当前位置: 首页 > news >正文

【大模型ChatGPT+ArcGIS】数据处理、空间分析、可视化及多案例综合应用

在数字化和智能化的浪潮中,GIS(地理信息系统)和GPT(生成式预训练模型)的结合正日益成为推动科研、城市规划、环境监测等领域发展的关键技术。GIS以其强大的空间数据处理、先进的空间分析工具、灵活的地图制作与可视化能力、广泛的扩展性和定制性,成为地理信息科学的核心工具。它在多学科领域的应用,如城市规划、环境科学、交通管理等,发挥着至关重要的作用。而GPT则以其在自然语言处理、文本生成、智能对话和知识库构建方面的优势,为GIS的智能化和自动化带来了新的可能性,提升了文本创作的效率和智能系统的交互体验。 ArcGIS作为GIS领域的领先平台,具备处理海量空间数据、执行复杂空间分析、制作专业地图、进行遥感图像处理和分析、实现二次开发等众多优势。它支持与多种空间数据库连接,提供了协作工具和持续的技术支持,拥有庞大的用户社区和教育资源,是空间分析和地理信息科学不可或缺的工具。

结合ArcGIS和GPT的优势,重点介绍AI大模型应用、ArcGIS工作流程及功能、Prompt使用技巧、AI助力工作流程、AI助力数据读取与处理、AI助力空间分析、AI助力遥感分析、AI助力二次开发、AI助力科研绘图以及ArcGIS与AI的综合应用。不仅涵盖了GIS和AI的基础理论和方法,还包括了实际案例分析和操作实践,旨在帮助大家掌握GIS和AI结合应用的前沿技术和方法,提升个人专业技能,为未来的职业发展和科研创新打下坚实的基础。能够更有效地进行空间数据分析,为决策提供科学依据,推动相关领域的技术进步和创新发展。

专题一、AI大模型应用

1.1 人工智能(AI)、机器学习、深度学习及大模型

1.2 目前常用大模型介绍

1.3 ChatGPT简介

1.4 ChatGPT可以做什么?

1.5 ChatGPT演示使用

专题二、ArcGIS工作流程及功能

2.1 ArcGIS功能介绍

2.2 ArcGIS安装及注意事项

2.3 ArcGIS工作流程

2.4 python语言及ArcGIS中的使用

专题三、prompt的使用技巧

3.1 prompt介绍

3.2 最好的原则和策略

3.3 优质的学术提问prompt

3.4 AI+ArcGIS应用介绍

专题四、AI助力工作流程

4.1 AI文献搜索和读取

4.2 AI查找研究热点

4.3 AI助力工作大纲

4.4 AI帮助决定使用什么工具

4.5 AI助力ArcGIS技术流程

专题五、AI助力数据读取

5.1 数据结构、数据类型、数据格式

5.2 常用数据下载

5.3 ArcGIS数据读取

5.4 坐标系及投影变换

5.5 北京54、西安80、WGS84、CGCS2000坐标变换

5.6 案例:AI助力ArcGIS矢量数据读取

5.7 案例:AI助力ArcGIS栅格数据读取

5.8 案例:AI助力ArcGIS投影变换

专题六、AI助力数据编辑与处理

6.1 ArcGIS数据编辑与处理

6.2 案例:AI助力ArcGIS点、线、面等数据创建

6.3 案例:AI助力ArcGIS实现数据采集

6.4 案例:AI助力ArcGIS实现属性表操作

6.5 案例:AI助力ArcGIS实现对txt、excel数据的读取及点数据形成

6.6 案例:AI助力ArcGIS实现对ASCII数据读取及DEM形成

6.7 案例:AI助力ArcGIS实现数据批量入库

6.8 案例:AI助力ArcGIS实现数据类型转化

6.9 案例:AI助力ArcGIS实现数据结构转化

6.10 案例:AI助力ArcGIS实现数据拼接与裁剪

6.11 案例:AI助力ArcGIS实现数据融合与更新

专题七、AI助力空间分析

7.1 ArcGIS空间分析

7.2 案例:AI助力ArcGIS实现联合分析

7.3 案例:AI助力ArcGIS实现相交分析

7.4 案例:AI助力ArcGIS实现单环、多环缓冲区分析

7.5 案例:AI助力ArcGIS实现多要素缓冲分析

7.6 案例:AI助力ArcGIS实现查询分析

7.7 案例:AI助力ArcGIS实现面积、周长等计算

7.8案例:AI助力ArcGIS实现字段计算分析

7.9 案例:AI助力ArcGIS实现克里金插值分析

7.10 案例:AI助力ArcGIS实现栅格计算(加减乘除等)

