人工智能 基础知识 人工 智能
解放VSCode+Vue的完整组件库智能提示（包括ant-design-vue、element-plus等）
解放VSCode+Vue的完整组件库智能提示 最近因为一些原因从WebStrom转回VS Code，首先感受到的就是组件库没有智能提示了： 这能忍吗？根本不可能！接下来，我带你花三分钟找回遗失的智能提示～ 首先，本篇文章适用于通过unplugin-vue-components自动引入组件的项目；也就 ......
【scipy 基础】--信号处理
scipy.signal模块主要用于处理和分析信号。它提供了大量的函数和方法，用于滤波、卷积、傅里叶变换、噪声生成、周期检测、谱分析等信号处理任务。 此模块的主要作用是提供一套完整的信号处理工具，从而帮助用户对各种连续或者离散的时间序列数据、音频信号、电信号或其他物理信号进行操作和分析。它支持许多标 ......
人工智能的科普 机器学习、 深度学习 、大模型
很多对于人工智能了解很少 不知道机器学习、 深度学习 、大模型之间的关系 基础班版本 ： 机器学习 升级版本 ：深度学习 高级版本 ：大模型 神经元 神经元是构成人工神经网络（ANN）的基本单元 机器学习算法中的神经网络模型则是通过多个神经元相互连接而成。 在机器学习中，神经网络模型被用来学习输入数 ......
MyBatis基础知识梳理
一、MyBatis简介 1.1 简介 MyBatis 是一款优秀的持久层框架，它支持自定义 SQL、存储过程以及高级映射。MyBatis 免除了几乎所有的 JDBC 代码以及设置参数和获取结果集的工作。MyBatis 可以通过简单的 XML 或注解来配置和映射原始类型、接口和 Java POJO ......
人工智能概述之03⼈⼯智能主要分⽀
人工智能（Artificial Intelligence, AI）主要分支涵盖了多个领域，每个领域都有特定的研究方向和应用。 1. 专家系统（Expert Systems）： 定义： 专家系统是一种基于知识的人工智能系统，旨在模拟和复制人类专家在特定领域中的决策和问题解决能力。 示例： MYCIN： ......
云原生测试1-2 认识云原生和容器相关知识
1、认识云原生 1.1 什么是云原生 云原生本质是为了能让程序在云环境中运行和迭代的更好而产生的一种设计思想，当今云领域应用最多的是容器技术，所以绕不开Docker containerd Kubernetes（K8s） 正式名称CNCF 云原生 ，关键技术包括容器、服务网络（service mesh ......
归并排序知识总结
归并排序思维导图： 知识点：如果原序列中两个数的值是相同的，它们在排完序后，它们的位置不发生变化，那么这个排序是稳定的。快速排序是不稳定的，归并排序是稳定的。 快排变成稳定的=>使快排排序数组中的每个数都不同，将ai变成<ai, i>这个二元组，将ai的下标也放进来，使用双关键字排序。 快速排序平均 ......
Go基础面经题
Go基础 1. 基础特性 Go的优势 天生支持并发，性能高。 单一的标准代码格式，比其他语言更具可读性。 自动垃圾收集机制比Java和Python更有效，因为它与程序同时执行。 Go数据类型 int, string, float, bool, array, slice, map, channel, ......
Netty-基础篇（4）
不使用Java原生NIO编程的原因 1、NIO的类库和API复杂，使用麻烦 2、需要具备其他的额外技能做铺垫，例如熟悉Java多线程编程 3、可靠性能力补齐，工作量和难度都非常大。例如客户端面临断线重连、网络闪断、半包读写、失败缓存、网络拥塞和异常码流的处理等问题。 4、JDK NIO的BUG，例如 ......
抖音小店直播的曝光知识和微憋单
1微憋单 目前抖音平台大部分直播间都是平播 微憋单可领先于其他直播间 办法主要有3个 1）卡库存 设置库存为0，然后主播反馈在加 2）商品预热中，未开价 3）移动链接的位置，让用户找不到 4）高在线的直播间 也可以尝试改价格 2 关于付费曝光 抖音常见的Ocpm是指即优化千次展现出价。其实意思就是展 ......
