AI 助理
备案控制台
开发者社区 人工智能 文章 正文

PIE-engine APP教程 ——基于水体指数或监督分类方法的水体频率计算

2022-10-22 298
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： PIE-engine APP教程 ——基于水体指数或监督分类方法的水体频率计算

   本次我们来查看进行水体处理的分布，我们这里首先对数据进行预处理，先进行NDWI，AWEI、MNDWI等计算函数和去云函数，第二部分市机器学习部分这里有三个机器学习模型，分别是随机森林、贝叶斯和支持向量机

NDWI=（Band2-Band4）/（Band2+Band4），式中Band2表示绿光波段的反射率，Band4表示近红外波段的反射率。该方法尽管已经较为古老，但其是最为常用的水体提取方法（部分高分辨率数据仅有4个波段），并且目前很多的水体指数法都是在该方法地基础上进行地变化。该方法对于大部分的常规水体均可有效提取，但是同样受到其他因素的影响较大。

MNDWI=（Band2-Band5）/（Band2+Band5）式中Band2表示绿光波段的反射率，Band5表示中红外波段的反射率。该方法是NDWI的变种，但是总体提取精度要优于NDWI。但是对于部分高分辨率数据不适用（不存在中红外波段），因此在进行中低分辨率的水体自动提取时常用。且由于该方法对于部分湖泊湿地中的富营养化的水体提取也较为适用，因此也常用来提取此类水体。

randomColumn(columnName,seed,distribution)

向FeatureCollection中添加一列确定性伪随机数。

方法参数：

- featureCollection(FeatureCollection)

FeatureCollection实例

- columnName(String)

新增列的名称，默认为 'random'

- seed(Long)

随机种子，默认为0

- distribution(String)

生成随机数的分布类型。赋值为'uniform' 、'normal'之一

返回值：FeatureCollection

confusionMatrix()

计算监督分类分类器结果的混淆矩阵

方法参数：

- Classifier(Classifier)

