博客 RSS 訂閱

mizy 頭像

over_50 - 提取atisVersion

關鍵字： iFlow、dumpcap、tshark、tcpflow、ngrep、BPF過濾器、JSON ⚠️ 注意事項 對於不能丟失端口數據包信息的ATIS監控需求，dumpcap是最佳選擇，其次是優化配置的tcpdump。這兩個工具都能在內核層面進行高效抓包，並提供完善的緩衝和輪轉機制來防止數據丟失。 .\TotalMonitor\l

xml , 實時監控 , aigc , Copilot , ci

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程四：計算機視覺 第三週：檢測算法 （四）YOLO 的完整傳播過程

此分類用於記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下： 原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料，含課件與筆記:吳恩達深度學習教學資料 課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案 本篇為第四課的第三週內容，3.9到3.10的內容，同時也是本週理論部分的最後一篇。 本週為第四課的第三週內容，這一課所有

AI

收藏 評論

u_15469972 頭像

mb61c46a7ab1eee - 【ZeroRange WebRTC】Kinesis Video Streams WebRTC 三大平面職責與協同關係總結 - 教程

Kinesis Video Streams WebRTC 三大平面職責與協同關係總結 基於 amazon-kinesis-video-streams-webrtc-sdk-c-main 源碼與 AWS 官方文檔 一、為什麼必須拆成三個平面？

oracle , rest , 客户端 , 緩存 , 數據庫

收藏 評論

u_16099245 頭像

遊俠小影 - hibernate column映射為mysql mediumtext

hibernate的持久化類 持久化：將內存中的一個對象持久化到數據庫中的過程，hibernate就是一個用來進行持久化的框架 持久化類：一個Java對象與數據庫中表建立了關係映射，那麼這個類在hibernate中就可以稱之為持久化類 Java實體類 該Java類的映射文件　 持久化類的使用　 提供無參構

User , MySQL , 數據庫 , 主鍵

收藏 評論

u_16213568 頭像

網絡小墨舞風 - Nginx實現負載均衡的幾種方式_51CTO博客

1. 🔄 反向代理 情景： 顧客想買手機，他走到購物中心前台問："手機店在哪？" 前台説："您稍等，我幫您聯繫"，然後前台去後面的手機店取來手機交給顧客。 技術解釋： 顧客不知道後面有多少家手機店，也不知道具體是哪家為他服務 前台（Nginx）代表後面的店鋪（服務器）為顧客服務

服務器 , 負載均衡 , 客户端 , JAVA , Nginx

收藏 評論

u_16213711 頭像

mob64ca1416f1ef - 基線數據不齊分析邏輯迴歸分析

　　基線的本意是指立體視覺系統中兩攝像機光心之間的距離。依據拍攝兩幅圖 像的視點位置關係可將對應點匹配問題分為寬基線(Wide Baseline)和窄基線匹配(Short Baseline)。寬基線一詞用於匹配時，泛指兩幅圖像有明顯不同的情況下的匹配。產生這種情況的原因有可能為攝像機之間的位置相差很大，也有可能由於攝像機旋轉或焦距的變化等因素產生的。

機器學習 , 鄰域 , 對應點 , 基線 , 基線數據不齊分析邏輯迴歸分析 , 人工智能

收藏 評論

kpaas 頭像

KPaaS集成擴展平台 - 聚水潭如何自動同步銷售出庫單到金蝶雲星空？購銷業務集成

在“以銷定採、快反快供”成為電商運營核心邏輯的今天，企業對前後端系統協同效率的要求前所未有地提高。前端依賴聚水潭等電商SaaS平台快速響應市場訂單、高效管理倉配；後端則依託金蝶雲·星空實現財務合規、成本核算與供應鏈計劃。然而，若兩者之間僅靠人工導表或簡單接口對接，極易在採購入庫、銷售出庫等關鍵業務環節出現斷點——不僅拖慢履約速度，更可能引發賬實不符、税務風險和客户投訴。 本

