语义SLAM

NLP-数据集

目录第一章STS（语义文本相似度）（重点）一、SemEvalSTS年度任务（2012-2017）1.SemEval-2012STS2.SemEval-2013STS3.SemEval-2014STS4.
hello，你好呀·2025-06-10 22:28

6.计算机网络核心知识点精要手册

计算机网络核心知识点精要手册1.协议基础篇网络协议三要素语法：数据与控制信息的结构或格式，如同语言中的语法规则语义：控制信息的具体含义和响应方式，规定通信双方"说什么"同步：事件执行的顺序与时序关系，确保
Dawn³·2025-06-10 20:13

什么是知识图谱

知识图谱的早期理念来自SemanticWeb（语义网），其最初理想是把基于文本链接的万维
三月七꧁ ꧂·2025-06-10 17:47

HTML 语义化

目录HTML语义化HTML5新特性HTML语义化的好处语义化标签的使用场景最佳实践HTML语义化HTML5新特性标准答案：语义化标签：：页头：导航：主要内容：文章：区块：侧边栏：页脚：图片相关：图片说明
超级土豆粉·2025-06-10 14:32

【2D与3D SLAM中的扫描匹配算法全面解析】

引言扫描匹配(ScanMatching)是同步定位与地图构建(SLAM)系统中的核心组件，它通过对齐连续的传感器观测数据来估计机器人的运动。
Unpredictable222·2025-06-10 11:44

【语义分割专栏】3：Segnet原理篇

文章目录前言背景介绍Segnet核心剖析池化索引(poolingIndices)其他细节编码器解码器的对称结构Segnet模型代码结语参考资料前言本篇文章收录于语义分割专栏，如果对语义分割领域感兴趣的，
fouen·2025-06-10 09:32

大语言模型原理基础与前沿 专家混合

这些模型通常使用大量的文本数据进行训练，并利用深度学习技术来学习语言的结构和语义。深
AI智能应用·2025-06-10 05:57

跨视角差异-依赖网络用于体积医学图像分割|文献速递-生成式模型与transformer在医学影像中的应用

Cross-viewdiscrepancy-dependencynetworkforvolumetricmedicalimagesegmentation跨视角差异-依赖网络用于体积医学图像分割01文献速递介绍医学图像分割旨在从原始图像中分离出受试者的解剖结构（例如器官和肿瘤），并为每个像素分配语义类别
·2025-06-10 01:04

自然语言处理助力AI人工智能实现智能交互

从基础概念到前沿应用，系统解析NLP的核心原理（如句法分析、语义理解、生成模型）、关键算法（如Transformer、预训练模型）及数学基础（统计语言模型、神经概率模型）。通过实
·2025-06-10 01:01

【AI大模型】11、CV预训练革命：从ImageNet到ViT的技术演进与商业化

数据集的代际革命维度传统数据集（2000-2010）ImageNet（2012）现代数据集（2023）样本规模千级（如Caltech101）1400万标注图像百亿级（如Laion-5B）类别覆盖数十类（如车辆、人脸）2.2万语义类别跨模态
·2025-06-09 21:38

java8 函数式接口_Java8的函数式接口

1.定义函数式接口就是java类型系统中的接口，只包含一个方法的特殊接口使用语义化检测注解：@Functionallnterface用户身份认证的接口@FunctionalInterfacepublicinterfaceUserIdentify
阿躿·2025-06-09 16:03

Python自然语言处理库之gensim使用详解

该库专注于处理大规模文本数据，提供了多种经典的主题建模算法，如LDA（潜在狄利克雷分配）、LSI（潜在语义索引）等，以及现代化的词向量模型Word2Vec、Doc2Vec、FastText等。
Rocky006·2025-06-09 15:26

MySQL全文索引

关键词匹配、短语搜索、语义搜索等。索引原理：分词（Tokenizer）：将文本拆
weixin_43833540·2025-06-09 10:19

《Image Classification with Classic and Deep Learning Techniques》复现

1引言图像分类作为计算机视觉领域的核心任务，旨在将输入图像映射到离散化的语义类别标签，广泛应用于人脸识别、自动驾驶、医疗影像诊断、安防监控等场景。
几何心凉·2025-06-09 07:00