卷？中学生开始学习人工智能和大模型，附课件！
卷？中学生开始学习人工智能和大模型，附课件！ 大家好，我是老章 发现一个面向11-14岁人群的AI课程，还附加了大模型内容，浏览了一遍它们的课件（还有面向教师的资源），感觉非常不错。 课程简介 这个experience-ai课程是Goole DeepMind团队和Raspberry Pi 基金会合作 ......
【尝试逆向】零基础尝试寻找某个C++游戏的文件读取方法
前言 本游戏在国内知名度非常一般，而且在游戏领域也算是非常少见的厂商完全不考虑国际化的游戏系列，距今已有近30年的历史。 这次为了尝试对此游戏的贴图进行提取，我尝试下载了本游戏系列的大概所有版本，并尝试通过脱壳等手段找到贴图的提取函数，并想办法写出来提取用的脚本。 不过目前因为没人指导所以还处于停滞 ......
Dom事件基础（pink老师课程笔记）
事件监听（绑定） 事件和事件监听 事件是在编程时系统内发生的动作或者发生的事情，比如用户在网页上单击一个按钮 让程序检测是否有事件产生，一旦有事件触发，就立即调用一个函数做出响应，也称为 绑定事件或者注册事件 比如鼠标经过显示下拉菜单，比如点击可以播放轮播图等等 语法 元素对象.addEventLi ......
软件测试/人工智能|测试数据很头疼，ChatGPT帮你造
简介 在我们完成了测试用例的编写之后，我们就需要造不同的测试数据去进行实际的测试工作了，我们要让我们的测试尽可能地覆盖所有的情况，就需要我们根据测试用例的设计方法，去设计更多的测试数据，执行更多地测试用例，使得测试更加完善。在造测试数据的时候，ChatGPT当然也可以帮我们很多。 测试数据 测试数据 ......
软件测试/人工智能|思维导图很难画，ChatGPT来帮你
简介 在我们日常的软件测试工作中，测试用例是非常重要的一环，但是很多时候我们并不是第一时间就设计测试用例的，我们会先根据需求先制定一个思维导图，后面再去设计我们的测试用例，有的公司更是会通过思维导图来设计测试用例的。本文就来给大家介绍一下如何使用ChatGPT来生成思维导图。 什么是思维导图？ 思维 ......
软件测试/人工智能|如何利用ChatGPT帮助我们编写测试用例
简介 在我们通过思维导图设计了我们的测试用例，下面就需要我们实际去编写测试用例了，一个测试用例通常包含以下要素： 测试模块 测试标题 前置条件 测试步骤 预期结果 实际结果 本文就来给大家介绍一下如何使用ChatGPT来帮助我们编写测试用例。 生成实战 我们如何让ChatGPT帮我们编写测试用例？首 ......
羚通视频智能分析平台安全帽佩戴识别检测
羚通视频智能分析平台是一款利用深度学习和计算机视觉技术的算法平台，旨在提供一种安全帽佩戴识别检测的智能算法方案。该平台具有多项优点，包括高精度检测、实时性强、可扩展性强、自定义配置和智能分析和预警等，能够满足工地安全管理的需求，提高监控效率和安全性。 首先，羚通视频智能分析平台能够实时监测和智能识别 ......
（二十一）C#编程基础复习——Array类
Array类是C#中所有数组的基类，其中提供了一系列用来处理数组的操作，例如对数组元素进行排序、搜索数组中指定的元素等。Array类中提供了一系列属性，通过这些属性可以获取数组的各种信息。Array类中的常用属性有如下表所示： Array类中的方法，除了属性之外，Array类中还提供了一系列的方法 ......
Lab5: 面向功能程序构造方法及创新应用 (基础)
1、构造两数交换的函数，并验证各种参数形式 代码 #include <iostream> using namespace std; // 交换两个整数的值 void swap(int &a, int &b) { int temp = a; a = b; b = temp; } // 交换两个浮点数的 ......
