博世X阿里云：智能座舱接入通义大模型！ 近日,全球领先的汽车技术与服务商博世与阿里云宣布在大模型领域达成合作,通义大模型助力博世加速AI技术应用于智能座舱,首次实现座舱环境主动感知和3D数字人交互。同时,该技术方案采用云+端侧混合计算架构,在保障隐私数据安全的前提下,可在云端处理复杂任务,在端侧处理实时性任务,实现输出效果和生成延迟的平衡。博世AI智能座舱技术原型由博世智能驾控事业部以通义千问和通义万相为基础,结合阿里云百炼大模型服务平台和磐曦数字人技术打造而成。未来,博世还将进一步为更多汽车厂商提供领先的AI产品技术能力。

阅读 297

4赞

收藏 5
matlab实现GMSK信号调制和解调 GMSK Modem matlab/文件说明.txt , 166。，包含一比特差分、2比特差分、鉴频等常用GMSK解调方案.GMSK信号调制和解调的。

阅读 91

2赞

收藏 0
支持向量机（SVM）例题 试求最大间隔分离超平面。（提示：写出Lagrange函数及其KKT条件，并观察哪个样本不是支持向量）可写成线性方程组，然后就是解方程组的问题。已知一个训练数据集，其正样本是。于是最大间隔分离超平面为。求得此最优化问题的解。

阅读 677

10赞

收藏 8
01__QT的背景介绍和工程创建 01——QT的背景介绍和工程创建

阅读 359

6赞

收藏 3
基于python机器学习来预测含MLP决策树LGBM随机森林XGBoost等 该视频系列展示了基于Python的机器学习预测项目，涵盖学生成绩、葡萄酒品质、牛奶质量和螃蟹年龄等多个应用场景。项目采用统一技术框架，包含特征工程和多种机器学习模型（MLP、决策树、LGBM、随机森林、XGBoost等）的训练评估。预测部分通过PyQt5构建GUI界面，实现用户友好的交互功能。

阅读 281

3赞

收藏 10
【机器学习与数据挖掘实战 | 商务】案例17：基于K-means和决策树的餐饮企业综合分析 本案例聚焦餐饮企业综合分析，先阐述分析需求、数据状况与处理流程，接着通过K-Means进行客户价值聚类，最后利用决策树构建客户流失预测模型并分析结果。

阅读 273

57赞

收藏 42
Python古代文物成分分析与鉴别研究：灰色关联度、岭回归、K-means聚类、决策树分析 为此，我们构建了一套融合多维度数据分析的技术体系，通过Spearman相关系数揭示文物表面风化与类型的关联性，利用岭回归模型实现风化前化学成分的精准预测，借助K-means聚类与决策树完成高钾玻璃和铅钡玻璃的亚类划分，并通过灰色关联度分析挖掘不同类别文物的成分关联特征。实际应用中，某件严重风化的铅钡玻璃文物通过模型预测的原始成分与同类型未风化样本吻合度达91.2%，验证了模型的有效性。颜色：蓝绿=1.0，浅蓝=2.0，紫=3.0，深绿=4.0，深蓝=5.0，浅绿=6.0，黑=7.0，绿=8.0。

阅读 501

23赞

收藏 8
infinisynapse 使用清华源有问题的暂时解决方法：换回阿里云源并安装配置PPA 手工修改infini_docker/docker/ 里面两个目录infini-sql和infini-synapse目录里的Dockerfile文件，可以退回到原来的阿里云源的版本试试。

阅读 318

7赞

收藏 0
基于Python实现支持向量机的物体识别 评估的过程主要是通过改变以及组合该方法的”组件“，包括使用多种关键点检测器（keypoint detector，如 Harris-Laplace detector 以及 Laplacian detector），不同级别的几何不变性（geometric invariance，如尺度不变性 S、尺度旋转不变性 SR、仿射不变性 A），不同的特征描述符（如 SPIN、RIFT、SIFT），不同的向量机核（如常用的线性核、多项式核、RBF 核、文章提出的$ \chi^{2}$ 核和 EMD 核）。

阅读 618

13赞

收藏 14
QTableView为例：Qt模型视图委托（MVD）（Model-View-Delegate） QT中的MVD（模型-视图-委托）模式是一种类似于MVC的设计模式，将数据、界面和交互逻辑分离。模型负责数据管理，视图负责显示界面，而委托则嵌入在视图中处理数据的显示和编辑。QT提供了多种视图组件（如QListView、QTreeView、QTableView）和模型类（如QStandardItemModel、QAbstractItemModel），支持数据的多样化呈现。委托（Delegate）通过定制显示和编辑行为增强了视图的灵活性。该模式适用于各类数据结构展示（列表、表格、树形），能够高效处理数据与界面

阅读 854

15赞

收藏 8
煤矿井下Modbus转Profibus网关的传感器与PLC互联解决方案 摘要：煤矿工程项目中，Modbus与Profibus协议互不兼容影响设备通信效率。开疆智能KJ-PBG-001网关通过协议转换实现数据传输，解决重工业领域对实时性的严苛要求。该网关配备双接口，完成数据格式双向转换，需结合性能指标和防爆特性选择。专业配置后，网关显著提升系统可靠性，保障煤矿生产安全与效率，展现了工业通信技术的重要价值。（149字）

阅读 235

2赞

收藏 3
AI火花集 | 用AI赋能“天使”，阿里云携手天使智汇破解护士“隐形负荷“困局 天使智汇借助阿里云通义千问的底层技术能力，通过参数微调（Fine-tuning）、检索增强（RAG）等方式，未来有望实现中医护理的AI大模型赋能升级，针对不同的医院不同的护理人员制定个性化培训体系，同时辅助护理人员智能诊断，提供合适的护理方案建议。杨成虎透露，未来团队将加大投入，持续深化与阿里云的技术合作，构建AI驱动的护理智能体服务模式，实现智能化护理的三大飞跃：第一是从工具变成决策的伙伴，提供智能诊断、个性化的护理方案；”杨成虎坦言，这预计需要3-5年的持续投入，届时才能真正称之为护理行业的智能变革。

