R数据挖掘篇

图像处理篇---opencv中的图像特征

文章目录前言一、纹理特征：局部二值模式（LBP）1.LBP简介2.LBP计算步骤3.OpenCV实现4.优点5.缺点二、形状特征：Hu矩1.Hu矩简介2.Hu矩计算步骤3.OpenCV实现4.优点5.缺点三、其他可用于传统机器学习的特征1.颜色特征颜色直方图颜色矩2.边缘特征Canny边缘检测HOG（方向梯度直方图）3.关键点特征SIFTSURF4.纹理特征Haralick纹理特征5.几何特征轮廓
Ronin-Lotus·2025-03-08 19:35

深度学习篇---Opencv中的机器学习和深度学习

文章目录前言一、OpenCV中的机器学习1.概述2.使用步骤步骤1：准备数据步骤2：创建模型步骤3：训练模型步骤4：预测3.优点简单易用轻量级实时性4.缺点特征依赖性能有限二、OpenCV中的深度学习1.概述图像分类（如ResNet、MobileNet）目标检测（如YOLO、SSD）语义分割（如DeepLab）人脸检测（如OpenFace）2.使用步骤步骤1：加载模型步骤2：准备输入数据步骤3：推
Ronin-Lotus·2025-03-08 19:05

yum安装mod_limitipconn模块限制客户端多线程下载

其中有一篇针对apache的能限制ip访问量。不允许同一ip大并发访问。
·2025-03-08 19:32

DeepSeek + 沉浸式翻译 打造智能翻译助手

需要申请APIKey支持与OpenAISDK兼容的调用方式可用模型deepseek-chat：已升级为DeepSeek-V3，通用对话模型deepseek-reasoner：最新推出的DeepSeek-R1
世味煮成茶.·2025-03-08 19:34

大模型RAG入门到实战基础教程（非常详细），大模型RAG入门到精通，收藏这一篇就够了！

写在前面大模型（LargeLanguageModel，LLM）的浪潮已经席卷了几乎各行业，但当涉及到专业场景或行业细分域时，通用大模型就会面临专业知识不足的问题。相对于成本昂贵的“PostTrain”或“SFT”，基于RAG的技术方案往成为一种更优选择。本文从RAG架构入手，详细介绍相关技术细节，并附上一份实践案例。LLM的问题尽管LLM拥有令人印象深刻的能力，但是它们还面临着一些问题和挑战：幻觉
AI程序猿人·2025-03-08 18:56

判断一个数是否是素数——Java（进阶高效算法）

本文续写上一篇文章：判断一个数是否是素数——Java（初阶低效算法）上一篇中的for循环是从3直到n-1，这里通过Math.sqrt(n)的方法做出改进，使得循环的次数变少以加快运算效率和速率一、Math.sqrt
Pniubi·2025-03-08 18:18

使用docker来安装nacos

1.安装docker第一篇已经介绍了如何安装docker服务2.拉取nacos镜像2.1搜索有哪些nacos镜像>dockersearchnacos注意：此操作可能会出现无法从dockerhub获取镜像的问题
一品_人生·2025-03-08 17:56

数据挖掘实战-基于Catboost算法的艾滋病数据可视化与建模分析

‍♂️个人主页：@艾派森的个人主页✍作者简介：Python学习者希望大家多多支持，我们一起进步！如果文章对你有帮助的话，欢迎评论点赞收藏加关注+目录1.项目背景2.数据集介绍
艾派森·2025-03-08 16:23

Mark Github上的一个项目，VLM-R1。GRPO为什么促使MLLM在部分垂域比SFT更好的表现

项目地址：GitHub-om-ai-lab/VLM-R1:SolveVisualUnderstandingwithReinforcedVLMs最近做毕设，看到VLM-R1项目，一个有趣的现象：在Grounding
朱韬韬·2025-03-08 16:40

