tag 數據

標籤
貢獻758
581
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_14767244 頭像 u_17567677 頭像 u_17420180 頭像 u_13715298 頭像 u_16653481 頭像 u_15988698 頭像

@數據 / 博客 RSS 訂閱

u_13357275 頭像

上海拔俗網絡 - AI故障預測系統：給機器裝上“預知未來”的智慧眼睛

工廠裏的數控機牀突然停機、數據中心的服務器無故崩潰、風力發電機的葉片轉速異常……這些設備故障輕則耽誤生產，重則造成經濟損失。傳統故障排查依賴人工巡檢和事後維修，就像“生病了才知道吃藥”——往往為時已晚。如今，AI故障預測系統就像給機器裝上了“預知未來”的智慧眼睛，能在故障發生前“嗅到苗頭”，提前預警並採取措施，讓設備運行更可靠、生產更高效。 一、傳統故障管理的痛點：被動又昂貴 過

機器學習 , 數據 , 物聯網 , NLP , 人工智能

收藏 評論

u_17580222 頭像

mb691327edb400f - AI技術驅動下的招聘行業轉型

AI技術驅動下的招聘行業轉型 當前招聘領域正經歷深刻變革，智能化轉型已成為不可逆轉的趨勢。過去一年間，人力資源行業在AI技術的推動下呈現出明顯的分化態勢：部分企業仍採用傳統的人工篩選、溝通方式，而領先企業已實現全流程智能化管理。 多項數據顯示，AI技術正在重塑招聘行業的效率標準，具體表現為以下案例與數據： 智聯招聘採用AI全託管系統後，招聘週期縮短40

交互設計 , 數據 , 新版本 , 人工智能 , 深度學習

收藏 評論

u_16213663 頭像

mob64ca140b82e3 - 聊聊前端性能指標那些事兒

你是否還在為前端性能監控數據混亂而煩惱？是否因為無法準確診斷用户體驗問題而頭疼？本文將詳細解析OpenObserve中三大核心前端性能指標——LCP（最大內容繪製）、FID（首次輸入延遲）和CLS（累積佈局偏移）的監測方法與優化策略，幫助你輕鬆提升用户體驗。讀完本文，你將能夠：準確理解三大指標含義、通過OpenObserve實時監測性能數據、掌握針對性優

性能監控 , 數據 , 加載 , 後端開發 , Python

收藏 評論

u_15714439 頭像

u_15714439 - 京東金融鴻蒙端部署AI超分模型實踐

1. 背景 這可能是全網第一篇完整講解鴻蒙端使用CANN部署AI模型的文章, 滿滿乾貨。 社區作為用户交流、信息傳遞的核心載體，圖片內容（如理財產品截圖、投資經驗分享配圖、用户互動評論圖片等）的展示質量直接影響用户的信息獲取效率與平台信任感。從京東金融App社區的業務需求來看，當前用户上傳圖片普遍存在多樣性失真問題：部分用户通過老舊設備拍攝的圖片分辨率較低，部分用户為

軟件研發 , 數據 , 離線 , 加載

收藏 評論

u_16099176 頭像

IT劍客風雲 - BC26 通過tcp連接雲服務器嗎

説明 這一節咱們使用平台提供的物模型Topic把温濕度數據展示在平台上 為了是這一節可以單獨使用!故和前面有內容重複. 這一節是在001-C#,網頁,android,微信小程序,單片機等使用.接入阿里雲物聯網平台 章節的基礎上增加了訂閲主題和發佈温濕度消息(使用物模型主題); 注意:如果用户已經看了前面的 關於阿里雲物聯網平台物模型Topic

BC26 通過tcp連接雲服務器嗎 , 數據 , 雲計算 , 自定義 , 單片機 , 雲服務

收藏 評論

u_16099257 頭像

編程小匠人 - 2025年大數據分析發展的預測 - 數據分析 - 企業網D1Net

關鍵字與數據的存儲方式 B 樹：非葉子結點和葉子結點都會存儲關鍵字及對應的數據。 B + 樹：非葉子結點僅存儲關鍵字（作為索引），實際數據只保存在葉子結點中。 順序查找的支持情況 B 樹：不支持順序查找，因為結點之間沒有順序鏈接的結構。 B + 樹：支持順序查找，所有葉子結點按關鍵字順序鏈接

結點 , 順序查找 , 數據 , 後端開發 , harmonyos

收藏 評論

u_16213370 頭像

mob64ca12e1c36d - 基於Stable Diffusion擴散底層策略任務生成和自優化模型

在討論“基於Stable Diffusion擴散底層策略任務生成和自優化模型”時，我們首先要理解這個系統在處理怎樣的任務。在實際應用中，我們常常會面臨各種挑戰，比如生成效果不理想、模型訓練不充分等。為了更好地解決這些問題，我們的目的是在深挖問題背景的基礎上，逐步找到根本原因與解決方案。 用户場景還原 我們在一個公司中應用Stable Diffusion模型，主要用於生成高質量的圖