阅读 388

17赞

收藏 12
【PX30 Qt 5.15 交叉编译环境搭建完整指南】 摘要：本文详细介绍了在Ubuntu 20.04系统上为Rockchip PX30（aarch64架构）搭建Qt 5.15.2交叉编译环境的完整流程。内容包括：1）系统依赖安装；2）Linaro GCC 7.5工具链配置；3）PX30 sysroot准备；4）Qt源码获取与模块选择；5）交叉编译配置与参数优化；6）编译监控与问题排查；7）Qt安装验证；8）测试应用开发。整个过程耗时约3小时，最终成功构建65个动态库文件，生成可部署到PX30平台的Qt开发环境。文章提供了详细的命令步骤和实用脚本，特别针对嵌入式

阅读 676

24赞

收藏 23
论文阅读：2018 arxiv CrowdHuman: A Benchmark for Detecting Human in a Crowd 近年来，人体检测取得了令人瞩目的进展。然而，在高度拥挤的环境中检测人体的遮挡问题远未解决。更糟糕的是，在当前的人体检测基准中，人群场景的代表性仍然不足。在本文中，我们引入了一个新的数据集，称为CrowdHuman，以更好地评估人群场景中的检测器。CrowdHuman数据集规模大、标注丰富且具有高度多样性。训练和验证子集总共包含47万个实例，每张图像平均有22.6个人，数据集中存在各种类型的遮挡。每个人体实例都标注有头部边界框、人体可见区域边界框和人体全身边界框。

阅读 1.1k

7赞

收藏 13
1.2 人工智能的分类 无需明确设计即可构建或训练，以执行特定任务或解决特定问题的智能系统。也被称为弱人工智能，因为它不具备全面的通用智能能力。典型应用：语音助手，图像识别系统、自动驾驶、机器人等。大语言模型ChatGPT 、文心一言、豆包等：基于提供的提示生成文本响应。

阅读 963

22赞

收藏 7
博世X阿里云：智能座舱接入通义大模型！ 近日,全球领先的汽车技术与服务商博世与阿里云宣布在大模型领域达成合作,通义大模型助力博世加速AI技术应用于智能座舱,首次实现座舱环境主动感知和3D数字人交互。博世AI智能座舱技术原型由博世智能驾控事业部以通义千问和通义万相为基础,结合阿里云百炼大模型服务平台和磐曦数字人技术打造而成。而多模态技术架构,则可以完成意图识别和舱内外环境实时感知,实现。,在端侧处理实时性任务,实现输出效果和生成延迟的平衡。其中,AI智能座舱采用的3D全息数字人交互技术,会。同时,该技术方案采用云+端侧混合计算架构,在。

阅读 315

3赞

收藏 8
BigDetection：改进目标检测器预训练的大规模基准之论文阅读 近年来，多个数据集和开放挑战已被引入用于目标检测研究。为了构建更通用且强大 的目标检测系统，本文提出了一个新的大规模基准数据集，称为 BigDetection。我们的目标是，并遵循精心设计的原则，构建一个更大规模的数据集，以 提升检测器的预训练效果。具体而言，我们重新定义了一个新的类别体系，统一了来自不同数据源的异构标签空间。，在多个维度上都远超现有的目标检测基准数据集，既提供了 机遇，也带来了 挑战。

阅读 870

10赞

收藏 19
08、matlab的注册为com服务端的作用 如果 is 或空字符串， 然后使用命令在当前主机上启动 MATLAB 进程。您在安装过程中注册的 MATLAB 软件将启动。If 是任何其他字符串（其中包含空格，或者 非字母数字字符），则 MATLAB 会按字面意思执行字符串。从 MATLAB（父）软件传递到引擎中的两个文件描述符 program （子）。启动一个 MATLAB 进程，以将 MATLAB 用作计算引擎。在 Windows 系统上，字符串必须为 .®。在没有桌面的情况下启动 MATLAB。在 UNIX 系统上：®。— MATLAB 引擎。

阅读 22

0赞

收藏 0
作者推荐
Java技术栈
Java每天一篇干货，微信公众号：Java技术栈
关注
胡争辉
退休
关注
谷哥的小弟
历任研发工程师，技术组长，项目经理；曾于2016年、2020年两度荣获优快云年度十大博客之星。 十载寒冰，难凉热血；多年过去，历经变迁，物是人非。 然而，对于技术的探索和追求从未停歇。 坚持原创，热衷分享，初心未改，继往开来！
关注
FLy_鹏程万里
国内网络安全研究员，专注于Web渗透、移动安全、代码审计、应急响应、内网渗透、区块链安全、云安全等研究方向，擅长渗透测试、红蓝对抗、内网渗透、云安全、区块链安全。
关注
简说Python
个人微信公众号：简说Python，送精选Python电子书。
关注
程宇寒
来自江西赣州的小县城，越努力，越幸运
关注
zhangphil
zhangphil@live.com
关注
优快云 程序人生
笑谈开发轶事，品味程序人生。
关注
xiangzhihong8
著有《React Native移动开发实战》1，2，3版本、《Kotlin入门与实战》1，2版本、《Weex跨平台开发与实战》、《React Native开发进阶》和《Flutter跨平台开发实战》和《Android应用架构实战》和《鸿蒙应用开发与实战》、《Vue3 项目开发实战》即将出版
关注
david_lv
深圳明源软件CTO,房地产行业信息化领导者,专注房地产行业信息化13年.
关注