深入解析 Qwen3-Embedding 和 Qwen3-Reranker：原理、应用与代码示例

文本嵌入（Embedding）和重排序（Reranking）技术在语义搜索、推荐系统、检索增强生成（RAG）等应用中发挥着基础性作用。
从零开始学习人工智能·2025-06-09 06:16

【C/C++】每天找点儿趣事——在namespace中使用带有namespace的宏会有什么后果

namespaceA{#defineBEGIN_NS(x)namespacex{#defineEND_NS}BEGIN_NS(B)voidfoo(){}END_NS}编译效果分析宏是在预处理阶段替换文本，而命名空间是在语义分析阶段处理作用域
CodeWithMe·2025-06-09 05:13

【RAG召回】bge实现向量相似度索引

它厉害的地方在于，语义上相似的句子，其向量在空间中的距离也更近。这使得我们能够超越简单的关键词匹配，去实现真正理解“意思”的搜索。例如，用户搜索“手提电脑”，我们能轻松地找出包含“笔记本电脑”的文档。
weixin_37763484·2025-06-09 00:06

第3篇：数据库路由模块设计与 SQL 路由策略解析

3.2数据库路由的关键职责职责说明SQL分析对接收到的SQL做语义分析路由决策根据SQL类型、表名、路由规则等判断目标节点请求重写根据路由规则修改SQL（如表名改为user_01）多节点分发将
厚衣服_3·2025-06-08 19:33

第6篇：中间件 SQL 重写与语义分析引擎实现原理

在一个真正强大的中间件系统中，SQL语句的执行通常不再是“原封不动”地传递给数据库，而是需要先经过：语义分析：解析SQL的结构和含义。
厚衣服_3·2025-06-08 19:31

如何创造出一种不同于程序语言的人与机器自然交互语言？

以下是一个从语法、语义和语用三个层面构建这种语言的思路：一、语法层面1.简化语法结构句法简化
人机与认知实验室·2025-06-08 16:39

解锁下一代AI应用：开源项目mcp-server-qdrant如何重塑向量数据库管理？

在AI技术爆炸式发展的今天，向量数据库已成为处理高维数据、实现语义搜索和智能推荐的核心基础设施。
遇见小码·2025-06-08 14:23

MCP模型上下文协议：AI人工智能模型优化的秘密武器

通过构建标准化的上下文表示体系与动态适配机制，MCP解决了传统AI模型在上下文处理中的语义断层、计算冗余和跨模态兼容性难题。文章系统阐述MCP的核心
AI天才研究院·2025-06-08 13:52

上位机知识篇---网页端实现

组成要素：结构层（HTML）：定义页面内容和语义（如标题、段落、列表等）。表现层（CSS）：控制页面样式（布局、颜色、字体、动画等）。
Ronin-Lotus·2025-06-08 12:12

cv::FileStorage用法

它非常适合保存和加载诸如：相机内参（K、D）位姿（R、T）IMU数据配置参数向量、矩阵、图像、列表等常见用途保存相机标定参数（标定后得到的.yml文件）配置文件读写（如SLAM、AR、CV项目）记录检测结果或轨迹数据使用示例
Feliz Da Vida·2025-06-08 11:36

JADE-DB：基于靶向变异的大语言模型安全通用基准测试集

摘要本文提出大语言模型安全通用基准测试集—JADE-DB，该数据集基于靶向变异方法自动化构建，能够将经验丰富的大语言模型安全测试员和多学科专家学者手工撰写的测试问题转化为高危通用问题，保持语言自然性的同时不改变其核心语义
罗伯特之技术屋·2025-06-08 11:31

【AI】智驾地图在不同自动驾驶等级中的作用演变

NOA）：多模态增强→█融合阶段（L3）：系统安全基座→█重构阶段（L4）：云端协同范式二、核心功能演变深度解析功能模块L2级辅助驾驶L3级有条件自动L4级高度自动技术驱动因素产业案例感知补充几何数据★语义数据
giszz·2025-06-08 10:25