參數設置 , 數據 , aigc , 解決方案

收藏 評論

u_16099234 頭像

技術筆耕者 - 嵌入式ota寫emmc ext4分區

本週學習了進程間通信這一章,首先管道： 管道是基於文件描述符的通信方式，當一個管道建立時，它會創建兩個文件描述符 fds[0]和 fds[1]，其中 fds[0] 固定用於讀管道，而 fd[1]固定用於寫管道，如圖所示，這樣就構成了一個半雙工的通道。 無名管道，它具有如下特點。  它只能用於具有親緣關係的

機器學習 , 非阻塞 , 文件描述符 , 數據 , 人工智能 , 嵌入式ota寫emmc ext4分區

收藏 評論

u_16272508 頭像

事辯天下 - 奧哲入選Forrester：奧哲企業級AI平台獲權威認證！

近日，全球權威機構Forrester發佈了《中國AI Agent生態指南(Navigate The AI Agent Ecosystem In China)》，深度解析中國AI Agent市場生態。奧哲作為中國AI Agent典範廠商入選報告。 此前，奧哲曾於2023年入選Forrester低代碼平台報告，同時在2024年IDC Tracker報告獲得中國低代碼軟件

大數據 , 數據 , 數據倉庫 , 企業級 , 應用領域

收藏 評論

u_16099205 頭像

架構思維大師 - 無人駕駛深度強化學習訓練的代碼在哪裏跑 無人駕駛 體驗

4 月 17 日消息等了 5 個多月，車物品總算在極狐阿爾法 S上感受到華為公司的批量生產版“L4”級無人駕駛系統軟件。 從華為上海研究室考慮，大家搭乘這台阿爾法 S 在上海金橋區的市政道路里行車了 12 千米，歷經了十幾個交通信號燈後回到到起點。 一樣的線路，車物品累計感受了 3 趟（2次晚間一次大白天），中途全部安全駕駛實際操作均

機器學習 , 無人駕駛深度強化學習訓練的代碼在哪裏跑 , 數據 , 自動駕駛 , 系統軟件 , 人工智能 , 點到點

收藏 評論

u_16099287 頭像

數據科學探索者 - android 獲取手環心率數據 源碼

的盧CH582M，其採用沁恆自研RISC-V微處理器“青稞V4”，片上集成2Mbps低功耗藍牙，兼容Bluetooth® low energy 5.3，另外配備SPI、I²C、RTC等豐富外設。WCH Wristband的主控芯片為RISC-V專用低功耗藍牙MCU：的盧CH582M。 WCH Wristband配有血氧心率模塊、九軸傳感器、電機驅動模塊、低功

移動開發 , 數據 , android 獲取手環心率數據 源碼 , 自定義 , Android , 低功耗藍牙

收藏 評論

u_16213700 頭像

mob64ca14144dde - Vue總結（三）組件通信

props和emits之間的組件通信 數據流向 props：父組件 → 子組件（數據下行） emit：子組件 → 父組件（事件上行） 核心機制 props：父組件通過屬性傳遞數據給子組件 emit：子組件通過事件向父組件發送消息 設計模式 單向數據流： 父組件 --props-

輸入框 , 數據 , Vue , 後端開發 , Python

收藏 評論

u_16653481 頭像

金海境科技 - 【服務器數據恢復】Dell PowerEdge服務器誤操作導致實驗數據丟失數據恢復案例 - 金海境科技

一、客户信息 北京市某重點高校生命科學學院，該院在基因編輯、蛋白質結構研究領域成果顯著，擁有3個國家級科研平台，承擔12項國家級重大科研項目。學院數據中心部署了4台戴爾PowerEdge R760服務器，採用8塊10TB SAS硬盤組建RAID6陣列，存儲全院師生的科研實驗數據、論文手稿、基因序列數據庫及大型儀器設備運行記錄，數據總量達60TB，其中包括多項國家級項目的核心

服務器 , 數據 , 數據塊 , Lync

收藏 評論

u_13446 頭像

imking - emphasis echarts 正常值

node/使用命令： https://nodejs.org/zh-cn/ npm install -g @vue/cli npm install ts-node -g npm init -y npm install @types/node -D npm install express -S npm install @types/

機器學習 , 數據 , 人工智能 , 配置項 , ios

收藏 評論

u_15444 頭像

gulaotou - 觸摸屏一體機的優點介紹

　　隨着物流行業的快速發展和技術進步，智能裝備在物流運營中扮演着越來越重要的角色。其中，工業觸摸一體機作為一種先進的信息處理設備，廣泛應用於物流智能裝備領域。 　　觸想工業觸摸一體機TPC-W5系列 　　工業觸摸一體機以其獨特的優勢，為物流企業提供了高效、精確和可靠的操作和管理方式。下面，將重點介紹工業觸摸一體機在物流智能裝備領域上的應用優勢

人機交互 , 數據管理 , 數據 , 後端開發 , harmonyos

收藏 評論

u_16213643 頭像

mob64ca14068b0b - GraphHopper 實現路徑規劃 java spring

1.引言 近期我在準備利用OSM數據通過構建路網進行分析時，總會在構建路網數據集後計算兩點之間最短路徑時出現錯誤，明明是有路徑可以到達卻顯示不可達。 後來在學習別人教學視頻中，發現別人的路網案例數據往往都是單線形式。而OSM則為雙線形式，包含來了來往車道。由於我的研究區域比較大，對於道路規則要求並不太高，所以道路方向對我研究影響不大。

