tag 數據

標籤
貢獻758
639
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_17579295 頭像

mb6911caa73d1d1 - 從“數據孤島”到“一屏統管”：看數字孿生如何重塑現代城市治理新範式

在智慧城市建設的浪潮中，一個核心痛點始終困擾着眾多系統集成商與城市管理者：海量的數據分散在成百上千個獨立系統中——交通流量、環境監測、公共安全、能源消耗、設施狀態……它們如同一個個“數據孤島”，難以匯聚，更難以形成全局性的洞察與聯動指揮。傳統的指揮中心往往依賴多個並排的大屏和複雜的系統切換，決策者需要在碎片化的信息中拼湊全貌，響應滯後，協同困難。 今天，我們通過一個真實的城

數據 , 智慧城市 , 數據可視化 , 人工智能 , 數字孿生 , 解決方案

收藏 評論

u_92655 頭像

小題大作 - VMFS索引

什麼是索引 索引時數據庫的一種數據結構，數據庫與索引的關係可以看作書籍和目錄的關係。當用户通過索引查找數據時，好比用户通過目錄查詢某章節的某個知識點。這樣可以幫助用户提高查找速度。所以，索引可以提高數據庫的性能。 索引的分類 從物理存儲角度: 聚簇索引和非聚簇索引 從數據結構角度: B-樹、B+

結點 , 大數據 , 數據 , VMFS索引 , 數據倉庫 , 數據庫

收藏 評論

teayear 頭像

學技術贏未來 - Exporter：監控系統的“數據翻譯官” 運維工程師教程

Exporter：監控系統的“數據翻譯官” Exporter 是監控體系（如 Prometheus + Grafana）中核心的“數據採集工具”，通俗來説就是把不同系統/軟件的“原生數據”翻譯成監控平台能看懂的標準化格式，是連接被監控對象和監控平台的關鍵橋樑。 以你之前關注的 Jenkins、Linux 系統為例： Jenkins 本身不會主動輸出“構建成功率、內存佔

服務器 , 數據 , 運維 , jenkins

收藏 評論

u_16099225 頭像

數據探索者11 - Python爬蟲：對科技新聞的數據分析

在科技信息爆炸的時代，及時獲取權威來源如 TechCrunch 的新聞至關重要。本文通過 Python 爬蟲技術，爬取 TechCrunch 熱門文章，並深入分析全球科技領域的最新動態。整個過程無需複雜工具，代碼簡潔易用，幫助讀者自主探索科技趨勢。 1. Python 爬蟲實現：爬取 TechCrunch 熱門文章 TechCrunch 網站提供豐富的科技新聞，其熱門

數據 , Blockchain , 1024程序員節 , Css , 前端開發 , HTML , Python

收藏 評論

u_14815220 頭像

u_14815220 - 性能優化 | HarmonyOS預加載，三步即可提升APP頁面的響應速度

你是否還在為頁面響應時間長，資源加載慢苦惱？ 通常情況下，面臨的選擇要麼是壓縮頁面文件，減少圖片、文字等靜態資源的體積。要麼是通過代碼調整、設定緩存策略來進一步縮短響應時間。 看起來也許只有短短的幾十個字，但APP頁面場景不一，有開屏、首頁、目錄頁、功能頁、web頁等多種，基於不同頁面情況要做的改造工作量可不少。 如何在"性能優化，用户體驗至上"VS "人力資源、改造

數據 , 後端開發 , 預加載 , harmonyos , Web

收藏 評論

u_16099301 頭像

編程小達 - 企業如何選擇符合需求的CRM系統

銷售團隊是企業攻城略地的先鋒部隊，但管理這支在外的隊伍，卻往往很多時候讓很多企業感覺像在“盲人摸象”。銷售他們今天去了哪？拜訪了哪些客户？過程是否規範？這些問題往往讓企業頭疼不已。 在數字化轉型浪潮中，企業對於銷售團隊的管理工具選擇愈發關鍵。為了解決以上這些問題，很多企業管理者會把目光投向管理軟件。這時，兩個看似相似的概念軟件類型常常讓人陷入困惑：銷售外勤管理系統和CRM客

