tag 數據

標籤
貢獻758
539
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_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_13354 頭像

小咪咪 - 數據庫之分庫分表的一些總結

場景：有時數據庫可能既面臨着高併發訪問的壓力，又需要面對海量數據的存儲問題，這時需要對數據庫既採用分表策略，又採用分庫策略，以便同時擴展系統的併發處理能力，以及提升單表的查詢性能，這就是所謂的分庫分表。 分庫分表的策略比前面的僅分庫或者僅分表的策略要更為複雜，一種分庫分表的路由策略如下： 1. 中間變量 = user_id % (分庫數量 * 每個庫的表數量

數據 , 分庫分表 , 數據庫 , 前端開發 , Javascript

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_13357275 頭像

上海拔俗網絡 - AI心理測評管理系統：用技術解鎖精準心理洞察

傳統心理測評多依賴固定量表、人工計分與解讀，不僅效率低下，還易受主觀經驗影響，難以實現大規模篩查與個性化評估。AI心理測評管理系統的核心突破，是用技術重構“測評-分析-解讀-干預”全鏈路，靠算法量化心理特徵、規避主觀偏差，讓心理評估從“小眾專業服務”走向“規模化精準管理”。其技術內核不晦澀，本質是讓系統成為“智能心理分析師”，看得透數據、讀得懂人心。 系統前端技術核心是“多模態數據採

數據 , NLP , 人工智能 , 原始數據 , 模態

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

u_16213565 頭像

編程藝術大師 - 操作系統學習筆記——第一章 操作系統概述_

主要參考: CSAPP 數據 眾所周知計算機內使用二進制儲存數字, 所以最小單位為一個 \(0\) 和 \(1\), 稱為一個比特. 事實上計算機內最常見的是將 \(8\) 個比特放在一起當成一個 \(8\) 位二進制數處理, 稱為一個字節. 一個字節正好可以用一個 \(2\) 位十六進制數表示, 所以經常寫成類似於 0xAB 的形式 (0x 前綴在 C 語言中

頁表 , 數據 , 後端開發 , 寄存器 , harmonyos

收藏 評論

u_15654855 頭像

此星光明 - NLDAS 主要強迫數據 L4 小時 0.125 x 0.125 度 V2.0 (NLDAS_FORA0125_H) 位於 GES DISC

NLDAS Primary Forcing Data L4 Hourly 0.125 x 0.125 degree V2.0 (NLDAS_FORA0125_H) at GES DISC 簡介 本數據集包含北美陸地數據同化系統（NLDAS-2）第二階段的主要逐時強迫數據“文件 A”。數據採用 1/8 度網格間距，時間範圍從 1979 年 1

機器學習 , 數據 , 人工智能 , 深度學習 , 插值 , Css , 前端開發 , HTML

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI科學研究平台：給科研加“智能引擎”，突破創新瓶頸

傳統科研常陷“海量數據難處理、實驗設計憑經驗、重複勞動耗精力”的困境。而AI科學研究平台的出現，用實打實的技術重構科研邏輯，讓科研人員從繁瑣工作中解放出來，聚焦核心創新，讓科學探索更高效、更精準。 這個平台的技術核心是“數據整合-智能分析-輔助決策”的閉環架構。首先，它靠多源數據融合技術，打通文獻數據庫、實驗儀器、傳感器等各類數據源，不管是文本、數值、圖像還是光譜數據，都能自動抓取、

數據 , 上傳 , NLP , 自定義 , 人工智能

收藏 評論

u_16116809 頭像

wx6464351503832 - GPT-5.1 發佈：更智能也更“人性化“的 AI 助手

2025年11月12日，OpenAI 發佈了 GPT-5 系列的重要更新版本 GPT-5.1，包括 GPT-5.1 Instant（即時版）和 GPT-5.1 Thinking（思維版）兩個變體。這次更新不僅在技術能力上有所提升，更值得關注的是其在對話風格上的顯著變化，而這一變化正在社區中引發激烈討論。 技術升級：智能與效率的平衡 GPT-5

redis , 智能體 , 數據 , gpt , 數據庫 , 人工智能 , 大模型

收藏 評論

u_16099289 頭像

編程小匠人傳奇 - 數字化製造技術架構專題

1. 執行摘要：從聊天機器人到代理工作流的轉變 企業技術領域目前正處於階段性轉型期，正從被動消費大語言模型 (LLM) 轉向主動部署自主 AI 智能體 (Autonomous AI Agents)。雖然第一波生成式 AI 浪潮主要集中在對話界面上，但當前的市場當務之急已轉向 “代理工作流 (Agentic Workflows)” —— 即能夠以最少的人工干預進行推理、規劃並

開發平台 , 數據 , 搜索 , 後端開發 , Python

收藏 評論

u_16213689 頭像

mob64ca1411a6fc - MongoDB安裝，使用教程（圖文）_51CTO博客

MongoDB入門教程：5分鐘學會安裝和基本操作 MongoDB作為當今最流行的NoSQL數據庫之一，以其高性能、靈活的數據模型和強大的水平擴展能力而聞名。無論你是開發者還是數據分析師，掌握MongoDB都能為你的項目帶來巨大價值。本文將為你提供完整的MongoDB安裝指南和基礎操作教程，讓你在5分鐘內快速上手這個強大的文檔數據庫。

大數據 , 數據 , 數據模型 , hadoop , 數據庫

收藏 評論