7.11 案例:AI助力ArcGIS实现坡度坡向分析

7.12 案例:AI助力ArcGIS实现栅格数据重分类

专题八、AI助力遥感分析

8.1 ArcGIS遥感图像处理与分析

8.2 案例:AI助力ArcGIS实现遥感数据选择

8.3 案例:AI助力ArcGIS实现遥感数据读取

8.4 案例:AI助力ArcGIS实现遥感数据监督分类

8.5 案例:AI助力ArcGIS实现遥感数据非监督分类

8.6 案例:AI助力ArcGIS实现遥感数据NDVI计算

专题九、AI助力二次开发

9.1 ArcGIS二次开发

9.2 ArcGIS中python语言的使用

9.3 案例:AI助力ArcGIS实现批处理

9.4 案例:AI助力ArcGIS实现自动化处理

9.5 案例:AI助力ArcGIS实现python代码操作

9.6 案例:AI助力ArcGIS实现工具设计

专题十、AI助力科研绘图

10.1 ArcGIS科研绘图

10.2 案例:AI助力ArcGIS实现地图设计

10.3 案例:AI助力ArcGIS实现地图符号设置

10.4 案例:AI助力ArcGIS实现地图注释设置

10.5 案例:AI助力ArcGIS实现专题图制作

10.6 案例:AI助力ArcGIS实现经纬线网格地图

10.7 案例:AI助力ArcGIS实现全国气温地图

10.8 案例:AI助力ArcGIS实现人口密度地图

10.9 案例:AI助力ArcGIS实现污染空间插值地图

10.10 案例:AI助力ArcGIS实现土地利用变化地图

专题十一、ArcGIS+AI综合应用

11.1 土地综合应用:AI助力ArcGIS实现土地利用变化分析

11.2 水文综合应用:AI助力ArcGIS实现流域水文分析

11.3 环境综合应用:AI助力ArcGIS实现生态环境综合评价

11.4 农业综合应用:AI助力ArcGIS实现农业种植适宜性评价

11.5 气象综合应用:AI助力ArcGIS实现全国气温时空变化分析

11.6 水土保持应用:AI助力ArcGIS实现土壤侵蚀评价及控制措施评价

相关文章:

【大模型ChatGPT+ArcGIS】数据处理、空间分析、可视化及多案例综合应用

在数字化和智能化的浪潮中,GIS(地理信息系统)和GPT(生成式预训练模型)的结合正日益成为推动科研、城市规划、环境监测等领域发展的关键技术。GIS以其强大的空间数据处理、先进的空间分析工具、灵活的地图制作与可视化能…...

使用JMETER中的JSON提取器实现接口关联

一、JSON提取器介绍 JSON提取器是JMETER工具中用于从JSON响应中提取数据的重要组件,常常用于接口关联场景中(参数传递)。 二、添加JSON提取器 举例(积分支付接口请求数据依赖于创建订单接口响应的payOrderId) 1.在…...

Filecoin存储管理:如何停止Lotus向特定存储路径写入新扇区数据

Filecoin存储管理:如何停止Lotus向特定存储路径写入新扇区数据 引言背景问题场景解决方案步骤1:修改sectorstore.json文件步骤2:重新加载存储配置步骤3:验证更改 技术原理替代方案最佳实践结论 引言 在Filecoin挖矿过程中&#x…...

Elasticsearch太重?它的超轻量的替代品找到了!

简要介绍 在海量数据时代,快速而精准地找到所需信息至关重要。如果您正为此苦恼,或者您是 Elasticsearch 的用户,并对其资源消耗或性能有所关注,那么今天我要向您介绍一款名为 Manticore Search 的开源搜索数据库,它或…...

【计算机视觉】OpenCV实战项目: Fire-Smoke-Dataset:基于OpenCV的早期火灾检测项目深度解析

Fire-Smoke-Dataset:基于OpenCV的早期火灾检测项目深度解析 在当今数字化时代,火灾检测技术的智能化发展至关重要。传统的火灾检测方法依赖于烟雾传感器或人工监控,往往存在响应延迟或误报的问题。而随着计算机视觉技术的飞速发展&#xff0…...