大數據 , yyds乾貨盤點 , 數據孤島解決方案 , 數據倉庫 , 異構數據整合 , 數據一致性 , etl , 數據集成與應用集成

收藏 評論

u_17512334 頭像

疆鴻智能研發中心 - 破局酒廠改造：一個網關讓PROFIBUS與485伺服精準共舞

破局酒廠改造：一個網關讓PROFIBUS與485伺服精準共舞 在現代化酒廠灌裝生產線，特別是白酒與葡萄酒並存的廠區，核心挑戰在於如何讓“大腦”與“手腳”高效協同。產線“大腦”——西門子S7-1200/1500系列PLC，通常通過高速、穩定的PROFIBUS-DP網絡指揮核心灌裝閥、流量計。而眾多“手腳”——如伺服驅動器控制的輸送帶、升降台、旋蓋單元，則普遍採用經濟、通用的R

profibus , 協議轉換網關 , 工業通訊 , RS485 , 人工智能 , 深度學習 , 工業自動化

收藏 評論

u_16099329 頭像

數據狂徒 - MySql 數據表約束

目錄 前言 一、空屬性 二、默認值 三、列描述 四、zerofill 五、主鍵 六、自增長 七、唯一鍵 八、外鍵 前言 本篇是mysql中表的相關約束部分！ 真正約束字段的是數據類型，但是數據類型約束很單一，需要有一些額外的約束，更好的保證數據的合法性，從業務邏輯角度保證數據的正確性

字段 , 數據 , MySQL , 數據庫 , 主鍵

收藏 評論

u_15777557 頭像

江上清風山間明月 - YAML語法詳解

YAML 語法詳解 一、YAML 簡介 YAML（YAML Ain't Markup Language）是一種人類可讀的數據序列化格式，常用於配置文件和數據交換。 二、基本語法規則 1. 大小寫敏感 name: John # 正確 Name: John # 被視為不同的鍵 2. 使用縮進表示層級關係 使用空格縮進（通常2個或4個空格）

指尖人生 , 字符串 , 移動開發 , yaml , Android , 縮進

收藏 評論

u_16395106 頭像

浩瀚天成 - 聖誕節送老婆一件特別的禮物，她開心的到處炫耀。

每年的聖誕節，雖説不是崇洋媚外，但也想着表達心意，都會送老婆包好的蘋果、旺仔牛奶或者小零食，她嘴上説很開心，但感覺她並不是真的很驚喜，因為發自內心的喜悦是演不出來的。我下功夫認真準備，卻沒能討得她的歡心，不禁感到失落。 偶然的機會，我接觸到了 Suno Ai，因為我是做互聯網的，對這些新東西還是很感興趣的，就嘗試着用了用，結果讓我大開眼界，我隨便輸入幾個字的歌曲名字，幾分

suno , 聖誕節 , aigc , suno音樂 , AI作畫

收藏 評論

u_16213629 頭像

mob64ca1403528a - 虛擬化平台大小寫亂切換

要分析Dalvik虛擬機運行，就先要了解Davlik指令，瞭解Davlik指令之前又要先懂得指令的格式，這樣在代碼裏看到指令時，就會知道這條指令是幹什麼用了。在Dalvik虛擬機的目錄下面有這樣一份文檔，如下： 1、關於指令的位描述 關於每個指令位的佈局情況，約定： 每16位的字採用空格分隔開來。 每個字母表示四位，每個字母按順序從高節開始，排

操作碼 , 虛擬化 , 雲計算 , 寄存器 , 虛擬化平台大小寫亂切換 , 常量池

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI答辯實時分析系統：讓考核評價更客觀高效

在高校答辯、職場競聘答辯等場景中，“5名考官+1名答辯人”的模式很常見，但傳統人工評分總繞不開三個痛點：主觀偏好難規避、評分標準理解有偏差、答辯關鍵信息捕捉不全面。AI答辯實時分析系統，正是用技術打破這些瓶頸，讓答辯評價從“憑經驗、靠記憶”升級為“數據化、可追溯”。 這套系統的核心，是用三大技術鏈路實現“實時採集-智能分析-輔助決策”的閉環，技術不復雜但精準戳中需求。首先是多源數據實

