skynet技术与应用

JS高阶 - day03

1.2面向对象编程面向对象编程(oop)是把事务分解成为一个个对象，然后由对象之间分工与合作。简单来说：面向对象是以对象功能来划分问题，而不是步骤。面向对象的特性：封装性，继承性，多态性好处
玩三国杀玩的·2025-01-26 17:12

AI大模型书籍推荐丨这本书必看：大语言模型 基础与前沿（附PDF）

很久都没有更新大模型这块的书了，今天给大家说一下这本：《大语言模型：基础与前沿》，本书深入阐述了大语言模型的基本概念和算法、研究前沿以及应用，涵盖大语言模型的广泛主题，从基础到前沿，从方法到应用，涉及从方法论到应用场景方方面面的内容
LLM教程·2025-01-26 17:11

计算机毕业设计之基于PythonBOSS直聘招聘数据可视化系统的设计与实现

本文主要介绍了基于PythonBOSS直聘招聘数据可视化系统的设计与实现。随着互联网的普及，BOSS直聘招聘网站成为了企业和求职者的重要交流平台。然而，大量的招聘信息给用户带来了信息过载的问题。
wx—bishe58·2025-01-26 17:11

单片机基础模块学习——DS1302时钟芯片

一、DS1302时钟简介1.与定时器对比DS1302时钟也称为RTC时钟（RealTimeClock,实时时钟），说到时钟，可能会想到定时器，下表来简单说明一下两者的区别。
promising-w·2025-01-26 17:11

架构学习之路

1.App架构的演进应用程序架构的演进单体架构：早期的应用程序通常是一个单一的、不可分割的应用，所有功能都紧密集成在一起。这种架构简单易懂，但在功能增加时容易变得难以维护。
SUDO-1·2025-01-26 16:11

JAVAEE框架技术之14SSM综合案例 产品管理CRUD

【理解】Layui页面书写（备注：其他前端技术也可以）4.【理解】理解SSM综合案例表的结构5.
teayear·2025-01-26 16:39

Svelte 最新中文文档翻译（5）—— 基础标记

2019年到2024年，连续6年一直是开发者最感兴趣的前端框架No.1：Svelte以其独特的编译时优化机制著称，具有轻量级、高性能、易上手等特性，非常适合构建轻量级Web项目，也是我做个人项目的首选技术栈
·2025-01-26 16:07

掌控波动：如何通过资金费率套利锁定稳定收益

引言：在加密货币交易市场中，资金费率（FundingRate）是连接现货市场与合约市场的重要机制之一，也是量化交易中常用的套利工具。
·2025-01-26 16:06

【鸿蒙生态学堂 11】HarmonyOS应用上架

本课程将指导开发者了解HarmonyOS应用上架的全流程，包括应用的全网发布、分阶段发布和测试发布策略。
·2025-01-26 16:06

【鸿蒙生态学堂 07】冷启动优化、合理使用动画、长列表加载性能优化最佳实践

本课程深入探讨HarmonyOS应用的冷启动优化技巧，从应用冷启动概述到具体实施策略，提供全面的优化方案。
·2025-01-26 16:05

【鸿蒙生态学堂 04】ArkUI开发基础（上）

ArkUI是HarmonyOS应用的UI开发框架，提供简洁的UI语法、丰富的组件和实时界面预览工具。
·2025-01-26 16:35

【鸿蒙生态学堂 05】ArkUI开发基础（下）

您将学习如何使用ArkWeb技术构建动态网页内容，掌握数据绑定技巧以确保UI与底层数据源同步更新。此外，课程将指导您通过设置组件导航来增强应用的用户体验，实现流畅的页面过渡和有效的用户交互。
·2025-01-26 16:35

【鸿蒙生态学堂 02】ArkTS语法介绍

本课程将深入介绍HarmonyOS的应用开发语言——ArkTS。您将学习到ArkTS的基本语法，包括变量声明、类型系统、运算符等，以及如何使用ArkTS进行声明式UI开发。
·2025-01-26 16:34

2024年AI发展的感知回顾

2024年，人工智能（AI）的发展呈现出诸多引人注目的关键词，深刻地塑造着技术格局、经济模式以及人类社会的方方面面。混合无疑成为这一年AI创新历程中最为显著的特征之一。
八角Z·2025-01-26 16:08

拉曼光谱增强技术，农药“指纹图谱“数据库？

构建拉曼光谱增强技术与农药"指纹图谱"数据库是农药成分快速检测领域的前沿方向，其核心在于通过纳米材料增强效应和人工智能算法解析，实现对农药分子的高灵敏度、高特异性识别。
百态老人·2025-01-26 16:08

