tag 數據

標籤
貢獻714
397
05:56 PM · Oct 25 ,2025
u_13357275 頭像 u_17579295 頭像 u_16565975 頭像 tech 頭像 u_15745565 頭像 u_15469972 頭像 u_17567677 頭像 u_14767244 頭像 u_16653481 頭像 u_17420180 頭像 u_13715298 頭像 u_15988698 頭像

@數據 / 博客 RSS 訂閱

u_16099209 頭像

雲端夢想家 - Harmony OS 分佈式操作（跨設備拉起以及Ability遷移）_跨設備拉起及‘

1. 分佈式數據管理概述 分佈式數據管理是HarmonyOS實現"超級終端"體驗的核心技術基礎，它打破了傳統單設備數據孤島的限制，讓數據能夠在可信設備組網內自由流動。與傳統的雲同步方案不同，HarmonyOS的分佈式數據管理基於分佈式軟總線技術，實現了設備間的直接數據同步，具有低延遲、高可靠和離線可用的特點。 1.1 核心價值與優勢 傳

數據管理 , 數據 , 初始化 , Css , harmonyos , 前端開發 , HTML

收藏 評論

u_17579295 頭像

mb6911caa73d1d1 - 實戰分享：如何用數字孿生技術打造國防航天智能指揮系統

作為一名長期奮戰在國防航天領域的數字孿生開發者，我曾參與過多個重要項目的建設。今天，我想通過一個真實的指揮系統項目，分享如何運用數字孿生技術解決實際難題的經驗與技巧。 一、場景構建：從宏觀到微觀的無縫銜接 在構建航天發射指揮系統時，我們面臨着既要展示全球衞星軌道運行狀態，又要精細呈現發射場設備細節的挑戰。通過深度集成UE5引擎的場景編輯器，我

數據 , 加載 , 數據可視化 , 人工智能 , 數字孿生 , 開發者

收藏 評論

u_16640750 頭像

雲和恩墨 - 製造企業多工廠數據庫統一：三步搞定異構環境數據同步與監控

在製造業數字化轉型過程中，“多工廠協同”是核心關鍵詞，但隨之而來的數據庫管理難題，讓很多IT團隊頭疼不已：分散的數據庫架構和多樣的數據庫種類導致數據不同步、監控碎片化，生產線因數據延遲出現排產失誤，IT人員天天奔波於不同系統的運維之間。 其實，解決多工廠異構數據庫統一管理的核心，在於“適配+集成+自動化”，結合多個製造企業的落地實踐，總結出3步實操方案，幫你快速打通

oracle , 數據 , 異構 , 數據庫

收藏 評論

zhuifengdekaomianbao 頭像

張老師講數字孿生 - 真實訓練+虛擬仿真，機器人學習進入“超級工廠”時代

海量高質量數據正在成為機器人產業的“新石油”，而遍佈全國的“數據採集超級工廠”則成為機器人學習成長的“學校”。 在北京亦莊，一個機器人正在超市貨架前進行商品識別訓練；在上海臨港，另一台機器人在模擬倉庫環境中學習搬運技巧；在深圳福田，服務機器人正在酒店場景中接受接待禮儀培訓… 這些機器人並非在進行簡單測試，而是在具身數據採集超級工廠中接受系統化“教育”。2025年以來，全國各主要城市紛紛佈局機器人數

數據 , 智能設備 , 數據採集 , 機器人 , 仿真

收藏 評論

tdengine 頭像

TDengine濤思數據 - 時序數據庫 TDengine 榮獲第8屆 AiDD 峯會“AI 研發應用場景創新獎”

當越來越多企業把“用好 AI”寫進年度目標時，一個更現實的問題正在浮現：AI 究竟能在真實業務裏解決什麼？解決到什麼程度？誰已經走在前面？答案，往往藏在那些真正被驗證過的場景裏。 就在上週舉行的第 8 屆 AI+ 研發數字（AiDD）峯會上，組委會公佈了年度“AI+研發”行動力標杆獎評選結果。這個由 AiDD 峯會組委會與深圳市軟件行業協會聯合主辦、聚焦 AI 在研發全鏈路