數據 , NLP , 自然語言處理 , 人工智能 , 實用工具

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI 行為分析系統：從“行為識別”到“風險與決策支持”的工程實踐

在很多項目中，“行為分析”最初被理解為一件相對直接的事情： 採集行為數據 用模型做分類或識別 輸出標籤或結果 但一旦進入真實業務場景，很快就會發現問題： 單次行為識別價值有限 行為結果波動大、誤判率高 不同行為之間缺乏上下文關聯 分析結果難以支撐實際決策 這説明一個事實： AI 行為分析系統的核心價值，

模式識別 , 建模 , 數據 , NLP , 人工智能

收藏 評論

u_17512334 頭像

疆鴻智能研發中心 - 精密製造的通信紐帶：疆鴻智能PROFIBUS轉RS485網關在汽車零部件生產中的應用

精密製造的通信紐帶：PROFIBUS轉RS485網關在汽車零部件生產中的應用 1. 工廠背景 在長三角一家現代化的汽車零部件製造工廠裏，生產線正面臨一個典型的工業通信難題。該工廠配備了來自不同供應商的生產設備：核心控制系統採用西門子S7系列PLC，通過PROFIBUS-DP協議進行數據交換；而生產線上多台關鍵設備——包括三台高精度激光切割機（分別用於金屬和塑料材料加

profibus , 協議轉換網關 , 工業通訊 , RS485 , 人工智能 , 深度學習 , 工業自動化

收藏 評論

zentaopms 頭像

易軟項目平台分享 - 高端項目管理軟件排行榜，精良品質經得起考驗

高端項目管理軟件排行榜，精良品質經得起考驗 1.禪道 一、產品定位國產高端全流程項目管理平台，專注於政企級項目的合規化管理與全鏈路協同，是國產化替代場景中的核心優選方案，深度契合國內企業管理流程與政策要求。 二、核心功能具備一體化流程引擎，實現從需求收集、任務分配、測試管理到缺陷跟蹤的全閉環管理；支持自定義工作流與多維度報表生成，含甘特圖、燃盡圖等專業可視化工具；通過國家信息安全等級保護

軟件工程

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI 大語言模型及服務平台：從“接模型”到“可治理能力中台”的工程實踐

在很多團隊的最初方案中，“大語言模型平台”往往被理解為一件很簡單的事情： 接入一個大模型 封裝成 API 提供給業務調用 Demo 很快能跑，但一旦進入多業務、多團隊、多場景使用，就會迅速暴露出問題： 不同業務對模型口徑要求完全不同 Prompt 分散在各個服務中，無法統一管理 模型版本更新後，線上行為不可控 成本、延遲、風

限流 , NLP , 語言模型 , 緩存 , 人工智能

收藏 評論

runfast 頭像

跑得比誰都快 - 程序中嵌入任意文件二進制內容的幾個方法

程序多少都需要一點二進制資源，比如圖片、短音頻之類的。有的時候由於各種原因，可能就是需要把它直接塞到程序的可執行映像文件裏，而不是作為外部文件加載。經過一段時間的摸索，我發現有如下幾種方法，放在這裏以供參考： 轉成C源代碼 可以自己寫個程序或者腳本讀入資源文件，然後逐字節寫成C數組。這種方式的優點是跨平台性能最好，只要有C編譯器就行。缺點是它的執行代價比較大，首先你需要遍歷文件內容並且生成那麼長的

c++ , c

收藏 評論

blossom_5fdad45ec8100 頭像

blossom - AI 時代的攻防暗戰：從“誘導刪庫”到“錢包耗盡”，必須警惕的 10 大風險

引言：繁榮背後的陰影與毀滅性打擊 從自動駕駛汽車穿梭於城市街頭，到智能客服接管 24 小時業務，人工智能已滲透至現代社會的毛細血管。然而，在 AI 技術高歌猛進的表象下，一場針對數字基礎設施的隱秘戰爭正在升級。 剛剛過去的“12·22 快手攻擊事件”便是這場暗戰中一次慘痛的註腳。事後覆盤顯示，這並非一場簡單的流量騷擾，而是一次在極短時間內將平台打得措手不及的“閃電戰”： 從試探到崩盤：短短數小時的