【数据仓库与数据挖掘基础】第一章 概论/基础知识

知识点复习：事务（关于事务的一些知识点可以点这里）一、数据仓库的一些基本的知识1.从数据库到数据仓库1.1数据库用于事务处理1.1.1定义：事务处理是指对数据库中数据的操作，这些操作通常包括插入、更新、删除和查询等。事务处理的核心是确保数据的一致性和完整性。事务的定义：事务是数据库操作的基本单位，包含一组逻辑上相关的操作。事务要么全部成功，要么全部失败。ACID特性：原子性（Atomicity）：
精神病不行计算机不上班·2025-03-08 16:24

电商系统设计专题系列的第一篇：概述与总体架构

1.1系统目标电商系统旨在构建一个高效、可扩展、模块化的平台，支持多种业务模式（如B2C、C2C、B2B），覆盖从用户前端交互到后端供应链管理、财务结算的全流程。主要目标包括：用户体验：提供流畅的购物流程（商品浏览、购物车、支付等）。业务支持：支持商品管理、订单处理、营销活动、物流配送等核心功能。生态整合：对接供应商、服务商、第三方支付等外部系统。数据驱动：通过大数据分析优化定价、库存和用户服务。
不出名的架构师·2025-03-08 15:37

TDengine 数据写入SQL

关于写入性能，我前面有一篇专门介绍的文章，可以参考：TDengine写入性能优化最佳实践写入语法写入记录支持两种语法,正常语法和超级表语法.正常语法下,紧跟INSERTINTO后名的表名是子表名或者普通表名
TDengine （老段）·2025-03-08 15:28

YOLOv12改进策略【注意力机制篇】| 引入MobileNetv4中的Mobile MQA，轻量化注意力模块 提高模型效率（二次改进A2C2f）

一、本文介绍本文记录的是基于MobileMQA模块的YOLOv12目标检测改进方法研究。MobileNetv4中的MobileMQA模块是用于模型加速，减少内存访问的模块，相比其他全局的自注意力，其不仅加强了模型对全局信息的关注，同时也显著提高了模型效率。文章目录一、本文介绍二、MobileMQA注意力原理三、MobileMQA的实现代码四、创新模块4.1改进点⭐五、添加步骤5.1修改一5.2修改
Limiiiing·2025-03-08 15:21

算法随笔_67: 使数组按非递减顺序排列

上一篇:算法随笔_66:多数元素_方法2-CSDN博客=====题目描述如下:给你一个下标从0开始的整数数组nums。
程序趣谈·2025-03-08 14:09

大龄IT从业人员如何实现大厂梦之三（终结篇）

本篇是大龄IT从业人员如何实现一线大厂高薪梦系列文章的最后一篇。
繁华之中悟静·2025-03-08 14:02

（非常详细），零基础入门到精通，看这一篇就够了_网络工程师职业决策

文章目录前言一、就业工作岗位众多网络工程师的个人职业规划一、网络工程师的职业优势二、网络工程师解读计算机网络安全工程师怎么发展职业规划文末福利前言网络安全专业网络安全专业就业前景怎么样？有哪些就业方向？一、就业工作岗位众多网络安全专业毕业生就业的岗位较多，可以在计算机科学与技术、信息通信、电子商务、互联网金融、电子政务等领域从事相关工作。也可以在***机关事业单位，银行、保险、证券等金融机构，电信
QXXXD·2025-03-08 14:30

Activity生命周期与启动模式（二）：启动模式与Intent标志位

Activity生命周期与启动模式（二）：启动模式与Intent标志位本文是Android四大组件系列的第二篇，主要介绍Activity的启动模式、Intent标志位以及实际应用场景。
Ya-Jun·2025-03-08 13:46

（非常详细），零基础入门到精通，看这一篇就够了

文章目录前言一、就业工作岗位众多网络工程师的个人职业规划一、网络工程师的职业优势二、网络工程师解读计算机网络安全工程师怎么发展职业规划文末福利前言网络安全专业网络安全专业就业前景怎么样？有哪些就业方向？一、就业工作岗位众多网络安全专业毕业生就业的岗位较多，可以在计算机科学与技术、信息通信、电子商务、互联网金融、电子政务等领域从事相关工作。也可以在***机关事业单位，银行、保险、证券等金融机构，电信
网络安全小宇哥·2025-03-08 13:35