數據管理 , 數據 , 數據庫 , 數據分析 , hbase

收藏 評論

u_16099172 頭像

編程小天匠 - vue項目只能用yarn怎麼添加npm

需求是分享出去一個鏈接，打開後是一個頁面，頁面中的數據都是在前端的，只不過是只顯示一部分，根據用户的操作顯示相應的數據，比如説拖動滑動條改變年份，顯示不同年份的數據 之前是把頁面和樣式都放在後端，頁面中寫好處理邏輯，後端只需要往頁面中塞數據就行了，前端分享鏈接出去之後點開就能看， 但是現在服務器只能內網訪問，所以就需要把頁面放到前端，但數據又只能塞進頁面，不能通過接口

大數據 , yarn , 數據 , html頁面 , vue項目只能用yarn怎麼添加npm , HTML

收藏 評論

u_15745565 頭像

畢設大神 - 基於SpringBoot的職工健康監護管理系統-計算機畢業設計源碼+LW文檔

摘 要 隨着企業對於員工健康管理的日益重視，開發一套高效、便捷的職工健康監護管理系統顯得尤為重要。本系統基於Spring Boot框架進行開發，旨在為企業提供一套全面的職工健康管理解決方案系統實現了職工健康信息的錄入、查詢、統計與分析等功能。用户可以通過友好的界面輸入職工的基本信息、體檢結果、健康知識等健康數據。系統會對這些數據進行存儲和管理，並提供多種查詢方式，方便用户

數據 , MySQL , 管理系統 , 後端開發 , JAVA

收藏 評論

tech 頭像

青雲交技術圈 - Java 大視界 -- Java 大數據在智能教育自適應學習系統中的學習效果評估指標體系構建與應用

(centerJava 大視界 -- Java 大數據在智能教育自適應學習系統中的學習效果評估指標體系構建與應用/center) 引言： 嘿，親愛的 Java 和 大數據愛好者們，大家好！我是CSDN（全區域）四榜榜首青雲交！凌晨兩點，北京海淀區某重點中學初三學生張曉陽完成了英語語法專項訓練。基於 Java 構建的智能教育系統，在 1.8 秒內完成了對其學習過程的深度解碼：通過分

spark , 大數據 , yyds乾貨盤點 , 數據 , Java大數據 , JAVA , flink

收藏 評論

u_16213572 頭像

技術領航探索者 - poifsfilesystem 作用

使用 stdio.h 頭文件中的 fopen() 函數即可打開文件，它的用法為： FILE *fopen(char *filename, char *mode); filename為文件名（包括文件路徑），mode為打開方式，它們都是字符串。 fopen() 函數的返回值 fopen() 會獲取文件信息，包括文件名、文件狀態、當前

機器學習 , 數據 , include , 打開文件 , poifsfilesystem 作用 , 人工智能

收藏 評論

u_17349038 頭像

煜見Ai未來 - 李斌砸180億被罵瘋了，沒想到用AI玩成了千億生意

180億的"笨功夫"，到底值不值？ 蔚來換電站：從重資產到護城河的轉變 本篇含算法、Ai、商業模式等硬核深度內容，只想看熱鬧的可以繞道。。。 從第1次換電到第1000萬次，蔚來用了整整1506天。 但從第8000萬次到第9000萬次？只用了100天。 作為一名蔚來創始版車主，看到這兩個數字的對比，我心裏其實挺感慨的。 還記得2018年，

強化學習 , yyds乾貨盤點 , 數據 , 負載均衡 , 數據可視化 , 人工智能

收藏 評論

fabarta 頭像

Fabarta - 六問「大模型落地」— 如何打通企業智能化轉型最後一公里？

作者：張紅兵 楓清科技（Fabarta）合作人 ChatGPT 2022年底出現以來，大模型熱度持續不減，尤其是今年年初DeepSeek的爆火，更讓大模型走入更多人的視野。大模型除了在C端（個人用户）廣泛應用，在B端（企業）也有越來越多的企業在做落地。2025年8月26號， 國務院發佈《關於深入實施“人工智能+”行動的意見》，更將以大模型為主的人工智能技術放到更加突出的位置。“

開源軟件 , 數據 , 人工智能 , 深度學習

收藏 評論

u_16565975 頭像

計算機專業指導老師 - 基於VUE的音樂與樂器售賣平台[VUE]-計算機畢業設計源碼+LW文檔

摘要：隨着音樂文化的廣泛傳播和人們對精神文化生活需求的不斷提升，音樂與樂器市場呈現出蓬勃發展的態勢。為滿足消費者便捷購買樂器及相關產品的需求，同時提升樂器商家的銷售效率和管理水平，本文設計並實現了基於VUE的音樂與樂器售賣平台服務。該平台利用VUE框架構建用户界面，結合後端技術實現商品管理、用户管理、訂單處理等功能。通過需求分析明確平台功能需求，系統設計涵蓋架構、數據庫和模塊設計