监督分类分类器实例

返回值：ConfusionMatrix

代码：

/**
 * @Name    :   基于PIE-Engine的水体频率变化长时序遥感监测自动计算平台
 * @Time    :   2021/06/30
 * @Author  :   中国地质大学（武汉）水体频率小组
 * @Desc    :   基于水体指数或监督分类方法的水体频率计算
 * @Source  :   航天宏图第四届 “航天宏图杯”PIE软件二次开发大赛云开发组二等奖获奖作品
 */
//设定预定的的变量备用
var layerKey = null;
var roiKey = null;
var selectDates = ["2016-1-1", "2016-12-31"];
var selectCode = "";
var selectTag = "NDWI";
var selectcity = "wuhan";
var selectyear = "2018";
var selectThreshold = "";
var k = 0,
    y = 0;
var selectYZ = "随机序列作为验证样本"
//这里是将图层
var layerTF = [false, false, false, false, false, false];
对数据的预处理部分/
//获得感兴趣的研究区域
function getROI(cityname) {
    var ChinaCity = pie.FeatureCollection('user/pieadmin/ChinaCity');
    var roi = ChinaCity.filter(pie.Filter.eq('市', cityname)).first().geometry();
    Map.centerObject(roi, 8);
    roiKey = Map.addLayer(roi, { color: "#ff0000", fillColor: "#00000000" }, "roi");
    return roi;
}
//计算水体指数
function NDWI(image) {
    var ndwi = image.normalizedDifference(['B3', 'B5']).rename('NDWI');
    return ndwi.gt(pie.Number(selectThreshold));
};
function AWEI(image) {
    var awei = image.select(["B2", "B3", "B5", "B6", "B7"]).expression(
        'B2+2.5*B3-1.5*(B5+B6)-0.25*B7', {
            B2: image.select("B2"),
            B3: image.select("B3"),
            B5: image.select("B5"),
            B6: image.select("B6"),
            B7: image.select("B7"),
        }).rename('AWEI');
    return awei.gt(pie.Number(selectThreshold));
};
function MNDWI(image) {
    var mndwi = image.normalizedDifference(['B3', 'B6']).rename('mNDWI');
    return mndwi.gt(pie.Number(selectThreshold));
}
//训练样本波段范围0-5000，LC08/02/SR数据集范围0-50000，除以10处理
function divide10(image) {
    return imgd10 = image.divide(10);
}
//SR去云处理
function maskL8sr(image) {
    var qa = image.select('QA_PIXEL');
    var mask = qa.bitwiseAnd(1 << 3).eq(0)
        .and(qa.bitwiseAnd(1 << 4).eq(0))
        .and(qa.bitwiseAnd(1 << 5).eq(0));
    return image.updateMask(mask);
}
///机器学习分类水体/
function Machinelearning(images, samcity, k) {
    // 添加训练样本
    var TrainingPoints = pie.FeatureCollection('user/pieadmin/' + samcity + "ALL");
    // 预测使用的波段
    var bands = ['B2', 'B3', 'B4', 'B5', 'B6', 'B7', 'NDVI', 'mNDWI', 'AWEI'];
    // 分类标签
    var label = 'waterclass';
    //选择训练训练器
    switch (k) {
        case 0:
            var classifer = pie.Classifier.rTrees().train(TrainingPoints, label, bands);
            break;
        case 1:
            var classifer = pie.Classifier.normalBayes().train(TrainingPoints, label, bands);
            break;
        case 2:
            var classifer = pie.Classifier.svm().train(TrainingPoints, label, bands);
            break;
    }
    function water_index(img) {
        var image = img.select(["B2", "B3", "B4", "B5", "B6", "B7"]);
        var ndvi = image.normalizedDifference(['B5', 'B4']).rename('NDVI');
        var mndwi = image.normalizedDifference(['B3', 'B6']).rename('mNDWI');
        var awei = image.select(["B2", "B3", "B5", "B6", "B7"]).expression(
            'B2+2.5*B3-1.5*(B5+B6)-0.25*B7', {
                B2: image.select("B2"),
                B3: image.select("B3"),
                B5: image.select("B5"),
                B6: image.select("B6"),
                B7: image.select("B7"),
            }).rename('AWEI');
        return img.addBands(ndvi).addBands(mndwi).addBands(awei);
    }
    var image = images.map(water_index);
    var resultImage = image.map(function(image) {
        var Rfiamge = image.select(bands).classify(classifer);
        return Rfiamge;
    });
//随机序列的生成
    var sampleFeatureCollection = TrainingPoints.randomColumn('random');
    if (y == 0) var sampleTestingFeatures = sampleFeatureCollection.filter(pie.Filter.gt("random", 0.7));
    if (y == 1) var sampleTestingFeatures = pie.FeatureCollection('user/pieadmin/' + samcity + "ALL");
    var checkM = classifer.confusionMatrix();