鸿蒙HarmonyOS NEXT开发：ArkUI高性能开发-（组件复用最佳优化实践）

鸿蒙HarmonyOSNext应用开发实战学习路线鸿蒙HarmonyOSNEXT开发技术最全学习路线指南鸿蒙应用开发实战项目，看这一篇文章就够了（部分项目附源码）概述若开发者的应用中存在以下场景，并成为
小叮当QAQ·2025-03-08 13:29

11 【HarmonyOS NEXT】 仿uv-ui组件开发之Avatar组件深度剖析（二）

第二篇：探秘Avatar组件的核心实现机制1.组件结构设计2.状态管理2.1组件状态定义@ComponentexportstructAvatar{//私有属性privateprops:AvatarProps
全栈若城·2025-03-08 12:23

常用的快捷键

QQ截屏：crtl+alt+a录屏：crtl+alt+sword删除光标后面的字：ctrl+delete控制面板快捷键：Win键+R+输入control+enter任务管理器快捷键：ctrl+shift
笔落惊风雨。。。·2025-03-08 11:10

#深度优化提示词模板：解锁DeepSeek R1终极潜力的系统方案

摘要本文提出针对DeepSeekR1大模型的深度提示词优化体系，基于认知心理学原理与机器学习特征构建四维优化框架。通过解析模型工作机制、设计结构化模板、实战案例验证及进阶调优策略，形成覆盖基础到高阶的完整优化方案。研究显示优化后的提示词模板可使任务准确率提升40%，响应相关性提高55%。方案兼具理论深度与实践价值，为开发者提供可落地的优化指南。关键词：提示词优化、DeepSeekR1、AI交互设计
领码科技·2025-03-08 11:38

鸿蒙阴影shadow

.shadow({radius:10,color:$r('app.color.green'),offsetY:20,offsetX:20})
jian11058·2025-03-08 11:38

Python爬取58同城广州房源+可视化分析

对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tstoutiao，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。
R3eE9y2OeFcU40·2025-03-08 11:35

智能交通违章处理系统：AI赋能下的智慧交通解决方案

在这个专栏中，你将会找到：●深入解析：每一篇文章都将深入剖析Python的高级概念和应用，包括但不限于数据分析、机器学习、Web开发
Echo_Wish·2025-03-08 10:28

Intel 9代CPU i7 9700k+技嘉B360+华硕2070+NVME重装WIN7系统+跑分

大家都知道现在市面上的H310,B360,Z390等等主板搭配的intel8代和9代CPU基本上都无法装WIN7系统，主要是因为官方没有提供USB驱动，导致鼠标键盘等USB接口设备无法使用，那么此篇实战教程将带你全程欣赏一下
小鱼儿yr·2025-03-08 10:54

PyThon最详细入门语法笔记

写在前面：这篇笔记是由本人原创(也是第一篇原创，萌新.jpg)，兄弟萌如果觉得不错的话，可以点个关注或收藏，方便以后查阅呀。
带ta去蒙古国·2025-03-08 10:46

12 【HarmonyOS NEXT】 仿uv-ui组件开发之Avatar组件设计精髓(三)

第三篇：掌握Avatar组件的样式魔法与灵活定制1.基础使用1.1组件引入import{Avatar}from"../..
·2025-03-08 10:28

Blender常用快捷键的汇总

一、基础操作全选/取消全选：A（全选）、AA（连续按两次A取消全选）复制物体：Shift+D（复制后需点击确认位置）移动物体：G（按X/Y/Z可约束轴向移动）旋转物体：R（按X/Y/Z可约束轴向旋转）缩放物体
金米kk·2025-03-08 08:02

svn 通过127.0.01能访问 但通过公网IP不能访问，这是什么原因？

连接失败的提示如下1、SVN的启动方法方法一：svnserve-d-r/mnt/svn方法二：svnserve-d--listen-port3690-r/mnt/svn方法三：svnserve-d-r/
行思理·2025-03-08 06:09