STM32--PWM--函数

TIM_OCInitTypeDef TIM_OCInitTypeDef 是 STM32 标准外设库中用于配置定时器输出比较(Output Compare, OC)功能的结构体,主要用于 PWM 生成、单脉冲输出等场景。 typedef struct {uint16_t TIM_OCMode; // 输出比较模式uint16_t TIM_…...

软件测试应用技术(3) -- 软件评测师(十六)

5 事件驱动架构软件测试 5.1 事件驱动架构软件测试概述 事件驱动架构,简称EDA,是常用的架构范式中的一种,其关注事件的产生、识别、处理、响应。对于事件驱动架构系统的测试应特别注意其业务逻辑处理上的异步特性导致的缺陷和事件队列处理中…...

人工智能之数学基础:二次型

本文重点 二次型作为线性代数领域的重要概念,架起了代数方程与几何分析之间的桥梁。从古典解析几何中的圆锥曲线方程到现代优化理论中的目标函数,二次型以其简洁的数学表达和丰富的结构特性,在数学物理、工程技术和经济金融等领域发挥着不可替代的作用。 二次型的基本概念…...

MongoDB 创建索引原则

MongoDB索引创建原则 MongoDB索引是提高查询性能的关键工具,以下是创建索引的核心原则和最佳实践: 一、索引基础原则 ‌1. 索引本质‌:索引类似书籍目录,通过B-Tree数据结构对字段值排序存储,使查询复杂度从O(n)降为…...

空间复杂度** 与 **所需辅助空间**

当我们说一个算法的 空间复杂度是 O(1),通常特指“辅助空间”是 O(1),即:除了输入数据本身之外,算法只使用常数级别的额外空间。 ✅ 正确认解: O(1) 空间复杂度 ≈ O(1) 辅助空间 这表示: 不随输入规模增长…...

Spring Web MVC快速入门

什么是Spring Web MVC Spring Web MVC 是基于 Servlet API 构建的原始 Web 框架,从⼀开始就包含在 Spring 框架中。它的正式名称“Spring Web MVC”来⾃其源模块的名称(Spring-webmvc),但它通常被称为"Spring MVC". View(视图) 指在应⽤程序…...

RT-Thread 深入系列 Part 1:RT-Thread 全景总览

摘要: 本文将从 RTOS 演进、RT-Thread 的版本分支、内核架构、核心特性、社区与生态、以及典型产品应用等多维度,全面呈现 RT-Thread 的全景图。 关键词:RT-Thread、RTOS、微内核、组件化、软件包管理、SMP 1. RTOS 演进与 RT-Thread 定位 2…...

黄金、碳排放期货市场API接口文档

StockTV 提供了多种期货市场的数据接口,包括获取K线图表数据、查询特定期货的实时行情等。以下为对接期货市场的详细接口说明。 一、获取K线图表数据 通过调用/futures/kline接口,您可以获取指定期货合约的历史K线数据(例如开盘价、最高价、…...

SpringAI框架中的RAG知识库检索与增强生成模型详解

SpringAI框架中的RAG知识库检索与增强生成模型详解 一、RAG简介 RAG(Retrieval-Augmented Generation)可以通过检索知识库,克服大模型训练完成后参数冻结的局限性,携带知识让大模型根据知识进行回答。 二、SpringAI框架支持的R…...

LVGL- 按钮矩阵控件

1 按钮矩阵控件 lv_btnmatrix 是 LVGL(Light and Versatile Graphics Library) v8 中提供的一个非常实用的控件,用于创建带有多个按钮的矩阵布局。它常用于实现虚拟键盘、数字键盘、操作面板、选择菜单等场景,特别适用于嵌入式设…...

C++学习-入门到精通-【5】类模板array和vector、异常捕获

C学习-入门到精通-【5】类模板array和vector、异常捕获 类模板array和vector、异常捕获 C学习-入门到精通-【5】类模板array和vector、异常捕获一、array对象array对象的声明使用array对象的例子使用常量变量指定array对象的大小 二、基于范围的for语句三、利用array对象存放成…...

`待办事项css样式

vue <template> <div class"box"> <div class"head"> <h2>待办事项</h2> <input type"text" placeholder"请输入您的待办事项&#xff0c;按回车添加"> </div> <div class"main&q…...

spring ai alibaba 使用 SystemPromptTemplate 很方便的集成 系统提示词

系统提示词可以是.st 文件了&#xff0c;便于修改和维护 1提示词内容&#xff1a; 你是一个有用的AI助手。 你是一个帮助人们查找信息的人工智能助手。 您的名字是{name} 你应该用你的名字和{voice}的风格回复用户的请求。 每一次回答的时候都要增加一个65字以内的标题形如:【…...

