tag 數據

標籤
貢獻710
369
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_16213702 頭像

mob64ca1414c613 - 計算機視覺與遙感圖像處理課程

開發工具 VS2008+Qt4.8.0+GDAL1.9 要點 接口要獨立，軟件平台與算法模塊獨立，平台中各接口設計靈活，修改時容易。 設計軟件時一步步來，每個功能逐一實現，某個功能當比較獨立時可以做一個測試程序，測試無誤後將功能添加到工程中。此外，在軟件設計過程中，自身會想到一些功能，為了測試功能方案的可行性，可以單獨做一個測試示例，測試方案是否可行，

成員變量 , 數據 , 人工智能 , 拖拽 , 計算機視覺 , 計算機視覺與遙感圖像處理課程

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI考評系統：告別“憑感覺”，數據讓評價精準又高效

提到“考評”，不管是學生考試、職場考核，大家都怕“不公平”“不精準”——主觀題憑老師/考官心情打分，客觀題批改費時間，考完只給個分數卻不知道問題在哪。而AI考評系統，就是用技術打破這些“老毛病”，讓考評從“靠經驗”變成“靠數據”，既省時間又保公平，還能真正幫大家找對改進方向。 傳統考評的核心痛點就三個：慢、偏、淺。批改幾十份卷子要熬夜，這是“慢”；作文、面試打分有主觀偏差，這是“偏”

圖像識別 , 數據 , NLP , 自然語言處理 , 人工智能

收藏 評論

u_16099297 頭像

mob6454cc7416d1 - vsan8鏡像

可能很多朋友都知道VMware vSAN現在已經有7000多用户，其實早在2015年vSAN就已經成為用户數最多的HCI提供商；實際上，站在公平比較（軟件以及其帶動的硬件的銷售）的角度看，vSAN也已經成為營收最高的HCI提供商。詳細的數據分析參見文章末尾。 令人驚訝的是，今天VMware發佈的v

數據 , 雲計算 , 數據中心 , 雲原生 , vsan8鏡像 , vmware

收藏 評論

u_15016006 頭像

u_15016006 - 全面封禁 Cursor！又一家大廠出手了

大家好，我是程序員魚皮。 最近，有網友爆料稱：快手的研發線發佈通知，收緊了對第三方編程軟件的使用權限。 不少同學發現，只要在自己辦公電腦上點開 Cursor，就直接閃退，壓根兒用不了。 我都能想象到這些同學有多痛苦，本來可能計劃好了下午 1 個小時用 AI 把代碼生成完，然後摸 5 個小時的魚。結果午休一覺醒來發現天塌了，先是對着屏幕發了一會兒呆，然後開

數據 , 編程工具 , 代碼人生 , 第三方工具

收藏 評論

u_15677700 頭像

EasyV數字孿生可視化 - 數字孿生園區：以某景區會展中心數字孿生園區建設為例

1.建設背景 會展中心作為城市經濟的重要載體，是衡量一個城市活力、開放度和發展潛力的重要 標誌之一，涉及到城市產業鏈的多環資源，同時傳統會展行業普遍面臨資源分散、管理滯 後、服務單一等問題。某市作為該省的重點發展區域，積極響應國家政策，將該市一 5A 景點的會展中心作為城市產業升級的示範場景，要求通過高新技術實現會展資源的高效整 合。力求推進現代信息技術與會展產業深度融合，

數據 , 異構 , 數據可視化 , 人工智能 , 信息技術

收藏 評論

u_17579295 頭像

mb6911caa73d1d1 - 數字孿生如何讓城市治理更智能？一位技術總監的實戰心得

作為一名在智慧城市領域深耕多年的技術總監，我見證了太多項目從概念到落地的全過程。記得去年我們接手一個智慧園區項目時，客户要求在兩週內完成從數據接入到可視化展示的全流程。傳統方式下，這幾乎是不可能完成的任務。但藉助數字孿生技術，我們不僅按時交付，還實現了超出預期的效果。今天，我想分享幾個在實際項目中驗證過的使用技巧，希望能給同行們帶來啓發。 技巧一：

數據 , 智慧城市 , 物聯網 , 數據可視化 , 人工智能 , 數字孿生

收藏 評論

u_17589746 頭像

Java後端的Ai之路 - AI模型-MCP詳解（秒懂版）

解釋 MCP (Model Context Protocol) = 模型上下文協議，簡單説就是AI界的"通用USB-C接口"，讓不同AI模型能用統一方式連接各種工具和數據源。 Function Call = 函數調用，是AI模型內置的"個人技能"，比如GPT-4自帶的"查天氣"功能。 一、MCP vs Function Call：核心區別