    print("训练矩阵-ACC系数：", checkM.acc(), "训练矩阵-Kappa系数：", checkM.kappa());
    var predictResult = sampleTestingFeatures.classify(classifer, "classification");
    var errorM = predictResult.errorMatrix("waterclass", "classification")
    print("验证矩阵-ACC系数：", errorM.acc(), "验证矩阵-Kappa系数：", errorM.kappa());
    return resultImage;
}
//计算有效像元
function validPixel(image) {
    return image.select('B2').gte(0);
};
//计算水体频率并分类
function FrequencyC(roi, startDate, endDate, way, samcity) {
    l8_images = pie.ImageCollection("LC08/02/SR")
        .filterDate(startDate, endDate)
        .filterBounds(roi)
        .filter(pie.Filter.lt('cloud_cover', 30))
        .select(['B2', 'B3', 'B4', 'B5', 'B6', 'B7', 'QA_PIXEL'])
        .map(maskL8sr);
    print("影像数量为：");
    print(l8_images.size());
    //计算有效像元个数
    var pixel_validNumber = l8_images.map(validPixel).sum().clip(roi);
    //分方法计算水体个数和水体频率
    var water_validNumber;
    if (way == "NDWI") {
        water_validNumber = l8_images.map(NDWI).sum().clip(roi);
        var waterFrequency = water_validNumber.divide(pixel_validNumber).rename('frequency');
    }
    if (way == "AWEI") {
        water_validNumber = l8_images.map(AWEI).sum().clip(roi);
        var waterFrequency = water_validNumber.divide(pixel_validNumber).rename('frequency');
    }
    if (way == "MNDWI") {
        water_validNumber = l8_images.map(MNDWI).sum().clip(roi);
        var waterFrequency = water_validNumber.divide(pixel_validNumber).rename('frequency');
    }
    if (way == "随机森林") {
        water_validNumber = Machinelearning(l8_images.map(divide10), samcity, 0).sum().clip(roi);
        var waterFrequency = water_validNumber.divide(pixel_validNumber).rename('frequency');
    }
    if (way == "正态贝叶斯") {
        water_validNumber = Machinelearning(l8_images.map(divide10), samcity, 1).sum().clip(roi);
        var waterFrequency = water_validNumber.divide(pixel_validNumber).rename('frequency');
    }
    if (way == "支持向量机") {
        water_validNumber = Machinelearning(l8_images.map(divide10), samcity, 2).sum().clip(roi);
        var waterFrequency = water_validNumber.divide(pixel_validNumber).rename('frequency');
    }
    var vis2 = {
        min: 0,
        max: 1,
        palette: ['ffffff', 'f8f8ff', '87cefa', '1e90ff', '4169e1', '000080']
    };
    var data = {
        title: "水体频率",
        colors: ["#ffffff", "#f0f8ff", "#add8e6", "#87ceeb", "#6495ed", "#4169e1", "#0000ff", "#0000cd", "#000080"],
        labels: ["0", "0.25", "0.5", "0.75"],
        step: 2
    };
    var style = {
        right: "150px",
        bottom: "10px",
        height: "70px",
        width: "350px"
    };
    var legend = ui.Legend(data, style);
    Map.addUI(legend);
    var PermanentWater = waterFrequency.gte(0.75).rename("waterclass");
    var mask1 = waterFrequency.gte(0.25);
    var mask2 = waterFrequency.lt(0.75);
    var SensonalWater = pie.ImageCollection.fromImages([mask1, mask2]).sum().eq(2).rename('waterclass');
    var Land = waterFrequency.lt(0.25).rename("waterclass");
    var MaskPS = waterFrequency.gte(0.25);
    Map.addLayer(waterFrequency.updateMask(MaskPS), vis2, '水体频率图层');
    //显示各水体类别的图层
    Map.addLayer(PermanentWater.setMaskValue(0), { uniqueValue: '1', palette: ['000080'] }, 'permanent waterbody', layerTF[3]);
    Map.addLayer(SensonalWater.setMaskValue(0), { uniqueValue: '1', palette: ['FF0000'] }, 'seasonal waterbody', layerTF[4]);
    Map.addLayer(Land.setMaskValue(0), { uniqueValue: '1', palette: ['FFFF00'] }, 'land', layerTF[5]);
    Map.addLayer(l8_images.mosaic().clip(roi), { min: 0, max: 30000, bands: ["B4", "B3", "B2"] }, 'B4/B3/B2', layerTF[0]);
    Map.addLayer(l8_images.mosaic().clip(roi), { min: 0, max: 30000, bands: ["B5", "B4", "B3"] }, 'B5/B4/B3', layerTF[1]);
    Map.addLayer(l8_images.mosaic().clip(roi), { min: 0, max: 30000, bands: ["B5", "B6", "B4"] }, 'B5/B6/B4', layerTF[2]); //432,543,564