數據 , 管理系統 , 後端開發 , crm , Python

收藏 評論

u_17593768 頭像

JUGG11 - 硬核解析：AI 原生知識庫系統如何擊穿企業知識管理技術瓶頸

在企業知識管理領域，傳統工具的技術短板早已成為數字化轉型的攔路虎：關鍵詞檢索的 “信息噪聲冗餘”、知識沉澱的 “被動低效困境”、跨系統集成的 “接口壁壘難題”，這些痛點本質上都是架構設計與技術選型的底層缺陷。而一款以 AI 大模型為核心驅動的開源知識庫系統，憑藉直擊核心的技術架構與工程化實現，將知識管理的效率與靈活性提升至新維度。本文將從底層技術架構、核心模塊實現、企業級適配能力

性能優化 , 數據 , 知識管理 , 人工智能 , 深度學習

收藏 評論

u_16099226 頭像

雲端夢想實現家 - ArcGIS 10學習--ArcGIS產品體系_51CTO博客

一、ArcGIS產品構成 二、桌面GIS 桌面GIS 是用户在桌面系統上創建、編輯和分析地理信息的平台，包括ArcReader 、ArcG IS Desktop 、ArcGIS Engine 和ArcGIS Explorer 。 2.1ArcRrader 通過ArcReader，用户可以在專業地圖中展現地理信息，也可以交互

地理信息 , arcgis , 數據 , 1024程序員節 , desktop , 前端開發 , Javascript

收藏 評論

u_16213399 頭像

mob64ca12e8a030 - spark saveastable怎麼差分更新

關於“spark saveastable怎麼差分更新”的討論，本文將詳細記錄遇到該問題的背景、錯誤現象、根因分析、解決方案、驗證測試及預防優化的過程。整個過程涉及到如何高效地使用 Apache Spark 的 saveAsTable 方法進行差分更新，以確保數據的準確性和一致性。 問題背景 在大數據處理環境中，通常會使用 Apache Spark 進行數據的處理與分析。最近我們在

spark , 數據 , 差分 , aigc

收藏 評論

xiongod 頭像

xiongood - Vue 中 watch（監聽器）的使用方法

Vue 中 watch（監聽器）的使用方法 在 Vue 中，watch（監聽器）就像一個 “數據哨兵”，專門監聽響應式數據的變化。當被監聽的數據發生改變時，watch 會自動觸發預設的回調函數，我們可以在回調中執行自定義邏輯（比如發送請求、更新 DOM、執行計算等），是處理數據變化後副作用的核心工具。 一、基礎用法：監聽單個數據 最常用的場景是監聽單個響應式數據（ref 或

數組 , 數據 , Vue , 後端開發 , JAVA

收藏 評論

u_16213713 頭像

mob64ca1417736e - spring 默認的datasource beanname

Spring對bean的管理細節: 1.創建bean的三種方式: 1)使用默認構造函數創建。在spring的配置文件中bean標籤，配以id和class屬性之後，且沒有其他屬性和標籤時，採用的就是默認構造函數創建bean對象，此時如果類中沒有默認構造函數，則對象無法創建。 2）使用普通工廠中的方法創建對象（使用某個類中的方法創建對象，並存入spring容器）

spring , 數據 , 構造函數 , 架構 , 後端開發

收藏 評論

u_16213723 頭像

mob64ca1419e0cc - (掃盲)DTO數據傳輸對象 - _

目錄 引言：為什麼我們需要 "DTO" 這個角色？ 一、什麼是 DTO？3 分鐘搞懂核心定義 1.1 DTO 的本質 1.2 DTO 的 3 個核心作用（列表版） 二、沒有 DTO 會怎樣？踩過的坑告訴你 三、DTO 實戰：代碼例子帶你落地 3