拉曼光谱增强技术，农药“指纹图谱“数据库？

拉曼光谱增强技术拉曼光谱技术基于拉曼散射效应，然而拉曼散射效应非常弱，其散射光强度约为入射光强度的10⁻⁷-10⁻⁹。拉曼光谱增强技术主要是为了克服这一弱点，使拉曼光谱有更广泛的应用前景。
百态老人·2025-01-26 16:08

归并排序（Ologn）及其应用（求逆序对）+例题（后续仍有补充）

之后陆续还会学习补充树状数组和线段树，这三者其实都是二分思想的应用，最关键的不是记住这个板子，而是能够理解其中的思想。归并排序又是分治法的一种应用，分为分和治两部分。
万般算法皆思想·2025-01-26 16:08

AI 智能体：探索自主智能的世界

AI智能体：探索自主智能的世界想象一下，在这样一个世界里，软件自身可以自主地与环境交互，根据收集的数据做出决策，并以最少的人工干预来执行任务。这些AI智能体正在彻底改变行业并改变我们的生活方式。
·2025-01-26 16:33

AI赋能生成式低代码开启研发平台智能化新篇章——原华为AI专家朱鹏喜先生加入飞速创软共铸低代码智能化蓝图

2023年7月，飞速创软任命原华为AI专家朱鹏喜先生为公司高级副总裁兼技术研发总经理，全面负责【飞速低代码平台】产品规划、技术、研发中心的管理等。
·2025-01-26 16:32

Python爬虫实战：解析京东商品信息（附部分源码）

在信息爆炸的今天，网络爬虫（WebScraping）作为一种自动获取网页内容的技术，已经成为数据采集的重要手段。Python，因其简洁的语法和强大的库支持，成为编写爬虫的首选语言之一。
是有头发的程序猿·2025-01-26 16:37

SpringAI 搭建智能体（二）：搭建客服系统智能体

在现代人工智能应用中，智能体（Agent）是一个重要的概念，它的核心能力是自主性与灵活性。一个智能体不仅能够理解用户的需求，还能拆解任务、调用工具完成具体操作，并在复杂场景中高效运行。
drebander·2025-01-26 16:07

支持生成式 AI：聊天与文档检索的结合

生成式AI已成为现代应用的重要组成部分，从实时聊天到文档检索，再到智能问答系统，其核心是能够理解上下文并生成有用的回答。
drebander·2025-01-26 16:07

90、Python Web抓取与数据爬虫：技巧、实践与道德规范

Python开发：学习Web抓取和数据爬虫大家好，今天我将向大家介绍Python的Web抓取和数据爬虫技术，主要包括BeautifulSoup和Scrapy两个库。
多多的编程笔记·2025-01-26 16:07

目标检测算法以及常用库概述

YOLO目标检测创新改进与实战案例专栏专栏目录：YOLO有效改进系列及项目实战目录包含卷积，主干注意力，检测头等创新机制以及各种目标检测分割项目实战案例专栏链接:YOLO基础解析+创新改进+实战案例目标检测是在图像中发现并识别物体的过程
YOLO大师·2025-01-26 16:36

法律与认知战争：新时代的战略博弈

文章目录前言全文摘要与关键词一、影响意志二、通过网络空间进行认知战1、网络行动的影响＞行为本身2、与破坏性网络攻击相反，数字影响力行动可以产生战略效果三、法律作为一种战争工具四、如何反制法律战的使用？
岛屿旅人·2025-01-26 16:35

Arduino单片机详解

Arduino单片机详解Arduino是一款开源的电子原型平台，广泛应用于各种电子项目和物联网开发。它通过简单易用的硬件和软件，使得电子制造和编程变得更加容易。
极客小张·2025-01-26 16:35

【算法学习】分治法应用—归并排序

归并排序（MergeSort）是分治思想的经典应用。其核心理念是：分解：将复杂的大问题分割成简单的小问题解决：逐步解决小问题合并：将
_Huazzi·2025-01-26 16:05

【算法学习】分治法应用—快速排序

欢迎来到“C语言算法学习”系列！快速排序（QuickSort）是一种非常高效的排序算法，广泛用于实践中。在这篇文章中，我们将详细介绍快速排序的工作原理、C语言实现，并提供一些优化建议、常见问题的解答以及编程技巧。快速排序简介快速排序是分治算法的一种，它的基本思想是：选择一个“分界点”元素，将数组分成两部分，使得左边的所有元素都不大于分界点，右边的所有元素都不小于分界点。然后，递归地对这两部分进行排
_Huazzi·2025-01-26 16:35