《视觉SLAM十四讲》自用笔记 第二讲：SLAM系统概述

以下为第二讲的部分笔记：第二讲SLAM系统概述2.0目标1.理解一个视觉SLAM框架由哪几个模块组成，各模块的任务是什么。2.搭建编程环境，为开发和实验做准备2.1相机单目相机：只使用一个摄像头。
BandieraRosa·2025-06-08 06:56

COCO-Stuff数据集：基于YOLOv5的多类别目标检测与分割实现

一、引言随着计算机视觉领域的不断发展，目标检测和语义分割已经成为深度学习中的两个关键任务。COCO-Stuff是一个包含多达172个类别的大型数据集，用于训练和评估计算机视觉算法。
YOLO实战营·2025-06-08 03:03

【深度学习新浪潮】如何入门三维重建？

几何基础：三维几何（点、线、面的表示）、射影几何（单应矩阵、本质矩阵、基础矩阵）、李群与李代数（SLAM中的位姿优化）。概率与统计：贝叶斯估计、概率图模型（SLAM中的状态估计）、随机过程（滤波算法如
小米玄戒Andrew·2025-06-07 23:41

（十六）深度解析领域特定语言（DSL）第二章——内部DSL基本架构

内部DSL的构成要素主要有三项：脚本、表达式构建器和语义模型，如图2.10所示。可以看到，与外部DSL相比，其架构要简单得多。尤其是编译器部分，只包含两类元素，并且也不是必需的组件。
weixin_46217641·2025-06-07 19:45

为什么 SDXL 用两个文本编码器？

更强的语义理解OpenCLIPViT-bigG在LAION-2B上训练，擅长复杂语义。CLIPViT-L保持与SD1.x的兼容性。平衡性能与泛化双编码器能覆盖更多语言分布，减少prompt歧义。
不当菜鸡的程序媛·2025-06-07 16:27

Levenberg-Marquardt算法详解和C++代码示例

Levenberg-Marquardt（LM）算法是非线性最小二乘问题中常用的一种优化算法，它融合了高斯-牛顿法和梯度下降法的优点，在数值计算与SLAM、图像配准、机器学习等领域中应用广泛。
点云SLAM·2025-06-07 16:57

混合策略实现 doc-doc 对称检索局限性与失败案例

对于doc-doc类型的检索，虽然在语义空间上保持了一致，但是在query->doc的过程中，受限于各种因素，仍然可能产生错误信息。
yibuapi_com·2025-06-07 16:24

混合策略实现 doc-doc 对称检索局限性与失败案例

对于doc-doc类型的检索，虽然在语义空间上保持了一致，但是在query->doc的过程中，受限于各种因素，仍然可能产生错误信息。
ai大师·2025-06-07 15:51

计网复习——协议和服务有何区别？有何关系？

协议有三个要素：（1）语法：交换的信息的格式（2）语义：发送者或接收者所要完成的操作，即需要发出何种控制信息，完成何种动作以及做出何种响应（3）同步：收发双方的时序关系，时间实现顺序的详细说明在协议的控制下
与宇宙对视·2025-06-07 15:18

Spark SQL DataFrame 算子

DataFrame不仅可以使用SQL进行查询，其自身也具有灵活的API可以对数据进行查询，与RDDAPI相比，DataFrameAPI包含了更多的应用语义，所谓应用语义，就是能让计算框架知道你的目
猫猫姐·2025-06-07 13:08

Python Einops库：深度学习中的张量操作革命

Einops（爱因斯坦操作库）就像给张量操作戴上了一副"语义眼镜"——让你用人类能理解的方式告诉计算机如何操作多维数组。
我就是全世界·2025-06-07 12:35

【2025年软考中级】第二章2.3 编译程序基本原理

文章目录编译程序基本原理词法分析语法分析语义分析中间代码生成与优化目标代码生成编译程序基本原理编译程序是将高级语言源程序翻译成目标程序的软件工具。
houliabc·2025-06-07 11:56