【svn】批量删除文件夹当中的.SVN

、复制到对应文件夹二、在Linux环境：一、在Windows环境：1、新建记事本将下面代码，粘贴到记事本中，保存为KillSvn.bat文件@echoon@rem删除SVN版本控制目录@remfor/r.
春天的菠菜·2025-03-08 06:50

window下命令行重启

以下是几种常用的方法：1.使用shutdown命令在命令提示符中执行以下命令：shutdown/r/t0/r：表示重启计算机。/t0：表示立即重启（时间为0秒）。
Joyner2018·2025-03-08 06:19

13 【HarmonyOS NEXT】 仿uv-ui组件开发之Avatar组件进阶指南(四)

第四篇：打造高性能Avatar组件的终极优化秘籍1.性能优化策略1.1状态管理优化//优化前@Stateprivateprops:AvatarProps//优化后private
·2025-03-08 05:48

华为OD机试 - 信道分配 - 贪心算法（Python/JS/C/C++ 2024 D卷 200分）

阶为r的信道的容量为2^r比特；所有用户需要传输的数据量都一样：D比特；一个用户可以分配多个信道，但每个信道只能分配给一个用户；当且仅当分配给一个用户的所有信道的容量和>=D，用户才能传输数据；给出一组信道资源
哪 吒·2025-03-08 05:56

点云从入门到精通技术详解100篇-基于背包激光雷达点云在城市公园单木参数提取中的应用

目录前言国内外发展现状（DevelopmentStatusatHomeandAbroad）背包LiDAR技术及其在林业调查中的应用进展单木胸径提取算法研究现状单木树高提取算法研究现状2背包LiDAR城市公园树木数据采集及预处理2.1测区概况（OverviewTestArea）2.2背包LiDAR数据采集与处理（BackpackLiDARDataAcquisitionand2.2.1背包激光雷达系统
格图素书·2025-03-08 05:56

年末福利丨2024年哔哩哔哩技术精选技术干货

2024年我们共精心打造了99篇原创技术文章，全方位、多角度地剖析了各类前沿技术与实用业务应用。
哔哩哔哩技术·2025-03-08 05:55

【嵌入式Bluetooth应用开发笔记】第二篇：上手BLUEZ应用开发

概述BlueZ是一个开源的蓝牙协议栈，提供了丰富的API和工具，支持Linux系统中的蓝牙应用开发。BlueZ提供的API包括D-BusAPI、HCIAPI、L2CAPAPI、RFCOMMAPI、SDPAPI、MGMTAPI等，开发者可以使用这些API实现自己的蓝牙应用程序。BlueZ的架构由多个模块组成，其中主要的模块包括蓝牙协议栈（BluetoothStack）、蓝牙管理器（Bluetooth
林零七·2025-03-08 04:20

R语言2——数据类型和基本运算

R语言2——数据类型和基本运算目录R语言2——数据类型和基本运算1.R的数据类型1.R的数据类型（1）Logical（逻辑型）：只有两个值TRUE,FALSE（2）Numeric（数字）：整数、小数等（
朝荣·2025-03-08 03:04

特征缩放：统一量纲，提高模型性能

特征缩放：统一量纲，提高模型性能1.背景介绍在机器学习和数据挖掘领域，我们经常会遇到不同特征之间量纲差异很大的情况。
AI天才研究院·2025-03-08 03:04

R语言获取数据——手工输入数据

在R语言中获取数据集的方法有多种，例如读取Excel文件、数据库中的文件，而当我们没有这些渠道能够获取到数据集时，也可以手工输入数据，即通过键盘输入数据，它是获取数据集的最简单方法。
蜗牛数据分析·2025-03-08 03:58

