坐标系 坐标 机器人 机器
基于自己知识库的机器人试用
使用了过一段chatGPT后，遇到一个问题，对于通用领域的问题，它能给出很好的解答，但是对于专业领域或者自己公司业务领域的问题，很难获得令人满意的回答。 目前对于这类问题的比较好的做法使用本地知识库+chatGPT的方式让其能够回答指定范围内的问题，作为一个知识库的机器人来使用。 [chatbase ......
2.5再探宝可梦、数码宝贝分类器 — 浅谈机器学习原理
# 1. 引入问题 在之前的课程中,我们对"参数过多就会导致过拟合"这个概念处于提出但没有证明的状态,现在来以宝可梦和数码宝贝的分类例子来说明这个问题. # 2. 分类器定义 我们观察宝可梦和数码宝贝的图片可以发现,宝可梦的图片线条比较少,而数码宝贝的线条比较多.或许可以以边缘检测探查线条数量作为分 ......
COMP9417 Machine Learning 机器学习
COMP9417 - Machine LearningHomework 1: Regularized Regression & NumericalOptimizationIntroduction In this homework we will explore some algorithms for ......
机器学习——泰坦尼克号幸存者预测及分析
1. 项目背景 泰坦尼克号: 是当时世界上体积最庞大、内部设施最豪华的客运轮船, 于1909年3月31日动工建造, 1912年4月2日完工试航. 于1912年4月10日, 在南安普敦港的海洋码头, 启程驶往纽约, 开始了它的第一次, 也是最后一次的航行. 泰坦尼克号将乘客分为三个等级: 三等舱位于船 ......
js原始坐标转百度坐标(GPS坐标转百度坐标)(火星坐标转百度坐标)
wgs84togcj02tobd09(lng, lat) { const xPI = 3.14159265358979324 * 3000.0 / 180.0 const PI = 3.1415926535897932384626 const a = 6378245.0 const ee = 0.0 ......
业余开源项目训练出最准确新冠预测机器学习模型
 什么样的机器学习项目会被美国疾控中心CDC、纽约时报、经济 ......
机器视觉工程师-个人职业生涯规划-你苦哈哈得工资，苦哈哈得经验，老板笑哈哈得利润
机器视觉职业生涯中，这三年的时间，是你职业生涯成本最高的，专业知识整个学习过程，贯穿你三年职业生涯。最终目的是项目落地生钱，你苦哈哈得工资，得项目经验，老板笑哈哈得利润。 为何要进行个人职业生涯规： 1.解析自我，更好的认识自我。以现有的成绩，确认追求的方向。 2.突破现有的生活现状，重新塑造自 ......
钉钉机器人客服系统AI知识库对接
钉钉机器人比较灵活方便，可以按照下面的方式操作，我们现在创建企业内部应用机器人可以单聊，也可以在群里进行@，机器人会通过GPT私有数据知识库自动回复 应用场景 企业内部知识库机器人，企业员工可以在钉钉上对内部的知识进行咨询支持关键词匹配自动回复支持GPT私有数据聊天咨询 创建应用 我们需要登录钉钉开 ......
高考答题卡怎么被机器识别？基于OpenCV答题卡识别模拟-米尔ARM+FPGA异构开发板
本篇测评由优秀测评者“筑梦者与梦同行”提供。 01. 前言MYD-JX8MMA7SDK发布说明 根据下图文件内容可以知道myir-image-full系统支持的功能，其支持OpenCV，也就不用在格外安装相关驱动包等，省了很多事情。 02. MYD-JX8MMA7软件评估指南 本文介绍了Python ......
真实场景分享：人工智障的诞生—0成本实现飞书机器人，解放打工人
省流：python + quicker 实现消息响应 背景：工作中，有少部分频次较高的系统事务项，费时又费力。比如A\B\C\D\E\F 同时有同类的支持需求。 由于公司内部沟通软件是飞书，所以就基于飞书做了机器人。期望向机器人按格式发送口令消息，即可触发相应的操作。 消息类型形如【天气.成都】、【 ......