基于Serverless架构的搜索引擎爬虫实现方案

基于Serverless架构的搜索引擎爬虫实现方案关键词：Serverless架构、搜索引擎爬虫、无服务器计算、分布式爬虫、AWSLambda、事件驱动架构、网页抓取摘要：本文深入探讨了如何利用Serverless
搜索引擎技术·2025-06-07 09:11

推荐文章：Lambda Serverless Search - 构建低成本高效全文搜索引擎

推荐文章：LambdaServerlessSearch-构建低成本高效全文搜索引擎Lambda-Serverless-SearchUseAWSLambdatoperformfree-textsearchondocuments-WithSAMTemplate
赵鹰伟Meadow·2025-06-07 08:36

知识图谱生成器：开源项目教程

知识图谱，也称为语义网络，是一种用于表示现实世界
陈宜旎Dean·2025-06-07 07:55

PDF多表格结构识别与跨表语义对齐：基于对抗迁移的健壮性相似度度量模型

文章目录前言倒排索引、前缀树、FST、向量与编辑距离的技术原理及应用差异探讨一.项目结构二.流程分析2.1批处理器核心代码解析三.跨页表格相似度匹配原理3.1表头内容相似度-特征向量归一化3.2表头内容相似度-余弦相似度3.3定时缓存清理前言ocr扫描有其局限性。对于pdf文本类型这种pdfbox，aspose-pdf，spire直接提取文本的精准性更高。经过综合对比我们觉得aspose和spir
最难不过坚持丶·2025-06-06 20:32

基于图神经网络的自然语言处理：融合LangGraph与大型概念模型的情感分析实践

传统自然语言处理方法在处理客户反馈、社交媒体内容和内部文档等复杂数据集时，往往难以有效捕获文本间的深层语义关联和结构化关系。
·2025-06-06 14:22

从微信读书后台架构看RAG知识召回架构

基于微信读书构建RAG召回系统，核心挑战如下：基于书籍原文构建全文检索，为了达到最好的效果，往往需要支持按语义进行段落切分，在此基础上构建embedding进行语义召回。
思绪漂移·2025-06-06 12:15

深度学习之路——CNN卷积神经网络详解

无论是图像分类、目标检测，还是语义分割、自动驾驶，CNN几乎无处不在。本文将带你系统了解CNN的基本原理、结构组成、常用网络、应用场景及简单代码实现。1.什么是CNN？
DeepLinkDeepLink·2025-06-05 13:08

机器翻译Task2笔记

GRU（门控循环单元）是RNN的变体，能够有效捕捉长序列语义关联，缓解梯度消失或爆炸现象，其核心结构由更新门和重置门两部分组成。
triumph159·2025-06-05 10:51

Python在大数据环境下的自然语言生成技术：深度解析与应用实践

在大数据背景下，这一技术呈现出三个显著特征：输入规模化：处理TB级甚至PB级的非结构化数据源输出多样化：支持从简短摘要到长篇报告的多种文本形态过程智能化：结合深度学习实现语义理解和上下文感知1.2技术架构演进第一代
老胖闲聊·2025-06-05 09:10

CLIP: Learning Transferable Visual Models From Natural Language Supervision学习笔记

它是一种多模态模型，旨在将自然语言和图像进行联合建模，实现图像和文本之间的语义
sky赞·2025-06-05 07:58

AI人工智能领域知识表示的跨领域应用

AI人工智能领域知识表示的跨领域应用：让机器像人类一样“理解世界”关键词：知识表示、人工智能、跨领域应用、知识图谱、语义网络、本体论、多模态融合摘要：知识表示是人工智能的“语言基石”，它让机器能像人类一样
AI大模型应用工坊·2025-06-05 06:50

RAG优化知识库检索（3）：向量化模型选择与优化

它们负责将文本转换为向量表示，使得计算机能够理解和比较文本之间的语义相似性。选择合适的嵌入模型并对其进行优化，直接影响着RAG系统的检索质量和整体性能。
程序员查理·2025-06-05 06:16
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他