Vue3 官方宣布淘汰 Axios,拥抱Alova.js

过去十年,Axios 凭借其简洁的API设计和浏览器/Node.js双环境支持,成为前端开发者的首选请求库。但随着现代前端框架的演进和工程化需求的升级,Alova.js 以更轻量、更智能、更符合现代开发范式的姿态登场。 一、Axios的痛点 1,冗余的适配逻辑,比如Axios的通用配置(但实际…...

2025年数维杯C题数据收集方式分享

2025年数维杯C题”清明时节雨纷纷&#xff0c;何处踏青不误春&#xff1f;“需要我们根据题目的要求自行数据&#xff0c;下图为目前已经收集到的问题一二数据集&#xff0c;本文将为大家详细的介绍具体收集数据方式以及处理方式。 通过网盘分享的文件&#xff1a;分享数据集 …...

手写 vue 源码 === ref 实现

目录 响应式的基本实现 Proxy 与属性访问器 Proxy 的工作原理 属性访问器&#xff08;Getter/Setter&#xff09; 为什么解构会丢失响应性 ref 和 toRefs 的解决方案 proxyRefs&#xff1a;自动解包 ref 总结 Vue3 的响应式系统是其核心特性之一&#xff0c;它通过 Pro…...

Python爬虫抓取Bilibili弹幕并生成词云

1. 引言 Bilibili&#xff08;B站&#xff09;是国内知名的视频分享平台&#xff0c;拥有海量的弹幕数据。弹幕是B站的核心特色之一&#xff0c;用户通过弹幕进行实时互动&#xff0c;这些数据对于分析视频热度、用户情感倾向等具有重要价值。 本文将介绍如何利用Python爬虫技…...

【Python 字典(Dictionary)】

Python 中的字典&#xff08;Dictionary&#xff09;是最强大的键值对&#xff08;key-value&#xff09;数据结构&#xff0c;用于高效存储和访问数据。以下是字典的核心知识点&#xff1a; 一、基础特性 键值对存储&#xff1a;通过唯一键&#xff08;Key&#xff09;快速访…...

k8s之探针

探针介绍&#xff1a; 编排工具运行时&#xff0c;虽说pod挂掉会在控制器的调度下会重启&#xff0c;出现pod重启的时候&#xff0c;但是pod状态是running,无法真实的反应当时pod健康状态&#xff0c;我们可以通过Kubernetes的探针监控到pod的实时状态。 Kubernetes三种探针类…...

upload-labs靶场通关详解:第三关

一、分析源代码 代码注释如下&#xff1a; <?php // 初始化上传状态和消息变量 $is_upload false; $msg null;// 检查是否通过POST方式提交了表单 if (isset($_POST[submit])) {// 检查上传目录是否存在if (file_exists(UPLOAD_PATH)) {// 定义禁止上传的文件扩展名列表…...

LeetCode:101、对称二叉树

递归法&#xff1a; /*** Definition for a binary tree node.* public class TreeNode {* int val;* TreeNode left;* TreeNode right;* TreeNode() {}* TreeNode(int val) { this.val val; }* TreeNode(int val, TreeNode left, TreeNode right) {…...

zst-2001 历年真题 UML

UML - 第1题 ad UML - 第2题 依赖是暂时使用对象&#xff0c;关联是长期连接 依赖&#xff1a;依夜情 关联&#xff1a;天长地久 组合&#xff1a;组一辈子乐队 聚合&#xff1a;好聚好散 bd UML - 第3题 adc UML - 第4题 bad UML - 第5题 d UML - 第6题 …...

对称加密以及非对称加密

对称加密和非对称加密是两种不同的加密方式&#xff0c;它们在加密原理、密钥管理、安全性和性能等方面存在区别&#xff0c;以下是具体分析&#xff1a; 加密原理 对称加密&#xff1a;通信双方使用同一把密钥进行加密和解密。就像两个人共用一把钥匙&#xff0c;用这把钥匙锁…...

Java反射 八股版

目录 一、核心概念阐释 1. Class类 2. Constructor类 3. Method类 4. Field类 二、典型应用场景 1. 框架开发 2. 单元测试 3. JSON序列化/反序列化 三、性能考量 四、安全与访问控制 1. 安全管理器限制 2. 打破封装性 3. 安全风险 五、版本兼容性问题 六、最佳…...