    return waterFrequency;
}
///UI设计部分/
var label1 = ui.Label("基于PIE-engine的水体频率变化长时序遥感监测自动计算平台", { "font-size": "20px" })
var label2 = ui.Label("一、区域地表水水体频率计算：", { "font-size": "18px" })
var label3 = ui.Label("请选择研究的时间范围，选择起始时间和终止时间(2013.07——现在数据可用)：", { "font-size": "15px" });
var label4 = ui.Label("请选择水体提取方法，目前包括指数法和监督分类法：", { "font-size": "15px" });
//选择研究区模块
var textBox1 = ui.TextBox({
    placeholder: "请输入行政市名字(XX市)",
    value: selectCode,
    onChange: function(value) {
        selectCode = value;
    },
    disabled: false
})
var textboxName1 = ui.Label("请设置研究区范围，区域类别为市级行政区划范围，如武汉市：", { "font-size": "15px" });
var textboxPanel1 = ui.Panel({
    widgets: [textboxName1, textBox1],
    layout: ui.Layout.flow("vertical")
});
//选择时间范围模块
var selectdateName = ui.Label("日期范围：", { "font-size": "15px" });
var dateSelect = ui.DateSelect({
    type: "daterange",
    placeholder: "请输入数值",
    value: selectDates,
    onChange: function(value) { selectDates[0] = value[0];
        selectDates[1] = value[1]; },
    disabled: false,
});
var selectdatePanel = ui.Panel({
    widgets: [selectdateName, dateSelect],
    layout: ui.Layout.flow("horizontal")
});
//选择提取水体方法模块
var select1 = ui.Select({
    items: ['AWEI', 'NDWI', "MNDWI", "随机森林", "正态贝叶斯", "支持向量机"],
    placeholder: "请选择",
    value: selectTag,
    multiple: false,
    onChange: function(value) {
        selectTag = value;
    }
})
var selectName = ui.Label("水体提取方法：", { "font-size": "15px" });
var selectPanel = ui.Panel({
    widgets: [selectName, select1],
    layout: ui.Layout.flow("horizontal")
});
//下一步按钮
var btn1 = ui.Button({
    label: "下一步",
    type: "success",
    onClick: clickBtn1,
    style: { left: "250px" }
});
//第一层界面
var panel = ui.Panel({
    widgets: [
        label1, label2,
        textboxPanel1,
        label3,
        selectdatePanel,
        label4,
        selectPanel,
        btn1
    ],
    style: {
        width: "350px",
        backgroundColor: "#fff"
    }
});
var panel1;
function clickBtn1() {
    print("选择的参数是：", "市名：" + selectCode, "时间范围：" + selectDates[0] + "_" + selectDates[1], "计算方法:" + selectTag);
    var label3 = ui.Label("选择的提取方法为指数法");
    var label4 = ui.Label("选择的提取方法为监督分类法");
    //选择阈值模块
    var textBox2 = ui.TextBox({
        placeholder: "阈值(推荐值:0-0.2)",
        value: selectThreshold,
        onChange: function(value) {
            selectThreshold = value;
        },
        disabled: false
    })
    var textboxName2 = ui.Label("请输入指数法计算阈值：", { "font-size": "13px" });
    var textboxPanel2 = ui.Panel({
        widgets: [textboxName2, textBox2],
        layout: ui.Layout.flow("horizontal")
    });
    //计算水体频率按钮
    var btn2 = ui.Button({
        label: "计算水体频率",
        type: "success",
        onClick: clickBtn2,
        style: { left: "50px" }
    });
    var btn2N = ui.Button({
        label: "上一步",
        onClick: function() { ui.root.add(panel);
            ui.root.remove(panel1); },
        style: { left: "25px" }
    });
    var btnPanel = ui.Panel({
        widgets: [btn2N, btn2],
        layout: ui.Layout.flow("horizontal")
    });
    //选择训练样本模块
    var selectF = ui.Select({
        items: ['wuhan', 'suzhou', "tianjin", "ALL"],
        placeholder: "请选择",
        value: selectcity,
        multiple: false,
        onChange: function(value) {
            selectcity = value;
        }
    })
    var selectCName = ui.Label("选择训练样本城市名：", { "font-size": "13px" });
    var selectFPanel = ui.Panel({
        widgets: [selectCName, selectF],
        layout: ui.Layout.flow("horizontal")
    });
    //选择允许显示的图册模块
    var ckboxName = ui.Label("请选择需要加载显示的图层：");
    var checkbox = ui.Checkbox({
        label: ["B4/B3/B2", "B5/B4/B3", "B5/B6/B4", "永久性水体", "季节性水体", "陆地"],
        value: [],
        disabled: [],
        onChange: function(value) {
            layerTF[0] = false;
            layerTF[1] = false;
            layerTF[2] = false;