圖層 , arcgis , 數據 , 後端開發 , 數據分析 , JAVA , 工具欄

收藏 評論

u_16213566 頭像

雲端小仙童 - deepseek 工作流

前言：本筆記是對近日閲讀keynote“Troubleshooting Deep Neural Networks”的總結。 keynote來源： http://josh-tobin.com/troubleshooting-deep-neural-networks

數據集 , 數據 , deepseek 工作流 , aigc , 正則化 , bard

收藏 評論

u_16213713 頭像

mob64ca1417736e - 寶塔安裝 ZipArchive

項目中準備使用ElasticSearch，之前只是對ElasticSearch有過簡單的瞭解沒有系統的學習，本系列文章將從基礎的學習再到深入的使用。 咔咔之前寫了一份死磕MySQL文章，如今再入一個系列玩轉ElasticSearch。 本期文章會帶給大家安裝ElasticSearch、Kibana、Logstash、配置ElasticSearch外網可訪問、配置守護進

寶塔安裝 ZipArchive , elasticsearch , 大數據 , 數據 , hive , JAVA

收藏 評論

u_14457 頭像

clghxq - Flink狀態存儲

核心結論 Checkpoint 對 Key State 的存儲：按Key Group劃分並持久化到外部存儲（如 HDFS）；RocksDBStateBackend 會將本地 RocksDB 的狀態快照（而非完整內容）上傳到 Checkpoint 目錄。 故障恢復邏輯：作業重啓後，故障算子的 Task 會重新分配到其他 TaskManager，通過 Chec

Group , 數據 , 持久化 , 後端開發 , Python

收藏 評論

u_16489298 頭像

8181大拿 - 理解純函數、不可變性、高階函數與函數柯里化

函數式編程的概念和技術正在逐漸被廣泛採用。本文將詳細探討純函數、不可變性、高階函數和函數柯里化這四個關鍵概念，並結合實際案例進行分析。 純函數 (Pure Function) 純函數是指給定相同輸入，總是生成相同輸出的函數，且沒有副作用（side effects）。純函數使得代碼更加可預測和易於調試。 特點及優勢 特點 優勢

大數據 , 數據 , hadoop , 高階函數 , 複用

收藏 評論

u_93011 頭像

小屁孩 - 百億用户行為數據，實現秒級轉化分析

用户行為數據是優化開源項目文檔體驗的核心依據。本文基於GitHub_Trending/webs/website項目架構，從數據採集機制、路徑分析工具到轉化優化策略，系統梳理如何通過技術手段提升用户留存與目標達成率。 數據採集層：多維度行為捕捉體系 項目通過前端交互追蹤與後端日誌分析構建完整數據鏈路。前端層面，static/js/apiref.js實現了頁面滾動

數據 , 數據採集 , Css , 前端開發 , HTML

收藏 評論

u_16213669 頭像

mob64ca140ce312 - 互聯網百萬級應用的大數據處理問題 - 虎子 -

告別卡頓：Fathom Lite如何高效處理百萬級訪問數據 你是否曾因網站分析工具加載緩慢而錯失關鍵決策時機？當用户訪問量突破百萬級，傳統工具常常陷入數據處理的泥潭。本文將揭示Fathom Lite如何通過精妙的狀態管理與性能優化，讓大數據分析像瀏覽網頁一樣流暢。讀完你將掌握：輕量級架構的優勢、實時數據處理機制、內存優化技巧以及生產

數據 , postgresql , 數據處理 , 前端開發 , Javascript

收藏 評論

u_16099212 頭像

智慧編織者 - C#多線程學習之(三)生產者和消費者用法分析_C#教程

Channel：.NET 中的異步生產者-消費者模型詳解 在 .NET 併發編程中，實現生產者-消費者模型是常見需求。隨着 .NET 生態的演進，ChannelT 逐漸成為處理這類場景的首選方案。本文將詳細介紹 ChannelT 的用法，並與傳統的 BlockingCollectionT 進行深入對比，幫助你選擇最適合的工具。 為什麼需要 C

線程池 , 數據 , 生產者-消費者 , Css , c , 前端開發 , HTML

收藏 評論

u_6813689 頭像

程序員小2 - 如何設計一個億級熱門視頻排行榜？

今天我們又來拆解一個系統設計面試裏經常出現的高頻題：如果要實現一個類似抖音這樣的熱門視頻榜單，該怎麼設計？ 乍一看，這似乎沒什麼難度，直覺上就是按照播放量排個序而已。但一旦把場景放大到抖音這種量級，再加上實時更新、多時間窗口統計等限制，問題就會變得極具挑戰。不僅要求我們理解基礎的數據結構（比如堆、排序），還會牽涉到海量數據流處理、系統水平擴展、故障恢復以及成本權衡等方方面面

數據 , 數據庫 , 代碼人生 , ide

收藏 評論