intitle指令有什么用？
intitle是经常用到的高级搜索指令之一。它的含义是：返回页面标题中包含有指定关键词的页面
降维算法？
1.TSNE算法思想：（1）SNE，其基本思想为在高维空间相似的数据点，映射到低维空间距离也是相似的。算法利用距离表达两个点之间的相似性。常用的距离度量方式是：欧式距离。（2）t-SNE,做出的优化是用t分布取代SNE中的高斯分布，使得降维后的数据，同类之间更加紧凑，不同类之间距离加大。换言之，对应于无监督聚类指标轮廓系数更好。2.PCA算法思想：将原有的n个特征，投影到k为空间，k维度空间之间两两正交称为主成分，新的特征由原特征变换而来。算法实现：在python中通过调用模块sklearn，两者都是封装好的函数，参考函数文档调参即可。
intitle搜索引擎使用技巧？
双引号，完全匹配。在查询词外加上双引号，表示查询词不能被拆分，在返回结果中必须完整出现，达到精准匹配的目的。比如：“新乡医学院”。filetype，查询指定的文件格式。搜索某一文件格式即返回所指定的文件格式，支持的文件格式可以是pdf/doc/ppt等。比如：filetype:ppt 新型冠状肺炎疫情（其冒号为英文状态下），返回的就是所有包含新型冠状肺炎疫情这个关键词的PPT文件。加号，必须含某个关键词。在查询词前加上加号，加号前面需要加空格，加号后面不加空格，其搜索结果必含有加号后面的搜索词。比如：唐代诗人 +杜甫。减号，排除部分关键词。减号代表搜索不包含减号后面的关键词的页面，使用这个指令时减号前面需要加空格，减号后面不加空格，紧跟需要排除的词。比如：唐代诗人 -杜甫。
findpeak函数用法？
matlab提供了查找波峰的函数findpeaks。findpeaks()函数寻找数据data中的局部峰值。其调用方式为：%常用调用方式为： 1.[peaks,locs] = findpeaks(data); % 查找数据中的波峰 %可以自定义波峰阈值，适用于极值较多的情况下 2.[peaks,locs] = findpeaks(data,'minpeakheight',mph)----mph 设定峰值的最小高度 %也可以根据间隔来查找波峰 [peaks,locs] = findpeaks(data,'minpeakdistance',mpd)----mpd 设定两峰值间的最小间隔
python语言提供的查找算法有max min？
a = input()max(a)min(a)第一行注意下输入的格式和类型。python里面自带max和min方法。不用再去对元组或列表进行排序，找最大值最小值
谁能提供一个自动寻峰的算法？
寻峰(Peaksearch) 现在还没有一种公认的适用于各种情况的寻峰算法，而人们的眼睛才是最好的寻峰工 具。为了处理各种不同情况下的寻峰，我们在程序中包含了4种自动寻峰方法，另外 还可以进行手动寻峰。 在寻峰(Peak)菜单下列有5中选项，前4项为自动寻峰，第5项为手动寻峰。将鼠标移 至所需选项后松开，程序就弹出寻峰控制窗口。在寻峰控制窗口中选定或输入寻峰参 数后，单击显示(Show)按钮，已经寻到的衍射峰上方出现一条竖线。如果寻峰结果不 理想，可以改变寻峰参数再试。甚至可以更换寻峰方式。得到满意结果后，点击确认 (OK)按钮。这时程序弹出波长设定窗口，在其中输入或选定适用波长后用鼠标点击确 认按钮(OK),程序提示是否要把寻峰结果存入文件，随后显示寻峰结果，给出包含衍 射峰角度、晶面间距、峰高、峰面积和半高宽的列表。 简单寻峰(SimplePeak) 简单寻峰是一种在相邻的衍射点中寻找极大点的寻峰方式。优点是计算简单，只要输 入寻峰点数和一个相对强度。这种算法在寻找不存在严重重叠的峰时很有用，而且得 出的衍射峰面积和半高宽也最为准确，但不能寻到处于肩膀上的峰。 在寻峰控制窗口中选定或输入寻峰点数(SelectPoints)和强度限制(IntensityLimit %)后即可寻峰。强度限制是指相对于衍射图中最强峰的相对强度，低于该强度的峰被 程序忽略。寻到的峰太多，可以增加寻峰点数和强度限制值。反之，则可以减小寻峰 点数和强度限制。 二阶导数寻峰(2ndDerivative) 利用二阶导数寻峰是比较常用的一种寻峰方式。它的工作原理是在峰位置上二阶导数 出现极小值。这种方式是我们推荐使用的寻峰方式。 利用二阶导数寻峰除了要设定寻峰点数和强度限制外，还有一个二阶导数限制 (DerivativeLimit ％)。二阶导数限制值越大，寻到的峰越少。其它操作于前述简单寻峰方式相同。 尝试寻峰(Test) 这是我们参照国外一些最新的算法自编的试验性的寻峰方法。它是根据数据点的变化 趋势同时考虑数据噪声水平确定峰位的。这种寻峰方式对处于肩膀上的峰也不敏感。 我们以后还要改进这一算法。 尝试寻峰需要选定或输入的控制参数共有三个，强度限制，面积限制(Arealimit%)和 噪声因子(Noisefactor)。这三个参数的值越大，寻到的峰越少。可以适当调节输入 参数值来达到满意的寻峰效果。零卷积寻峰(NewTest) 这是我们参照卷积寻峰算法自编的零卷积寻峰方法。它的工作原理是设计一个离散函 数，使得该离散函数与衍射数据的卷积在无峰处为零或小于零，而在峰位卷积为一个 局部极大值。 零卷积寻峰需要选定或输入的控制参数共有三个，寻峰点数，强度限制和面积限制。 强度限制和面积限制这两个参数的值越大，寻到的峰越少。寻峰点数的选择请参照2 .8.1中的描述。 手动寻峰(ManualPick) 先用鼠标单击工具条中的图形放大按钮，选定图形放大功能，然后用鼠标选定局部放 大范围。手动寻峰可以在局部或全部衍射角度范围内进行。方法是在待选定区域左上 方按下鼠标，然后拉动鼠标(Drag)至待选定区域的右下方，放开鼠标按钮。程序弹出 图形(ZoomPlot)放大窗口,并显示出该局部的放大图形。从图形放大窗口的任务菜单 中用鼠标选择加峰减峰(Add/RemovePeak)一项。随后可在各衍射峰的峰顶处用鼠标点 击，程序在峰顶上加一个竖线作为标记。如果在标记处再用鼠标点击，就能去除该标 记对应的衍射峰。完成后按结束按钮即可完成手动寻峰。随后的操作同以上所述。
如何提取影像中的DN值？
尝试：从MODIS影像开始，不借助MRT软件前提下，完成对数据的转投影、重采样工作，在这张影像上操作提取DN值。1.从MODIS影像中提取NDVI波段，将其另存为GeoTiff文件（LI_DNVI.tif）。2.Python+GDAL操作，实现投影转换，生成文件LI_reprojected.tif。3.ENVI+IDL操作，重采样NDVI数据的空间分辨率，生成文件LI_resampled.hdr、LI_resampled.tif，即是问题中MODIS数据经过重投影、重采样得到的目标影像。4.在LI_resampled.tif影像上（如果代码显示该文件Not a Tiff file，参考：GeoTiff Supported by ArcGIS），应用方法1和方法2提取坐标点对应的DN值。