【C语言】指针篇

目录C语言指针概述指针的声明和初始化声明指针初始化指针指针的操作解引用操作指针算术运算指针的用途动态内存分配作为函数参数指针与数组数组名作为指针通过指针访问数组元素指针算术和数组数组作为函数参数指针数组和数组指针指针数组数组指针函数指针函数指针的定义和声明函数指针的初始化和使用函数指针作为函数参数（回调函数）函数指针数组动态内存分配概念动态内存分配函数malloc函数calloc函数realloc
熬夜超级玩家·2025-03-08 03:55

Pandas实现Excel的vlookup并且在指定列后面输出

的少量的列，比如从40个列中挑选2个列新增的来自第二个excel的列需要放到第一个excel指定的列后面；将结果输出到一个新的excel;importpandasaspd#文件路径grade_path=r'C
eweidog·2025-03-08 03:25

R语言——数据框

R语言——数据框data.table/data.frame1、数据框数据框是R的一个重要数据类型,用来存储表格数据2、可认为是特殊类型的列表,列表中每个元素(每类)都有同样的长度每一列3、可以是不同的类型
高现实·2025-03-08 02:23

R语言入门——数据类型和数据结构

变量基本说明R语言计算的过程中，通常需要使用变量来存放中间结果。变量相当于给定一个空间，只能保存一种数据结构，只保存最后一次被赋值的数据。无需事先声明。
Sean1014·2025-03-08 02:52

探索大数据分析的无限可能：R语言的应用与实践

探索大数据分析的无限可能：R语言的应用与实践随着数据时代的来临，大数据已经成为各行各业的重要资产。如何从海量数据中挖掘出有价值的信息，成为了企业和研究人员关注的焦点。
Echo_Wish·2025-03-08 02:16

使用源代码编译R包的过程

R包的安装方式可以归纳为源代码安装和二进制文件安装两类：源代码安装是指从包的源代码进行编译安装。包括：①通过CRAN安装源代码版本的包（如果没有二进制版本，或者指定了安装源代码）。
QH_ShareHub·2025-03-08 02:13

OpenCV进阶篇

sssOpenCV进阶篇第10章模板匹配模板匹配是一种最原始、最基本的识别方法，可以在原始图像中寻找特定图像的位置。模板匹配经常应用于简单的图像查找场景中，例如，在集体合照中找到某个人的位置。
随笔写·2025-03-08 02:43

（二）服务篇

在现代互联网时代，越来越多的企业和个人都选择云服务器来满足业务需求。而随着市场上云服务器品牌的不断增多，各大云服务商纷纷推出各项举措以提升市场竞争力，并满足日益多样化的用户需求。这些举措中包含了哪些服务内容？而哪些方面又应当引起特别的关注呢？今天就来探讨一下这些问题。一、稳定性与数据保护首先，稳定性和数据保护是选择云服务商的首要考虑因素。高可用性云服务商承诺提供高达99.95%的服务可用性，这种高
·2025-03-08 01:42

利用R语言irr包计算ICC值（组内相关系数）

ICC值是一个较为陌生的概念，在统计学中应用较多，引用百度百科的介绍：组内相关系数(ICC)是衡量和评价观察者间信度(inter-observerreliability)和复测信度(test-retestreliability)的信度系数(reliabilitycoefficient)指标之一。它最先由Bartko于1966年用于测量和评价信度的大小。ICC等于个体的变异度除以总的变异度，故其值介
mlhylzqwxli·2025-03-08 01:04

JavaScript逆向爬虫教程-------基础篇之JavaScript混淆原理

目录一、常量的混淆原理1.1对象属性的两种访问方式1.2十六进制字符串1.3Unicode字符串1.4字符串的ASCII码混淆1.5字符串常量加密1.6数值常量加密二、增加JS逆向者的工作量2.1数组混淆2.2数组乱序2.3花指令2.4jsfuck三、代码执行流程的防护原理3.1流程平坦化3.2逗号表达式混淆四、其他代码防护方案4.1eval加密4.2内存爆破4.3检测代码是否格式化一、常量的混淆
zru_9602·2025-03-08 01:00
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他