.Net8罕见的技术:MSIL的机器码简析
# 前言 一般的只有最终的汇编代码才有机器码表示，然一个偶然的机会发现，MSIL(Microsoft intermediate language)作为一个中间语言表示，居然也有机器码，其实这也难怪，计算机里面万物都是二进制，本篇来看下,以下以.Net8 PreView Source Code分析为主 ......
使用numpy计算分子内坐标
本文主要介绍了在numpy的框架下实现的分子内坐标的计算，类似的方法可以应用于MindSpore和Pytorch、Jax等深度学习相关的框架中。分子的内坐标，可以更加直观的描述分子内的相对运动，通过键长键角和二面角这三个参数。 ......
罕见的技术:MSIL的机器码简析
# 前言 一般的只有最终的汇编代码才有机器码表示，然一个偶然的机会发现，MSIL(Microsoft intermediate language)作为一个中间语言表示，居然也有机器码，其实这也难怪，计算机里面万物都是二进制，本篇来看下。原文：[在此处](https://mp.weixin.qq.co ......
[MDP.DevKit.OpenAI] 使用OpenAI API+C#開發的客服機器人範例
使用OpenAI API+C#開發的客服機器人範例，能讀取知識內容來回答問題。 客戶問題：- 我想喝綠豆湯該去哪一樓? 客服回答：- 您可以前往B2的美食生活館，那裡有各種美食餐廳、烘焙店、糕點店、特色咖啡館，以及食品超市，或是售賣烹飪器具、餐具等生活用品店，您可以在那裡找到綠豆湯。 知識內容：- ......
机器学习在生物信息学领域的应用与研究进展
生物2001 朱腾骞 肖义燃 伍紫来 邹智伟 一 人工智能是计算机科学领域一个重要的分支，可概括为通过计算机程序来呈现人类智能活动规律的技术系统。机器学习是人工智能领域重要的组成部分，也是实现人工智能的一个重要途径。机器学习使计算机能够模拟人类的学习行为，自发地通过学习来获得知识和生活技能，也在学习 ......
经纬度坐标为中心点生成米距离长度半径的圆形面，含java js源码+在线绘制，代码简单零依赖
[TOC] 前些时间在更新我的坐标边界查询工具的时候，需要用到经纬度坐标点的距离计算，和以坐标点为中心生成一个指定距离为半径的圆，搜了一下没有找到现成简单又合适的代码，于是把自己压箱底的代码翻出来了，简化完善了一下，嘿，代码量也不大，还挺好用。 本方法是通过计算得到圆上的多个坐标点，来得到的一个近似 ......
利用Python爬虫获取NBA比赛数据并进行机器学习预测NBA比赛结果
一、选题背景 随着人工智能和数据科学的快速发展，运用机器学习算法进行体育比赛结果预测已成为一个引人注目的领域。在体育竞技中，尤其是像NBA这样的全球知名联赛中，比赛结果的预测对于球迷、投注者和分析师都具有重要意义。 然而，要准确地预测NBA比赛结果并不是一项容易的任务，因为涉及到多个因素，如球员的表 ......
机器学习---水果和蔬菜的检测和识别
一、选题的背景 近年来，随着全球经济的发展，水果消费市场规模不断扩大，水果种类也日益丰富，水果检测与识别技术在农业生产、仓储物流、超市零售等领域具有重要的应用价值，传统的水果检测与识别方法。主要依赖于人工识别，这种方法在一定程度上受到人力成本、识别效率和准确性等方面的限制。因此，开发一种高效准确的自 ......
机器学习 房价预测
机器学习 房价预测 选题背景 1) CRIM:每个城镇的人均犯罪率。这个属性表示每个城镇中每个人的犯罪率。它提供了有关该地区犯罪活动水平的信息。 2) CHAS:二元变量，决定每个城镇的土地是否位于查尔斯河的边界上。如果通道与河流接触，它的值为1，否则为0。它表明这个城镇离河很近。 3) ZN:分配 ......
机器学习-头饰20类-图像分类，头饰图像分类-Resnet50
(一).选题背景： 什么是图像分类？它有哪些应用场合？图像分类任务是计算机视觉中的核心任务，其目标是根据图像信息中所反映的不同特征，把不同类别的图像区分开来。从已知的类别标签集合中为给定的输入图片选定一个类别标签。 它的难点在于：跨越“语义鸿沟”建立像素到语义的映射。还有就是视角、光照、尺度、遮挡、 ......