线性代数导论MIT第二章知识点下
2.3--2.7的知识点 1.使用矩阵消元 2.消元矩阵 3.行交换矩阵 4.增广矩阵 2.4 矩阵运算规则 行与列 方块矩阵与方块乘法 舒尔补充 2.5逆矩阵 乘积AB的逆矩阵 高斯乔丹消元法计算A^(-1) A的逆矩阵 A=LU分解 消元法的时间消费： 转置和排列 内积的意义 排列矩阵 ......
Lnton羚通视频分析算法平台提供烟雾和火焰的智能检测与识别系统
Lnton羚通视频分析算法平台是一款利用智能视频分析和深度学习技术的创新解决方案，提供一种高精度、实时性强、可扩展性强、智能分析和预警的烟火识别检测算法方案。该平台能够满足安防监控领域中对烟火检测的需求，提高监控效率和安全性。 首先，该平台能够实时准确地识别监控区域内的烟雾和火焰，并进行报警。与传统 ......
java版本的智能合约部署到fabric区块链测试网络
开发智能合约并进行部署和更新操作 在之前的文章中我们可以成功启动测试网络并进行了相关测试，现在我们需要进行智能合约的编写操作，并将其部署到测试网络中进行相关测试。本节智能合约代码采取Java语言进行编写，代码及相关部署参考（https://www.bilibili.com/video/BV1DR4y ......
Modbus通用串口转PROFINET IO网关TS-180 在锅炉厂智能温湿度监控系统中的应用
背景: 现代科学技术和工业的迅速发展，不断促进着自动化控制技术及设备通信技术的创新和发展。当前，PLC、DCS、智能仪表等已广泛应用到现场生产控制系统中，本应用案例是在锅炉行业的温湿度监控系统中，西门子 S7-300PLC 及 CP343-1 模块与智能温度仪表的通讯，上海泗博自动化技术有限公司为工 ......
【略读论文|时序知识图谱补全】Adaptive Path-Memory Network for Temporal Knowledge Graph Reasoning
会议：IJCAI，时间：2023，学校：1 中国科学院计算机网络信息中心，北京 2中国科学院大学，北京 3 澳门大学智慧城市物联网国家重点实验室，澳门 4 香港科技大学(广州)，广州 5 佛罗里达大学计算机科学系，奥兰多 摘要： 提出一种新的具有TKG关联特征的体系结构建模方法，即自适应路径-记忆网 ......
【略读论文|时序知识图谱补全】Temporal Knowledge Graph Reasoning with Historical Contrastive Learning
会议：AAAI，时间：2023，学校：上海交通大学 摘要： 大多数时序知识图谱的推理方法高度依赖于事件的递归或周期性，这给推断与缺乏历史交互的实体相关的未来事件带来了挑战。本文提出一种新的基于历史对比学习训练框架的对比事件网络（CENET）的新事件预测模型。 1.CENET 学习历史和非历史依赖来区 ......
C++U3-第1课-基础排序(一)
学习目标 排序的概念 本阶段会学习的排序有 冒泡排序概念 第一轮比较，与交换 例题1：一趟交换 例题2：多躺比较，冒泡排序 【题意分析】 进行n-1趟冒泡排序的过程，每一次输出当前一趟冒泡排序完的结果 【思路分析】 定义一个n，输入当前的n和储存n个数的数组 for循环的方式进行n(n-1)趟排序 ......
【略读论文|时序知识图谱补全】Logic and Commonsense-Guided Temporal Knowledge Graph Completion
会议：AAAI，时间：2023，学校：北京航空航天大学 文中谓词可以视为关系。 以往的TKG补全(TKGC)方法不能同时表示事件的时效性和因果关系。为了应对这些问题，作者提出了一个逻辑和尝试引导嵌入模型（LCGE ），从常识的角度共同学习涉及事件的及时性和因果关系的时间敏感表示，以及事件的时间无关表 ......