軟件研發 , 數據 , 功能需求 , 數據庫

收藏 評論

u_17579295 頭像

mb6911caa73d1d1 - 從“看得見”到“看得懂”：數字孿生如何重塑城市公共安全新格局

作為一名在城市公共安全領域深耕多年的從業者，我深知傳統安防系統的痛點：數據孤島林立、應急響應遲緩、決策依賴經驗。直到我們引入了數字孿生智能運營中心—孿易IOC，才真正實現了從“被動應對”到“主動防控”的跨越。今天，我想通過幾個真實場景，分享這項技術如何讓城市安全“活”起來。 一、當消防警鈴響起時，我們看到了什麼？ 過去，接到火警報警後，我們需

數據 , 自定義 , 數據可視化 , 插件庫 , 人工智能 , 數字孿生

收藏 評論

aloudata 頭像

Aloudata大應科技 - Aloudata 榮登《2025 中國數智化轉型升級創新服務企業》榜單

在由數智猿 × 數據猿聯合主辦的“2025 第五屆數智化轉型升級發展論壇——暨 AI 大模型 AI Agent 趨勢論壇”上，Aloudata 大應科技與標杆客户麥當勞中國載譽同行，榮登《2025 中國數智化轉型升級創新服務企業》榜單，獲評“2025 中國數智化轉型升級優秀案例”。 榜單在歷經數月時間內，由數智猿 × 數據猿 × 上海大數據聯盟組建的初審小組、核心粉絲組成的公審團，以及外部行業

agent , 數據 , 數據倉庫 , etl

收藏 評論

u_16099249 頭像

雲端築夢大師 - DB25需要驅動嗎

摘要：物聯網設備產生的數據是典型的時序數據，而時序數據庫是存儲時序數據的專業數據庫系統，因此數據壓縮對時序數據庫來説是一項必不可少的能力。 根據IDC的一份白皮書預測，到2025年全球數據總量將達到175ZB，其中物聯網設備將生成90ZB數據，佔比50%以上。以往物聯網數據基本上都是先存儲起來再處理，如今這一處理模式開始向“實時處理”模式轉型。即便如此，數

DB25需要驅動嗎 , 大數據 , 數據 , 數據壓縮 , 數據倉庫 , 壓縮算法

收藏 評論

u_16099232 頭像

夢斷藍橋魂 - 怎麼把數據緩存到openresty中

使用緩存的正確姿勢 緩存是現在系統中必不可少的模塊，並且已經成為了高併發高性能架構的一個關鍵組件。這篇博客我們來分析一下使用緩存的正確姿勢。 緩存能解決的問題 提升性能 絕大多數情況下，select 是出現性能問題最大的地方。一方面，select 會有很多像 join、group、order、like 等這樣豐富的語義，而這些語義

怎麼把數據緩存到openresty中 , 數據 , 雲計算 , 緩存 , 數據庫 , 雲原生

收藏 評論

u_16827017 頭像

全棧技術開發者 - 深度學習與傳統機器學習有什麼關係？反向傳播算法在深度學習訓練中為何如此關鍵？深度學習中的非凸優化問題如何影響模型收斂性？

在人工智能的發展歷程中，機器學習一直是研究的核心方向。自上世紀中葉以來，研究者致力於通過數學模型和算法，從數據中發現規律、預測結果並實現智能決策。這一過程不僅涉及統計學、優化理論和計算方法的深度結合，也推動了計算科學和信息理論的持續發展。傳統機器學習方法，如迴歸分析、支持向量機、決策樹和集成方法，為理解數據結構和建立預測模型提供了穩固的理論基礎，其理論體系清晰，模型可解釋性強，並