            for (var i = 0; i < value.length; i++) {
                if (value[i] == "B4/B3/B2") { layerTF[0] = true; }
                if (value[i] == "B5/B4/B3") { layerTF[1] = true; }
                if (value[i] == "B5/B6/B4") { layerTF[2] = true; }
                if (value[i] == "永久性水体") { layerTF[3] = true; }
                if (value[i] == "季节性水体") { layerTF[4] = true; }
                if (value[i] == "陆地") { layerTF[5] = true; }
            }
        }
    });
    //选择为指数法的界面
    if (selectTag == "AWEI" || selectTag == "NDWI" || selectTag == "MNDWI") {
        panel1 = ui.Panel({
            widgets: [
                label3,
                textboxPanel2,
                ckboxName,
                checkbox,
                btnPanel
            ],
            style: {
                width: "350px",
                backgroundColor: "#fff"
            }
        });
        k = 0;
    }
    //选择为机器学习法的界面
    if (selectTag == "随机森林" || selectTag == "正态贝叶斯" || selectTag == "支持向量机") {
        panel1 = ui.Panel({
            widgets: [
                label4,
                selectFPanel,
                ckboxName,
                checkbox,
                btnPanel
            ],
            style: {
                width: "350px",
                backgroundColor: "#fff"
            }
        });
        k = 1;
    }
    ui.root.add(panel1);
    ui.root.remove(panel);
}
function clickBtn2() {
    var str = "";
    if (k == 0) { print("计算的阈值为：" + selectThreshold);
        str = "计算的阈值为：" + selectThreshold; }
    if (k == 1) { print("选择的分类器为:" + selectcity);
        str = "选择的分类器为:" + selectcity; }
    if (selectYZ == "随机序列作为验证样本") y = 0;
    if (selectYZ == "训练样本作为验证") y = 1;
    var roi = getROI(selectCode);
    var waterFrequency = FrequencyC(roi, selectDates[0], selectDates[1], selectTag, selectcity);
    var printlabel = ui.Label("用户已选的参数为：", { "font-size": "20px" });
    var printlabel1 = ui.Label("市名：" + selectCode);
    var printlabel2 = ui.Label("时间范围：" + selectDates[0] + "_" + selectDates[1]);
    var printlabel3 = ui.Label("计算方法:" + selectTag);
    var printlabel4 = ui.Label(str);
    var selectTag1 = "B4/B3/B2";
    var label5 = ui.Label("请用户选择需要下载的影像，包括原始影像和水体频率：", { "font-size": "18px" })
    function clickBtn3() {
        print("导出影像:" + selectTag1);
        function exportImageToDrive(image, region) { //导出影像
            Export.image({
                image: image,
                description: "ExportImage",
                region: region,
                scale: 30
            });
        }
        if (selectTag1 == "B4/B3/B2") {
            timages = pie.ImageCollection("LC08/02/SR")
                .filterDate(selectDates[0], selectDates[1])
                .filterBounds(roi)
                .filter(pie.Filter.lt('cloud_cover', 20))
                .select(['B4', 'B3', 'B2'])
                .map(maskL8sr).mosaic().clip(roi);
            exportImageToDrive(timages, roi);
        }
        if (selectTag1 == "水体频率影像") { exportImageToDrive(waterFrequency, roi); }
    }
    var select2 = ui.Select({
        items: ['B4/B3/B2', '水体频率影像'],
        placeholder: "请选择",
        value: selectTag1,
        multiple: false,
        onChange: function(value) { selectTag1 = value; }
    });
    var btn12 = ui.Button({
        label: "确定",
        type: "success",
        onClick: clickBtn3,
        style: { left: "0px" }
    });
    var selectName2 = ui.Label("输出影像：");
    var selectPanel1 = ui.Panel({
        widgets: [selectName2, select2, btn12],
        layout: ui.Layout.flow("horizontal")
    });
    var panel2 = ui.Panel({
        widgets: [printlabel, printlabel1, printlabel2, printlabel3, printlabel4, label5, selectPanel1],
        style: {
            width: "350px",
            backgroundColor: "#fff"
        }
    });
    ui.root.add(panel2);
    ui.root.remove(panel1);
}
ui.root.add(panel);