函數調用 , 文心一言 , 數據 , API , aigc

收藏 評論

u_16213578 頭像

智能探索者之家 - 低功耗雨量記錄儀 低功耗雨量計可自動計算每分、每時、每日、每月、每年的降雨量 可實現密保功能

產品概述 低功耗雨量監測站基於傳感、無線通信、處理與控制等物聯網技術的開發，利用傳感技術，通過傳感器測量雨量，並使用物聯網進行傳輸。無需專門的通信線路，在聯網的狀態下，數據可快速、主動的上報到雲平台，用户可在電腦或手機瀏覽數據。 技術參數 測量參數 降雨量 ◇ 測量範圍：雨強0～4mm/min ◇ 測量精度：±2% ◇ 分 辨 率：0.2

低功耗 , 數據 , 物聯網 , Css , 前端開發 , HTML

收藏 評論

u_15745565 頭像

畢設大神 - 基於圖像識別的智能垃圾分類系統設計與實現-計算機畢業設計源碼+LW文檔

第一章 研究背景與意義 1.1 研究背景 隨着全球城市化進程的加速，垃圾產量逐年攀升，垃圾分類已成為各國實現可持續發展的重要議題。傳統垃圾分類依賴人工分揀，存在效率低、成本高、分類準確率不足等問題。例如，不同城市對垃圾分類標準存在差異（如可回收物、廚餘垃圾、有害垃圾等），普通居民因缺乏專業知識難以準確區分，導致分類錯誤率較高。此外，傳統方式難以應對複雜垃圾類型

歷史記錄 , 圖像識別 , 數據 , 後端開發 , JAVA

收藏 評論

u_16213608 頭像

mob64ca13fe62db - 爭分奪秒：阿里實時大數據技術全力助戰雙11 - 阿里云云棲社區的個人空間 -

1. 工作流概覽 通過“雙 AI 層”驗證機制，先對呼叫中心 CRM 數據生成詳細分析報告，再由第二模型複核質量與準確性，最後將結果回調給外部 API。 適用場景 呼叫中心 CRM 數據自動分析 AI 報告質量自動質檢 通過回調與外部系統集成 利用不同模型交叉驗證 AI 輸出 邏輯塊劃分 1.1 數

數據 , HTTP , 前端開發 , Javascript , Json

收藏 評論

u_16565975 頭像

計算機專業指導老師 - 基於VUE的優水達送水管理系統[VUE]-計算機畢業設計源碼+LW文檔

摘要：隨着人們對優質桶裝水需求的不斷增長以及送水業務規模的擴大，傳統的人工送水管理方式已難以滿足高效、精準的服務要求。本文旨在設計並實現基於VUE的優水達送水管理系統，利用VUE框架構建用户界面，結合後端技術實現各項業務功能。通過需求分析，明確了系統應具備用户管理、送水訂單管理、庫存管理、員工管理等功能。在系統設計階段，對整體架構、數據庫和功能模塊進行了詳細規劃。最終實現的系統具

軟件研發 , 數據 , 功能需求 , 管理系統

收藏 評論

u_16099166 頭像

數據小香 - 大文件文件 jquery插件 html

1背景 用户本地有一份txt或者csv文件，無論是從業務數據庫導出、還是其他途徑獲取，當需要使用螞蟻的大數據分析工具進行數據加工、挖掘和共創應用的時候，首先要將本地文件上傳至ODPS，普通的小文件通過瀏覽器上傳至服務器，做一層中轉便可以實現，但當這份文件非常大到了10GB級別，我們就需要思考另一種形式的技術方案了，也就是本文要闡述的方案。 技

數據 , 應用服務器 , 上傳 , 大文件文件 jquery插件 html , jquery , 前端開發

收藏 評論

u_17567677 頭像

沃觀態勢感知 - 行業定製方案：不同行業境外輿情服務的差異化重點

境外輿情服務並不是一個標準化工具，而是根據不同行業的市場結構、消費者特徵、政策敏感度和輿論傳播路徑，形成高度差異化的需求。從消費品到跨境電商、從遊戲娛樂到金融科技、從新能源到製造業，不同行業在海外傳播的風險點和機會點完全不同。因此，一個真正專業的海外輿情體系，必須具備“行業定製化”的能力，才能幫助企業獲得結構化的競爭優勢。 對於跨境電商行業而言，其

數據 , 跨境電商 , 人工智能 , 數據分析 , 結構化

收藏 評論

u_14125 頭像

jacksky - C語言創建循環緩衝區（環形緩衝區）-- Circular Buffer（Ring Buffer） - Tyro

1. 概述 在現代嵌入式系統和實時數據處理應用中，環形緩衝區（Ring Buffer）是一種非常重要的數據結構。它能夠有效地處理數據流，特別是在生產者-消費者場景中。然而，傳統的環形緩衝區在寫滿時通常會丟棄新數據或阻塞寫入，這在某些實時性要求高的場景下可能不是最優選擇。 本文介紹的覆蓋式環形緩衝區（Overwrite Ring FIFO）解決