機器學習 , yyds乾貨盤點 , 數據 , 人工智能 , 深度學習

收藏 評論

u_16827017 頭像

全棧技術開發者 - 支持向量機(SVM)是否適合大規模數據？這個大量數據是如何衡量的？分佈式SVM如何保持模型一致性？SVM在大規模數據下優化策略？

在過去二十餘年中，支持向量機（Support Vector Machine, SVM）一直是統計學習與模式識別領域的重要工具。其理論基礎源自結構風險最小化原則，結合幾何間隔最大化的優化目標，使得SVM在有限樣本條件下表現出優異的泛化能力。在文本分類、圖像識別、生物信息學等多種任務中，SVM憑藉穩健的訓練性質和嚴格的數學可解釋性，曾成為學術研究和工業應用的首選方法。 然而，隨

機器學習 , 核函數 , yyds乾貨盤點 , 數據 , 泛化 , 人工智能

收藏 評論

u_12497420 頭像

天將降大任於斯人也 - 詳解Mysql的 sql_mode（SQL 模式）

詳解 MySQL 的 sql_mode（SQL 模式） 一、sql_mode 核心概念 sql_mode是 MySQL 中語法校驗、數據校驗、行為兼容的核心配置，它定義了 MySQL 對 SQL 語法的解析規則、數據有效性的校驗標準，以及與其他數據庫（如 Oracle、SQL Server）的兼容策略。 簡單來説：sql_mode決定了 MySQ

數據 , MySQL , Css , SQL , 前端開發 , HTML

收藏 評論

u_17567677 頭像

沃觀態勢感知 - 出海企業如何選擇最好用的社交媒體分析工具？

隨着全球市場競爭的加劇，出海企業對海外輿情監控和數據分析的需求日益增長。選擇一款合適的媒體分析工具，能夠幫助企業實時掌握海外市場動態、競品表現以及用户反饋，從而優化營銷策略和決策。然而，面對眾多工具和複雜功能，企業常常難以判斷哪款工具最適合自身需求。本文將從功能覆蓋、數據質量和可操作性三個維度，為出海企業提供選型參考。 一、功能覆蓋：全面監測不可或

分析工具 , 數據 , 數據質量 , 人工智能 , 數據分析

收藏 評論

u_16993624 頭像

長腿大壯 - H2 數據庫中的權限控制與事務隔離關鍵字

H2 數據庫中的權限控制與事務隔離關鍵字 在 H2 數據庫的安全管理和併發控制中，權限控制關鍵字守護着數據訪問的邊界，事務隔離關鍵字則平衡着併發性能與數據一致性。這些關鍵字看似低調，卻在多用户協作、高併發場景中發揮着關鍵作用，讓數據庫運行既安全又穩定。 權限控制進階關鍵字 基礎的用户創建和權限分配之外，H2 提供了更精細的權限管理關鍵字，GRANT ... WITH GRAN

oracle , 權限控制 , 數據 , 數據一致性 , 數據庫

收藏 評論

u_13539 頭像

jowvid - Pytorch的to(device)用法-

PyTorch中，.to(device)是一個非常重要的方法，用於將張量、模型等對象移動到指定的設備（如CPU或GPU）。 import torch import torch.nn as nn # 檢查可用設備 device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') print(

數據 , 顯式 , 後端開發 , 反向傳播 , harmonyos

收藏 評論

u_14256 頭像

laojean - whisper數據庫 - 摩雲菜的個人空間 -

Whisper-large-v3數據管道：實時數據流處理架構 痛點：傳統ASR系統難以應對實時音頻流處理 你還在為語音識別系統的實時性而煩惱嗎？面對持續不斷的音頻流，傳統的批處理模式往往導致延遲過高、資源浪費嚴重。Whisper-large-v3作為OpenAI最新的語音識別模型，其強大的實時數據處理能力能夠徹底解決這一痛點。 讀完本文

批處理 , 數據 , 前端開發 , 語音識別 , Javascript

收藏 評論

u_17606904 頭像

mb694a37feede5d - 免費降ai的指令有哪些？有免費的降ai軟件嗎？

免費降 AI 可通過精準指令用大模型手動改寫，也有不少免費 / 限免工具可用，以下是可直接落地的指令與工具合集，兼顧學術與通用場景。 一、免費降 AI 核心指令（通用 + 學術） 這些指令適配豆包、Kimi、DeepSeek 等免費大模型，按 “結構重構 + 語氣調整 + 邏輯強化” 設計，直接複製替換文本即可。 指令類型適用場景具體指令示例效果要點句式

數據 , 工具推薦 , 邏輯與 , AI寫作 , aigc

收藏 評論