後端

收藏 評論

fannaodeliushu 頭像

程序員阿偉 - 《告別無效等待：大規模第三方庫項目的快速增量構建指南》

清晨提交一行簡單的工具類修改，等到午餐歸來屏幕上仍跳動着編譯進度條；迭代階段僅調整一個配置參數，卻要觸發所有第三方庫的全量重編，數小時的等待讓開發節奏被迫中斷，那種陷入無效內耗的焦灼，足以磨平最飽滿的研發熱情。多數團隊面對這種困境，往往會陷入“堆砌硬件”或“粗暴簡化依賴”的誤區，要麼盲目升級服務器配置，卻發現編譯效率提升寥寥；要麼強行刪減部分第三方庫功能，卻導致業務邏輯受損。殊不知，大規模第三方庫

遊戲

收藏 評論

fannaodeliushu 頭像

程序員阿偉 - 《從視覺到聽覺：遊戲狀態信息的屏幕閲讀器適配底層邏輯》

某個深夜，為測試一款開放世界作品的邊緣場景，我刻意關閉視覺輸出，僅依賴屏幕閲讀器漫遊虛擬大陸，那份突如其來的割裂感至今清晰—角色翻越地形時僅有模糊的方位提示，技能蓄力完成毫無有效反饋，任務目標的進度變化隱沒在視覺信息的洪流中，就連拾取道具的提示都顯得蒼白無力。那種彷彿被遊戲世界拒之門外的茫然，讓我猛然意識到，遊戲的核心魅力從來不止於視覺的震撼或操作的爽快，更在於信息傳遞的公平與通暢。屏幕閲讀器的適

遊戲

收藏 評論

u_16213715 頭像

mob64ca1417eedd - Grafana做一個導航css寫在哪裏

導航在網站中起着舉足輕重的作用，常見的導航形式主要有橫向導航、縱向導航和下拉式導航等三種形式。 傳統的導航是表格式佈局，不僅代碼量大，後期維護起來也不方便，而且也沒有實現表現與內容的分離，顯然不符合web2.0的標準。下面我們重點來看css是如何實現橫向導航的。 先看代碼： 程序代碼 ul id="nav"

雲計算 , 背景圖片 , Grafana做一個導航css寫在哪裏 , 雲原生 , Css , HTML

收藏 評論

deephub 頭像

deephub - 機器學習時間特徵處理：循環編碼（Cyclical Encoding）與其在預測模型中的應用

做過電力負荷預測或者交通預測朋友，大概率都處理過時間特徵。這裏最直接的做法通常是把時間（比如分鐘或小時）直接扔進模型裏。這看起來邏輯自洽，但存在這一個大坑，就是“午夜悖論”。 比如説你的模型面對兩個時間點：23:59（一天的第1439分鐘） 和 00:01（一天的第1分鐘）。在我們的認知裏，這倆只差兩分鐘，但在模型的邏輯裏1439 和 1 可是不一樣的。大多數機器學習算法（線性迴歸、KNN、SVM

機器學習 , 人工智能 , 特徵提取 , Python

收藏 評論

u_16099245 頭像

遊俠小影 - lemonlime

LemonLime 測評 前言 迎難而上，遇山開山，遇水搭橋。 Lemon 和 LemonLime 是差不多的，後者是升級版。 軟件下載與使用 部分電腦使用會報錯：計算機丟失MSVCP140.DLL 需要安裝程序：http://www.downxia.com/downinfo/29834.html這個在教程中也提供了，vc_

機器學習 , 軟件下載 , 置數據 , lemonlime , 人工智能 , 編譯器

收藏 評論