數據 , 初始化 , C語言 , 互斥鎖 , jquery , 前端開發

收藏 評論

u_17545662 頭像

加密稜鏡 - 大眾年度 “塌房” 名場面：4 次數據泄露波及數百萬人，隱私保護形同虛設

2025年的大眾汽車，在數據安全領域堪稱“漏洞百出”。從年初到年尾，4起重大數據安全事件接連爆發，數百萬車主的個人隱私面臨泄露風險，引發行業廣泛關注。作為車主，你的行車數據、個人信息可能已被悄然竊取，這份避坑指南務必收藏好。 梳理全年時間線不難發現，大眾的數據安全防護防線早已千瘡百孔，每一起事件都觸目驚心。 一、12月最新風波：250萬條信息遭黑產叫賣 2025

數據 , 網絡安全 , 汽車行業 , 數據安全

收藏 評論

u_16213716 頭像

mob64ca141834d3 - python - 深度神經網絡原理與實踐 - 自然醒的筆記本

目錄 深度學習核心網絡模型梳理 簡述 1）基礎網絡模型 2）模型核心設置（組件選擇） 一、單個神經元 1）結構 2）意義 二、基礎網絡模型 1. 多層感知機（MLP） 2. 卷積神經網絡（CNN）

數據 , 權重 , 後端開發 , 過擬合 , Python

收藏 評論

ITEvan 頭像

智慧園區探索者 - 大數據技術簡史：十年演化，萬象歸流

“以史為鏡，可以明得失。 如果你站在2010年，看着MapReduce把TB級別的日誌壓進Hadoop，然後花上幾個小時跑出一個分析報告，你或許會覺得：這，就是“數據處理”的終極形態了。 如果你站在2015年，看着Spark用內存計算把作業時延從小時壓到分鐘級，你會驚歎：這才是真正的“快”。 如果你站在2020年，看着Kafka、Flink、ClickHouse

大數據 , 數據 , hadoop , 前端開發 , Javascript

收藏 評論

u_17495706 頭像

DontLetMeDown - 使用 C# 將 DataTable 和 Excel 數據互轉

在現代應用程序中，表格數據處理是一項基本功能。使用 C# 和 Spire.XLS for .NET 庫，我們可以方便地實現 DataTable 和 Excel 之間的數據互轉。本文將介紹如何將 DataTable 數據寫入 Excel 表格，以及如何將 Excel 數據讀取到 DataTable 中。 什麼是 Spire.XLS for .NET Spire.XLS

數據讀取 , System , 數據 , 辦公效率

收藏 評論

u_16213559 頭像

時光機3號 - resttemplate 針對域名請求 最大請求次數

HTTP請求過程中會有哪些網絡時延? 域名解析：域名解析是進行網絡訪問的第一步，把域名識別為TCP認識的IP地址。這步往往會因為域名解析服務的質量造成諸多問題，我在實際的工程實踐中遇到的最常見的問題就是選擇的域名服務商質量不好或者客户端本身設置的域名解析服務地址錯誤導致域名解析慢或者失敗。不過現在對於大多數的HTTP客户端都

數據 , tcp , 雲計算 , HTTP , 雲原生

收藏 評論

u_6813689 頭像

程序員小2 - 終於把 LSTM 算法搞懂了！

傳統 RNN 結構簡單，但當序列較長時，誤差反向傳播會使梯度逐漸變得極小（梯度消失），導致模型無法學習長期依賴。 LSTM 通過引入精心設計的門控機制來有效地學習、記憶和遺忘信息，從而更好地捕捉序列中的長期依賴關係。 LSTM 核心原理 LSTM 的核心是細胞狀態，它就像一條傳送帶，信息在上面直接傳遞，只通過少量的線性操作，這有助於保持信息的完整性，從而

數據 , 數學公式 , 權重 , 代碼人生

收藏 評論

u_16640750 頭像

雲和恩墨 - 數據庫運維 “智治” 時代：2026 十大趨勢下的異構治理與自治運維實踐

站在2025年的尾聲展望未來，數據庫運維（Database OM）領域正在經歷一場前所未有的範式轉移。 隨着企業數據資產的爆發式增長和AI技術的深度融合，傳統的“救火式”DBA（數據庫管理員）正在成為歷史。未來的運維不再侷限於保障數據庫“不掛”，而是要確保數據“好用、安全且成本可控”。結合全球技術風向與行業領先實踐，以下是筆者總結的2026年數據庫運維十大

oracle , 數據 , 運維 , 數據庫

收藏 評論

yanpeng 頭像

燕鵬01 - Python數據分析入門指南（十五）：數據導出——優雅地保存你的勞動成果

在數據科學的漫漫長路上，我們如同探險家，從原始數據的荒野中披荊斬棘，最終抵達了洞見與結論的寶藏之地。然而，如果這份寶藏不能被妥善地記錄、分享和複用，那麼我們的探險價值將大打折扣。今天，我們就來學習數據分析流程中至關重要，卻又時常被忽視的一步——數據導出。讓我們一起學習如何將處理好的數據優雅地保存下來，讓每一次辛勤的勞動都成為可複用的資產。 為什麼數據導出如此重要？

csv , 數據 , 後端開發 , Python

收藏 評論