飞速搭震撼上线 开启软件开发智能化新篇章

飞速搭通过深度融合前沿的人工智能技术，实现了从需求文档到应用发布的无缝衔接，一键智能生成应用，为软件开发领域带来了全新的突破和变革。“飞速搭”的实现路径高效而清晰。
·2025-01-26 16:32

《高频交易中的RPA应用：账号准备篇》

【前言】在中心化交易所执行高频交易相关策略时，通常需要经历以下几个步骤：准备用于接收验证码的邮箱或手机号，并注册交易所账号。注册完成后，绑定谷歌身份验证器GoogleAuthenticator，并设置资金密码。有些交易所可能还要求完成KYC实名认证。向交易所钱包地址充值USDT，并将其划转至指定的资金账户。根据策略下发的交易指令执行下单、撤单等请求。请求可以通过交易所官方API接口、模拟Web/A
·2025-01-26 16:32

< 鸿蒙生态学堂 线上培训 第11期 > 最佳实践：HarmonyOS应用代码资产保护

应用代码对于开发者而言永远都是最重要的资产之一，代码保护不当会导致数据被挖掘漏洞、泄露关键信息、甚至关键逻辑被破解。这些问题不仅影响用户体验和信任，还可能带来法律风险和业务损失。
·2025-01-26 16:31

《CPython Internals》阅读笔记：p360-p377

一、技术总结1.seaborn可视化工具。2.dtrace(1)安装sudoapt-getinstallsystemtap-sdt-dev(2)编译.
·2025-01-26 16:31

基于CNN+Transformer混合模型实现交通流量时序预测(PyTorch版)

随着城市化进程的加速，交通流量预测成为城市交通管理与规划中的关键任务。准确的交通流量预测
矩阵猫咪·2025-01-26 16:34

智能体（Agent）如何具备自我决策能力的机理与实现方法

一、智能体自我决策能力的机理从人工智能和控制理论的角度看，智能体能够“自我决策”的核心在于其“感知–认知–行动”的循环过程，以及在此过程中引入自主学习与自主优化的机制。
由数入道·2025-01-26 16:04

如何在容器内开发

一致性环境：容器内的开发环境与生产环境一致，避免“本地运行正常，服务器出问题”。依赖隔离：容器隔离不同项目的依赖，避免冲突。
由数入道·2025-01-26 16:04

Evaluation of OpenAI o1: Opportunities and Challenges of AGI

OpenAIo1评估：AGI的机遇和挑战摘要1引言1.1背景：o1的新功能2研究范围和使用的公共数据集3相关工作4实验和观察5讨论5.1LLMAgents和o1：推进科学与工程中的问题解决6结论摘要这项全面的研究评估了
UnknownBody·2025-01-26 16:03

【2024最新】python第三方库 的概述——功能、特点

文章目录一、网络请求与爬虫Requests：Scrapy：BeautifulSoup：二、数据处理与分析NumPy：Pandas：SQLAlchemy：SciPy：matplotlib：Seaborn：
西西很呆·2025-01-26 15:32

大语言模型应用指南：OpenAI大语言模型简介

大语言模型应用指南：OpenAI大语言模型简介1.背景介绍1.1问题的由来在过去几年中,自然语言处理(NLP)领域取得了长足的进步,这主要归功于大型语言模型(LargeLanguageModels,LLMs
AI大模型应用之禅·2025-01-26 15:02

GTO 和普通晶闸管同为 PNPN 结构为什么 GTO 能够自关断，而晶闸管不能？

答:GTO之所以能够自行关断，而普通晶闸管不能，是因为GTO与普通晶闸管在设计和工艺方面有以下几点不同:1)GTO在设计时a2较大，这样晶体管V2控制灵敏，易于GTO关断;2)GTO导通时a1+a2的值更接近于
ོ椿生拥蝶·2025-01-26 15:02

使用python调用JIRA6 进行OAuth1认证获取AccessToken

Jira配置应用程序链接1)创建应用程序链接登录JIRA管理后台。转到Administration>Applications>ApplicationLinks。
yaoshengting·2025-01-26 15:32