字段 , 數據 , mvc , c , 前端開發 , asp.net , Javascript

收藏 評論

u_17513521 頭像

署署愛測評 - 企業數據採集系統的構建思路與技術方案探討

在數字化轉型過程中，企業普遍面臨數據源分散、格式不一、實時性要求高等挑戰。數據採集作為數據價值鏈的起點，其技術選型與架構設計直接影響後續數據治理與應用的效率與成本。本文旨在從技術原理與工程實踐角度，分析構建企業級數據採集系統時需考量的核心要素與可能的實現路徑。 一、數據採集的核心挑戰與技術考量數據採集並非簡單的數據搬運，其複雜性主要源於業務環境的多樣性。常見挑戰包括：

數據源 , 大數據 , 數據 , 運維 , 數據倉庫

收藏 評論

u_15641375 頭像

芯動大師 - 關於深度學習量化的操作

0. 簡介 深度學習中做量化提升運行速度是最常用的方法，尤其是大模型這類非常吃GPU顯存的方法。一般是高精度浮點數表示的網絡權值以及激活值用低精度（例如8比特定點）來近似表示達到模型輕量化，加速深度學習模型推理，目前8比特推理已經比較成熟。比如int8量化，就是讓原來32bit存儲的數字映射到8bit存儲。int8範圍是[-128,127]， uint8範圍是[0,255]

機器學習 , yyds乾貨盤點 , 最小值 , 數據 , 人工智能 , 非對稱

收藏 評論

dayongchan 頭像

dayongchan - 別再盲目地堆砌技術了！大部份大數據項目的失敗，都是因為架構設計沒做對！

關注我，獲取更多企業級架構和人工智能應用實踐和落地的深度指南。 大家好，我是Kenyon。最近有朋友向我請教："勇哥，我們公司上了一套大數據的平台，投入了不少的資源，可運行了半年多了，數據的處理還是慢得離譜，投入的成本居高不下，分析師整天抱怨數據的質量差，領導對此也不太滿意。請問這大數據架構設計到底應該怎麼搞呢？" 嗯，這個問題實在是太常見了。作為一名參與設計和落地

軟件研發 , yyds乾貨盤點 , 數據 , 企業級 , 大數據架構

收藏 評論

u_16565975 頭像

計算機專業指導老師 - 基於spring和vue的旅遊系統小程序[VUE]-計算機畢業設計源碼+LW文檔

摘要：隨着旅遊業的蓬勃發展和移動互聯網技術的廣泛應用，遊客對於便捷、高效的旅遊服務需求日益增長。本文旨在設計並實現一個基於Spring Boot和Vue的旅遊系統小程序，以提升旅遊服務的質量和效率。該系統涵蓋了系統用户管理、訂單管理、景區管理、路線管理、定製管理、保險管理等多個功能模塊。通過Spring Boot構建穩定可靠的後端服務，Vue實現交互友好的前端界面，採用前後端分離

軟件研發 , 數據 , 功能需求 , Vue

收藏 評論

u_14344 頭像

冷月星 - Linux---馮諾依曼體系結構和操作系統_拾至名瑰的技術博客

系統編程和網絡編程初步 學習 Linux 是為了在 Linux 下進行系統級別和網絡級別的編程。Linux 只是操作系統的代表，其他的 Windows、MacOS等也可以進行類似的編程模式，Linux 因為開源，內核源碼公開，所以從 Linux 入手能更好地理解這一塊。其他的閉源操作系統只能學習相關接口的調用。 系統級代碼的特點：這些代碼的背後很多都是操作系統或網絡的

數據 , 體系結構 , 後端開發 , 寄存器 , harmonyos

收藏 評論

u_16213659 頭像

mob64ca140a8e67 - 常用聚類算法

在數據科學的世界裏，我們經常面對各種類型的數據。當你處理像性別、職業、品牌偏好這樣的分類數據時，傳統的k-means算法就顯得力不從心了。這正是kmodes庫大展身手的地方！🚀 為什麼需要分類數據聚類？ 想象一下，你是一家電商公司的數據分析師，想要根據用户的購物行為進行市場細分。用户的特徵包括： 性別（男/女） 職業（學生/上班族/自

