
        a: 50, d: 47
        a: 51, d: 48
        a: 52, d: 49
        a: 53, d: 50
        a: 54, d: 51
        a: 55, d: 24
        a: 56, d: 52
        a: 57, d: 53
        a: 58, d: 54
        a: 59, d: 55
        a: 60, d: 56
        a: 61, d: 57
        a: 62, d: 58
        a: 63, d: 59
        a: 64, d: 60
        a: 65, d: 61
        a: 66, d: 62
        a: 67, d: 63
        a: 68, d: 64
        a: 69, d: 65
        a: 70, d: 66
        a: 35, d: 35
        a: 71, d: 67
        a: 72, d: 68
        a: 73, d: 69
        a: 88, d: 70
        a: 94, d: 71
        a: 95, d: 72
        a: 96, d: 73
        a: 97, d: 74
        a: 98, d: 75
        a: 99, d: 76
        a: 100, d: 77
        a: 101, d: 78
        a: 102, d: 79
        a: 89, d: 80
        a: 90, d: 81
        a: 91, d: 82
        a: 92, d: 83
        a: 89, d: 80
        a: 55, d: 24
        a: 75, d: 84
        a: 76, d: 85
        a: 78, d: 86
        a: 79, d: 87
        a: 80, d: 88
        a: 20, d: 16

2024-08-07 下午发到群里?, (暂时不发),

2024-08-07 晚上修改第一章的中文语言表达, (AI Chat),

【金山文档 | WPS云文档】 毕业论文-基于多源数据的海洋中尺度涡智能探测与三维结构反演技术研究-v2-20240807-ljc.docx
https://www.kdocs.cn/l/cp4szhQG994U

……


Author: Jincan
Reprint policy: All articles in this blog are used except for special statements CC BY 4.0 reprint policy. If reproduced, please indicate source Jincan !
  TOC