【算法学习】归并排序算法思想的应用—求逆序对数量

Hey，大家好！今天我们来聊聊一个有趣的话题——如何在归并排序的基础上，高效解决求逆序对数量的问题。如果你对算法感兴趣，或者正在准备算法面试，这篇文章一定会对你有所帮助！题目描述给定一个长度为n的整数数列，请你计算数列中的逆序对的数量。逆序对的定义如下：对于数列的第i个和第j个元素，如果满足ia[j]，则其为一个逆序对；否则不是。输入格式第一行包含整数n，表示数列的长度。第二行包含n个整数，表示整
_Huazzi·2025-01-26 15:31

通用免杀概论

免杀：病毒木马免于被杀毒软件查杀，基于免杀的技术包含逆向工程、反汇编、系统漏洞等hack技术企业目前标配防护：EDR（终端主机防护）、IPS、IDS、HDR（流量监控）、XDR（相较于EDR更高级），早期的话
曦梦逐影·2025-01-26 15:01

蓝桥与力扣刷题（240 搜索二维矩阵||）

题目：编写一个高效的算法来搜索mxn矩阵matrix中的一个目标值target。该矩阵具有以下特性：每行的元素从左到右升序排列。每列的元素从上到下升序排列。示例1：输入：matrix=[[1,4,7,11,15],[2,5,8,12,19],[3,6,9,16,22],[10,13,14,17,24],[18,21,23,26,30]],target=5输出：true示例2：输入：matrix=[
এ旧栎·2025-01-26 15:00

蓝桥与力扣刷题（66 加一）

题目：给定一个由整数组成的非空数组所表示的非负整数，在该数的基础上加一。最高位数字存放在数组的首位，数组中每个元素只存储单个数字。你可以假设除了整数0之外，这个整数不会以零开头。示例1：输入：digits=[1,2,3]输出：[1,2,4]解释：输入数组表示数字123。示例2：输入：digits=[4,3,2,1]输出：[4,3,2,2]解释：输入数组表示数字4321。示例3：输入：digits=
এ旧栎·2025-01-26 15:00

蓝桥与力扣刷题（283 移动零）

题目：给定一个数组nums，编写一个函数将所有0移动到数组的末尾，同时保持非零元素的相对顺序。请注意，必须在不复制数组的情况下原地对数组进行操作。示例1:输入:nums=[0,1,0,3,12]输出:[1,3,12,0,0]示例2:输入:nums=[0]输出:[0第一种解题方法＋代码：第一种方法时间复杂度为O(n)。代码：classSolution{publicvoidmoveZeroes(int
এ旧栎·2025-01-26 15:00

2022-12-5 leetcode与蓝桥刷题情况

一、leetcode题目1.奇怪的打印机题目描述有台奇怪的打印机有以下两个特殊要求：打印机每次只能打印由同一个字符组成的序列。每次可以在从起始到结束的任意位置打印新字符，并且会覆盖掉原来已有的字符。给你一个字符串s，你的任务是计算这个打印机打印它需要的最少打印次数。2.测试用例输入：s=“aaabbb”输出：2解释：首先打印“aaa”然后打印“bbb”。3.思路(比较难，最初没有思路，看了题解写出
MoYu1419·2025-01-26 15:00

数字图像处理——matlab实现 图像灰度等级化（2个等级，4个等级，8个等级，16个等级，32个等级，64个等级，128个等级的灰度图）

My=imread('E:\informt\lesson\数字图像处理与安全\图像集\Fruit.bmp');%读取图像MyGrayPic=rgb2gray(My);%灰度图像等级化holdon;figur
miilue·2025-01-26 15:29

影像调阅相关知识点记录

场景：最近调用发票识别的影像业务，涉及到几个以前未接触到的知识点，特此记录知识点一：方法入参中，我们可以用一个List而不写具体实体类进行一个公共方法的调用知识点二：map与实体类的互相转换知识点三：便利
只为梦惜晨·2025-01-26 15:58

微服务架构

目录如下：一、微服务架构介绍二、出现和发展三、传统开发模式和微服务的区别四、微服务的具体特征五、SOA和微服务的区别六、如何具体实践微服务七、常见的微服务设计模式和应用八、微服务的优点和缺点九、思考：意识的转变十
原克技术·2025-01-26 15:58

浏览器安全沙箱

对于单进程应用，即整个浏览器只有一个进程。当浏览器出现一些重要的漏洞时，黑客可以直接攻击操作系统，获取操作系统中的用户信息。这毫无疑问是“核弹”级别的漏洞。对于多进程架构的浏览器。
weixin_43605299·2025-01-26 15:58
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他