image.png

 

image.png

这个APP的训练集中只有武汉，天津等几个城市的训练集，而且计算时间会非常长，并且结果依旧没有出现。


文章标签：
机器学习/深度学习
关键词：
APP方法
APP教程
APP分类
APP计算
pie-engine APP教程
此星光明
目录
相关文章
上海龙兵兵数字科技有限公司成都分公司
|
1月前
|
小程序
家政服务小程序APP开发，做好上门家政最快的方法是什么？
在家政服务领域，打造成功的平台并非易事。本文分享了三个关键步骤：避免初期盲目投入、采用低成本获客方式、建立有效的阿姨筛选机制。遵循这些方法，可助你避开常见陷阱，成为行业头部平台。
上海龙兵兵数字科技有限公司成都分公司
54 2
老板这功能得加钱
|
7月前
|
Android开发 移动开发 小程序
binder机制原理面试，安卓app开发教程
binder机制原理面试，安卓app开发教程
老板这功能得加钱
89 1
binder机制原理面试，安卓app开发教程
土木林森
|
7月前
|
搜索推荐 前端开发 JavaScript
【专栏】从网页轻松转换为应用越来越便捷
【4月更文挑战第27天】本文介绍了将网页转换为移动应用的在线生成App过程，包括原理（封装网页内容，添加移动特性）、优势（便捷高效，节省成本，快速上线）以及具体步骤（选择工具，准备内容，配置选项，生成测试，发布推广）。同时，注意版权、兼容性和用户体验问题。通过案例分析和实践经验分享，帮助读者深入了解如何通过在线工具实现App梦想，强调了网页优化、用户界面设计和个性化定制的重要性。
土木林森
212 3
路边两盏灯
|
4月前
|
PHP 开发工具 git
【Azure 应用服务】在 App Service for Windows 中自定义 PHP 版本的方法
【Azure 应用服务】在 App Service for Windows 中自定义 PHP 版本的方法
路边两盏灯
52 1
路边两盏灯
|
4月前
|
安全 Java 应用服务中间件
【Azure 应用服务】App Service中，为Java应用配置自定义错误页面，禁用DELETE, PUT方法
【Azure 应用服务】App Service中，为Java应用配置自定义错误页面，禁用DELETE, PUT方法
路边两盏灯
23 0
【Azure 应用服务】App Service中，为Java应用配置自定义错误页面，禁用DELETE, PUT方法
蓝易云
|
6月前
|
Ubuntu Android开发
蓝易云 - Ubuntu上导出APP的base.apk方法说明
注意：在实际的生产环境中，你应该使用 `assembleRelease`任务来构建一个用于发布的Release版本的APK，并且你需要提前配置好签名信息。
蓝易云
195 58
VipSoft
|
4月前
|
iOS开发
App备案与iOS云管理式证书 ，公钥及证书SHA-1指纹的获取方法
App备案与iOS云管理式证书 ，公钥及证书SHA-1指纹的获取方法
VipSoft
239 0
App备案与iOS云管理式证书 ，公钥及证书SHA-1指纹的获取方法
AI2中文网
|
4月前
|
网络协议 物联网 测试技术
App Inventor 2 MQTT拓展入门（保姆级教程）
本文演示的是App和一个测试客户端进行消息交互的案例，实际应用中，我们的测试客户端可以看着是任意的、支持MQTT协议的硬件，通过订阅及发布消息，联网硬件与我们的App进行双向数据通信，以实现万物互联的智能控制效果。
AI2中文网
239 2
爱你三千遍斯塔克
|
5月前
图库，设计类软件，App视频截图软件，外加设计图库，在你截取视频就能够实现图片收录，通过设计类网站后台控制系统，可以提前设置好，统计的分类内容，定义好分类，自动收录图片，再将截图汇总整理展示
图库，设计类软件，App视频截图软件，外加设计图库，在你截取视频就能够实现图片收录，通过设计类网站后台控制系统，可以提前设置好，统计的分类内容，定义好分类，自动收录图片，再将截图汇总整理展示
爱你三千遍斯塔克
42 1
图库，设计类软件，App视频截图软件，外加设计图库，在你截取视频就能够实现图片收录，通过设计类网站后台控制系统，可以提前设置好，统计的分类内容，定义好分类，自动收录图片，再将截图汇总整理展示
路边两盏灯
|
4月前
|
安全 PHP Windows
【Azure 应用服务】如何让App Service 支持 Delete 方法 
【Azure 应用服务】如何让App Service 支持 Delete 方法 
路边两盏灯
28 0