C++跨平台开发实践:深入解析与常见问题处理指南

一、跨平台开发基础架构设计 1.1 跨平台架构的核心原则 分层设计模式&#xff1a; 平台抽象层(PAL)&#xff1a;将平台相关代码集中管理 核心逻辑层&#xff1a;完全平台无关的业务代码 平台实现层&#xff1a;针对不同平台的特定实现 代码组织最佳实践&#xff1a; pro…...

【“星睿O6”AI PC开发套件评测】+ MTCNN 开源模型部署和测试对比

经过了前几篇文章的铺垫&#xff0c;从搭建 tensorflow 开发环境&#xff0c;到测试官方 onnx 模型部署到 NPU&#xff0c;接着部署自己的 mnist tensorflow 模型到 NPU。这是一个从易到难的过程&#xff0c;本篇文章介绍开源复杂的人脸识别模型 mtcnn 到 “星睿O6” NPU 的部署…...

JAVA实战开源项目:装饰工程管理系统 (Vue+SpringBoot) 附源码x

本文项目编号 T 179 &#xff0c;文末自助获取源码 \color{red}{T179&#xff0c;文末自助获取源码} T179&#xff0c;文末自助获取源码 目录 一、系统介绍二、数据库设计三、配套教程3.1 启动教程3.2 讲解视频3.3 二次开发教程 四、功能截图五、文案资料5.1 选题背景5.2 国内…...

centos 7 安装 java 运行环境

centos 7 安装 java 运行环境 java -version java version "1.8.0_131" Java(TM) SE Runtime Environment (build 1.8.0_131-b11) Java HotSpot(TM) 64-Bit Server VM (build 25.131-b11, mixed mode)java -version java version "1.8.0_144" Java(TM) …...

力扣题解:21.合并两个有序链表(C语言)

将两个升序链表合并为一个新的升序链表是一个经典的链表操作问题。可以通过递归或迭代的方法来解决。以下是解释和代码实现&#xff1a; 递归&#xff1a; 每次比较两个链表的头节点&#xff0c;将较小的节点添加到新链表中&#xff0c;并递归处理剩余部分。 截至条件&#xf…...

iOS App 安全性探索:源码保护、混淆方案与逆向防护日常

iOS App 安全性探索&#xff1a;源码保护、混淆方案与逆向防护日常 在 iOS 开发者的日常工作中&#xff0c;我们总是关注功能的完整性、性能的优化和UI的细节&#xff0c;但常常忽视了另一个越来越重要的问题&#xff1a;发布后的应用安全。 尤其是对于中小团队或独立开发者&…...

SpringBoot默认并发处理(Tomcat)、项目限流详解

SpringBoot默认并发处理 在 Spring Boot 项目中&#xff0c;默认情况下&#xff0c;同一时间能处理的请求数由​​内嵌的 Tomcat 服务器​​的线程池配置决定。 默认并发处理能力​ 请求处理流程​ 请求到达​​&#xff1a;新请求首先进入 TCP 连接队列&#xff08;最大 ma…...

Xterminal(或 X Terminal)通常指一类现代化的终端工具 工具介绍

Xterminal&#xff08;或 X Terminal&#xff09;通常指一类现代化的终端工具&#xff0c;旨在为开发者、运维人员提供更高效、更智能的命令行操作体验。 &#x1f4e2;提示&#xff1a;文章排版原因&#xff0c;资源链接地址放在文章结尾&#x1f447;&#x1f447;&#xff…...

如何把win10 wsl的安装目录从c盘迁移到d盘

标题&#xff1a;如何把win10 wsl的安装目录从c盘迁移到d盘 通过microsoft store安装的 wsl 目录默认在 C:\Users[用户名]\AppData\Local\wsl 下 wsl的docker镜像以及dify的编译环境会占用大量硬盘空间&#xff0c;0.15.3 、1.1.3、1.3.1 三个版本的环境占用空间超过40GB [图…...

2025医疗信息化趋势:健康管理系统如何重构智慧医院生态

当北京协和医院的门诊大厅启用智能分诊机器人时&#xff0c;距离其3000公里外的三甲医院正通过健康管理系统将慢性病复诊率降低42%。这场静默发生的医疗革命&#xff0c;正在重新定义2025年智慧医院的建设标准。 一、穿透数据孤岛的三大核心引擎 最新版《智慧医院评价指标体系…...

java volatile关键字

volatile 是 Java 中用于保证多线程环境下变量可见性和禁止指令重排序的关键字。 普通变量不加volatile修饰有可见性问题&#xff0c;即有线程修改该变量值&#xff0c;其他线程无法立即感知该变量值修改了。代码&#xff1a; private static int intVal 0; // 普通变量未加 …...