机器学习之模型评估
**一.数据集准备** **二.模型准备** **三.交叉验证（k折交叉验证（10））** **四.知识点补充：混淆矩阵（准确率，召回率）** **五.知识点补充：阈值和ROC曲线** * 1.数据集处理（读取，切分，shuffle洗牌操作） * fetch_openml()函数可以下载openml ......
【Python&RS】遥感影像的像素坐标转地理坐标（仿射变换）
GDAL(Geospatial Data Abstraction Library)是一个在X/MIT许可协议下的开源栅格空间数据转换库。它利用抽象数据模型来表达所支持的各种文件格式。它还有一系列命令行工具来进行数据转换和处理。 Python的GDAL库作为栅格数据的处理转换库，其支持几百种栅格数 ......
视觉人机器视觉培训-为什么收取你的服务费-因为我居中协调很自信能解决你的问题
为什么收取你的服务费 第一点：我要让你技术真的很值钱，不努力你是不会的。 第二点：我六个微信号，五个QQ号，加起来一共168群，每天最多是90个人问我问题，每天语音的人，保持再五个以上。 我要解决一些人急切需要解决的问题，问题太浅，大多数人是不收费的，不过无论什么问题都会毫无保留的告诉别人，我们的 ......
十五、高并发抢票时，防止机器人刷票的令牌大闸，可减轻服务器的压力（防刷+限流）
介绍 为什么引入令牌大闸？ 分布式锁和限流都不能解决机器人刷票问题，1000个请求抢票，900个限流快速失败，另外100个人有可能是同一个人在刷库。引入令牌功能，令牌记录用户信息，一旦用户拿到令牌，那么几秒钟之内不能重新拿到令牌。 没有余票时，需要查库存才知道没票，会影响性能，不如查令牌存量来的快。 ......
一.机器学习入门
一：图像领域 包括人脸识别，街道交通信号识别 二：自然语言识别（NPL） 机器学习定义： 机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测。 数据集的构成：特征值+目标值 机器学习的分类：1.监督学习（有一个目标的） 目标值：类别--分类问题（比如说识别猫狗，目标是一个类别） 目标值 ......
机器学习—飞行器类型图片识别
一、选题的背景 选择此选题是因为飞机在社会、经济和技术领域具有重要地位。通过使用Python机器学习判断飞机类型，能满足对航空知识的需求，提高航空安全性，为航空产业决策提供数据支持，并促进机器学习在航空领域的创新应用。随着航空技术的发展，人们对飞机识别和分类的需求日益增加。准确判断飞机类型对航空公司 ......
机器学习——识别足球和橄榄球
一、选题的背景 橄榄球起源于足球，二者即相似又有所区别。计算机技术发展至今，AI技术也有了极大的进步，通过机器学习不断的训练，AI对于足球和橄榄球的识别能力可以帮助人们对足球和橄榄球的分辨。机器学习是一种智能技术，对足球和橄榄球的分类识别，可以帮助我们了解足球和橄榄球的差异特征，使用机器学习技术来分 ......
Python机器学习——识别不同鸟类
（一）选题背景： 鸟类是野生动物的重要组成部分，是自然界的一项重要资源动物，也是生态系统中的重要组成部分。鸟类是可更新的自然资源，它在商业、旅游、美学、文化、科学和生态上都有重要价值。国内近年来鸟类系统发育与分类、分布的研究不断取得新的成果，这些对于研究我国的鸟类分类区系和系统发育、地理分布以及 生 ......
ABB机器人基于Visual Components仿真软件的虚实结合
Visual Components软件通过技术整合，让制造商可以访问专用虚拟环境，该环境不仅提供具逼真视觉效果的生产流程模拟系统仿真，还提供直连调试实体机器人的功能。 以ABB机器人为例，实现虚实结合功能。在实景调教的点位，可实时反馈回虚拟环境；相反，虚拟环境的点位，也可同步至实际场景。此功能有以下 ......