热门文章

最新文章

  • 1
    【83行代码获奖代码】高中生@青藤木子 耗费一周给妈妈编写了一款语音识别APP
  • 2
    3个常用外贸软件及app工具整理
  • 3
    App_Code目录中存放不同语言的类文件导致错误的解决方案
  • 4
    15套帮助你展示 App 设计的透视屏幕原型素材
  • 5
    .replace(R.id.container, new User()).commit();/The method replace(int, Fragment) in the type FragmentTransaction is not app
  • 6
    重新想象 Windows 8.1 Store Apps (78) - 控件增强: ScrollViewer, FlipView, Popup
  • 7
    Google App Engine Web开发之java类到网址的映射——实现用java类处理jsp页面的提交
  • 8
    App 组件化/模块化之路——构建开发架构思路
  • 9
    微信公众平台小程序会是下一个App Store吗？
  • 10
    ios俩个APP之间跳转、传值
  • 1
    uni-app和Vue.js二者之间有什么区别？
    75
  • 2
    uni-app 安装与配置
    124
  • 3
    开发uniapp过程中对app、微信小程序与h5的webview调试
    1222
  • 4
    jenkins编译H5做的android端编译卫士app记录
    58
  • 5
    C#/ASP.NET应用程序配置文件app.config/web.config的增、删、改操作
    80
  • 6
    Xpath高阶定位技巧，轻松玩转App测试元素定位！
    100
  • 7
    简洁大气APP下载单页源码
    131
  • 8
    uni-app 从vue3项目创建到Pinia管理数据全局使用 持久化存储数据 详细教程
    749
  • 9
    Android APP 隐藏系统软键盘的方法
    160
  • 10
    Android修改默认system/bin/下可执行程序拥有者和权限，使用实例，只有root和系统app权限才能执行某个命令。
    357

    • 相关课程

    更多
  • 互联网安全-移动APP漏洞风险与解决方案

    • 相关电子书

    更多
  • 女性移动App安全攻防战
  • 汇聚云计算的生态核能——云市场，云上APP Store
  • 千万级用户直播App——服务端架构设计和思考

    • 相关实验场景

    更多
  • 星轨-钉钉APP分发实训
    • 下一篇
    DataWorks售前咨询