中阳策略模型:结构节奏中的方向感知逻辑

中阳策略模型&#xff1a;结构节奏中的方向感知逻辑 在交易世界中&#xff0c;“节奏”与“结构”的互动远比大多数人想象得复杂。中阳研究团队在大量实战数据分析中提出一个核心观点&#xff1a;方向感的建立&#xff0c;必须以结构驱动为前提&#xff0c;以节奏确认为依据。 …...

死锁的形成

死锁的形成 背景学习资源死锁的本质 背景 面试可能会被问到. 学习资源 一个案例: https://www.bilibili.com/video/BV1pz421Y7kM 死锁的本质 互相持有对方的资源. 存在资源竞争都没有释放. 可能出现死锁. insert into demo_user (no, name) values (6, ‘test1’) on dupl…...

每天五分钟深度学习框架pytorch:视觉工具包torchvison

本文重点 在pytorch深度学习框架中,torchvision是一个非常优秀的视觉工具包,我们可以使用它加载一些著名的数据集,然后我们可以使用它来加载网络模型,比如vgg,resnet等等,还可以使用它来预处理一些图片数据,本节课程我们将学习一下它的使用方式。 torchvision的四部分…...

C++之运算符重载实例(日期类实现)

日期类实现 C 日期类的实现与深度解析一、代码结构概览1.1 头文件 Date.h1.2 源文件 Date.cpp 二、关键函数实现解析2.1 获取某月天数函数 GetMonthDay2.2 构造函数 Date2.3 日期加减法运算2.4 前置与后置自增/自减操作2.5 日期比较与差值计算 三、代码优化与注意事项3.1 代码优…...

数据分析怎么做?高效的数据分析方法有哪些?

目录 一、数据分析的对象和目的 &#xff08;一&#xff09;数据分析的常见对象 &#xff08;二&#xff09;数据分析的目的 二、数据分析怎么做&#xff1f; &#xff08;一&#xff09;明确问题 &#xff08;二&#xff09;收集数据 &#xff08;三&#xff09;清洗和…...

数组和切片的区别

&#x1f49d;&#x1f49d;&#x1f49d;欢迎来到我的博客&#xff0c;很高兴能够在这里和您见面&#xff01;希望您在这里可以感受到一份轻松愉快的氛围&#xff0c;不仅可以获得有趣的内容和知识&#xff0c;也可以畅所欲言、分享您的想法和见解。 非常期待和您一起在这个小…...

【Linux】自定义shell的编写

&#x1f4dd;前言&#xff1a; 这篇文章我们来讲讲【Linux】简单自定义shell的编写&#xff0c;通过这个简单的模拟实现&#xff0c;进一步感受shell的工作原理。 &#x1f3ac;个人简介&#xff1a;努力学习ing &#x1f4cb;个人专栏&#xff1a;Linux &#x1f380;CSDN主页…...

【C/C++】为什么要noexcept

为什么要noexcept 在C中&#xff0c;noexcept修饰符用于指示函数不会抛出异常 1. 性能优化 减少异常处理开销&#xff1a;编译器在生成代码时&#xff0c;若函数标记为noexcept&#xff0c;可以省略异常处理的相关机制&#xff08;如栈展开代码&#xff09;&#xff0c;从而减…...

运用fmpeg写一个背英文单词的demo带翻译

-男生会因为不配而离开那个深爱的她吗&#xff1f;&#xff1f; 一&#xff0c; fmpeg-7.0.1 是做什么用的&#xff1f;&#xff1f; FFmpeg 7.0.1 是 FFmpeg 的一个版本&#xff0c;FFmpeg 是一个开源的多媒体框架&#xff0c;用于处理音视频数据。FFmpeg 提供了强大的工具和…...

Android 项目中配置了多个 maven 仓库,但依赖还是下载失败,除了使用代理,还有其他方法吗?

文章目录 前言解决方案gradlemaven 仓库 前言 我们在Android 开发的过程中&#xff0c;经常会遇到三方依赖下载不下来的问题。一般情况下我们会在项目的build.gradle文件中配置多个 maven 仓库来解决。 // Top-level build file where you can add configuration options com…...