聚類 , 數據 , 後端開發 , 解決方案 , harmonyos

收藏 評論

u_15469972 頭像

mb61c46a7ab1eee - 深入解析：【JAVA】Java8的 Stream相關學習分析總結

Stream 操作按“核心需求場景”分類歸納，每個類別下整合 “操作目的、核心方法、案例代碼、關鍵説明” 四個基本語法概念： Stream:的操作是鏈式執行的，每個操作都會基於上一步的結果生成新的流。 map:將流中的每個元素按照指定的規則（函數）進行轉換，生成一個包含轉換後元素的新流。 collect() 方法是一個終端操作, “執行收集動作

List , System , 數據 , 後端開發 , Python

收藏 評論

u_17579295 頭像

mb6911caa73d1d1 - 工業數字孿生：從 “設備可視化” 到 “產線級智能調度與優化”

在智能製造浪潮的推動下，數字孿生技術正以前所未有的深度融入工業生產的核心。越來越多的企業通過數字孿生工程，已初步實現關鍵設備的三維可視化監控、遠程運維支持與故障精準回溯，顯著提升了管理透明度與響應效率。 然而，在智能化升級的大趨勢下，工業數字孿生的價值，不應止步於“鏡像現實”，而應邁向“優化現實”。其演進路徑，是從“看見”到“預見”，從“呈現”到“優化”的深刻躍遷。

it , 數據 , 物聯網 , 數據可視化 , 人工智能 , 數字孿生

收藏 評論

u_16213723 頭像

mob64ca1419e0cc - CUBeMX 配置STM32F103c8 串口2

基於stm32f10x系列單片機demo程序修改 配置串口 void USART1_Config(void) { GPIO_InitTypeDef GPIO_InitStructure; USART_InitTypeDef USART_InitStructure; NVIC_InitTypeDef NVIC_InitStruc

機器學習 , 串口 , 數據 , i++ , 單片機 , 人工智能

收藏 評論

u_16003019 頭像

BT_7274 - B2001 入門測試題目

B2001 入門測試題目 題目背景 強烈推薦新用户必讀貼。在學術版與題目總版內發帖、回覆需要達到 受信任的用户 的權限，在洛谷經常做題、參與比賽即可快速達到該權限等級。 題目描述 求兩個整數的和。 輸入格式 一行，兩個用空格隔開的整數。 輸出格式 兩個整數的和。 輸入輸出樣例 #1 輸入 #1 1 2

輸入輸出 , 數據 , AI寫作 , aigc , 輸出格式

收藏 評論

u_16099177 頭像

雲端小夢 - AI與大數據的結合(個人理解)_ai 大數據 融合

為電商或遊戲平台引入AI智能體（特別是RAG技術）能顯著提升用户體驗和運營效率。為了幫助你快速進行技術儲備，我為你整合了一套從概念到實戰的學習路徑和資源。 下面的表格梳理了構建RAG智能體的核心環節及對應的實用工具與平台，你可以根據自身情況靈活選擇。

遊戲 , 大數據 , 數據 , API , 後端開發 , 人工智能 , Python

收藏 評論

u_13479 頭像

jkfox - 權重向量是特徵向量嗎 特徵向量與權重的關係

前言 動筆寫這個支持向量機(support vector machine)是費了不少勁和困難的，原因很簡單，一者這個東西本身就並不好懂，要深入學習和研究下去需花費不少時間和精力，二者這個東西也不好講清楚，儘管網上已經有朋友寫得不錯了(見文末參考鏈接)，但在描述數學公式的時候還是顯得不夠。得益於同學白石的數學證明，我還是想嘗試寫一下，希望本文在兼

權重向量是特徵向量嗎 , 支持向量機 , 數據 , 人工智能 , 深度學習 , 約束條件

收藏 評論