研究
文章平均质量分 83
Hinomoto Oniko
这个作者很懒,什么都没留下…
展开
-
AI技术以及其今后发展
对于IT/计算机/软件专业的学生来说,AI的发展既带来了机会,也带来了挑战。3,你听说过最近的 GPT,new bing, bard,AI 绘画, AI 编程工具么?未来的软件工程师需要具备深厚的AI知识,同时掌握软件工程的基本原则。近期AI成为热点话题, GPT, new bing, bard,AI 绘画等 AI 编程工具引发大量讨论。5,作为一个 IT / 计算机 / 软件专业的学生, 如果 AI 可以帮助人类快速编程序, 那么这些专业的大学毕业生的职业发展是更好了,还是有更大的挑战?原创 2023-04-09 12:57:31 · 713 阅读 · 0 评论 -
钉钉小程序 企业内部应用开发
综述 什么是钉钉小程序 小程序是一种全新的开发模式,是一种不需要安装即可使用的应用。钉钉小程序以办公社交app钉钉为载体,支持iOS、安卓等多种操作系统部署。钉钉小程序开发使用AXML(钉钉修改过的HTML)、ACSS(基本等同于CSS)和JavaScript编写。小程序本质上属于系统的前端部分,需要通过HTTP协议与后端的服务器配合使用。 什么是企业内部应用 钉钉为企业和组织提供了很多基础办公应用例如审批、日志、视频会议等。企业可基于钉钉开放平台的能力,根据实际需要定制开发企业应用。原创 2021-12-02 18:03:57 · 3572 阅读 · 0 评论 -
美国高速公路信号灯控制项目的大致逻辑和步骤 智慧公路设计
此外,在纽约开会的时候,项目方问开发人员的那个某某配置文件放哪里合适的问题,这个问题开发人员想了一下应该不由开发人员回答,而是由美国那边设计,因为开发人员并不知道具体是什么配置,当然美国如果不规定的话开发人员这边也可以根据情况设计,比如说如果是key-value型的配置即可放在redis中。左边是工程的目录结构,有很多java文件,即要写的代码,需要按照Spring Boot的要求放在合适的文件夹下;原创 2023-04-08 09:15:00 · 202 阅读 · 0 评论 -
软件质量保证与测试 课程设计 测试报告 缺陷报告撰写方法
原因分析及纠正预防措施:(对测试中发现的一些问题分析其产生原因采取的预防纠正措施及这些措施实施的情况)2.没有任何错误检测机制,输入负数、不符合规定类型的数据都会出现系统故障和崩溃的问题。经过黑盒测试和白盒测试,程序发现了10个可优化的漏洞和细节,希望程序员改善。遗留错误说明:(测试后仍然遗留下来未解决的错误及其说明)2、程序中对不正确的数据没有异常处理,应该在代码中完善。详细描述:程序是DOS界面,没有图形用户界面。1、程序是DOS界面,没有图形用户界面。解决时间:2020-06-02。原创 2023-03-20 10:13:21 · 578 阅读 · 0 评论 -
创业项目 大学生课程辅导app创业计划
我们的团队有6人,计划初期融资10万元人民币,6人保留公司的至少60%股权。该行业刚刚起步就非常火爆,现在仍然是中学生备战高考的必备工具,市场容量巨大,并有向更大领域和功能扩张的趋势。管理思想:以质量管理理论为指导,要求人员和产品必须不断完善、学习、成长,同时对经营过程彻底进行再思考和再设计,以便在业绩衡量标准(如成本、质量、服务和速度等)上取得重大突破,完成企业再造。后来,该公司又推出了“猿辅导”等在线辅导课程功能,成为了行业的独角兽,仅3年时间,估值即达到3.6亿美元(约23亿人民币)。原创 2023-03-01 09:50:42 · 815 阅读 · 0 评论 -
Python LC Loan贷款数据集 统计分析 数据挖掘 研究报告
这个图分别是loan_amnt和funded_amnt两列与grade的关系,由于这两列其实数值差不多,所以图上像是都一样的,你换成别的你需要在报告里写的列以后就不一样了。3D的那个图在jupyter或者pycharm环境里能看到,是散点图,意思和上面2D散点图是一样的,每个点的x,y,z代表三个列对应的数值,可以查看三列对应的分布情况。线形图是这两列分别和grade的关系,比如说grade为A的列,对应的是橙色的部分,y轴是某一列对应的grade是A的数量。去除所有的可能的头部和尾部的空格。原创 2023-01-25 09:41:23 · 888 阅读 · 1 评论 -
攻克强化学习技术难题记录
一共经过了5次迭代。第1次迭代的设计思路:强化学习demo游戏“cartpole”重述游戏目标:向左/右移动小车cart,保证杆pole始终在小车上方,是大多数强化学习入门教材都会介绍的一个经典案例。强化学习要素分析:智能体agent:小车cart行为action:向左/右移动小车环境environment:小车位置和速度、杆角度和角速度回报reward:如果经过这个动作后杆在水平线上(也可以简化为偏移竖直线15°以上)回报1,否则回报0使用强化学习的角度可以将问题理解为:在环境观察值(environmen原创 2023-01-12 23:27:48 · 513 阅读 · 0 评论 -
网络安全 大数据挖掘 区块链 计算机病毒 计算机蠕虫 入侵检测技术 介绍
监控重要操作系统文件的系统是基于主机的入侵检测系统的一个例子,而分析传入网络流量的系统是网络入侵检测系统的一个例子。最著名的变体是基于签名的检测(识别不良模式,例如恶意软件)和基于异常的检测(检测与“良好”流量模型的偏差,这通常依赖于机器学习)。计算机蠕虫使用递归的方法在没有宿主程序的情况下复制自己,并根据指数增长的规律分布自己,从而在短时间内控制和感染越来越多的计算机。这个概念类似于海地巫毒民间传说中的僵尸,指的是被巫师通过魔法复活的尸体,并被巫师的命令所奴役,没有自己的自由意志。原创 2023-01-10 20:53:50 · 479 阅读 · 0 评论 -
办公OA系统的设计与实现 软件工程 Struts、Spring和Hibernate(SSH)
在一个系统中,不同用户所具有的权限是不同的。Hibernate可以应用在任何使用JDBC的场合,既可以在Java的客户端程序使用,也可以在Servlet/JSP的Web应用中使用,最具革命意义的是,Hibernate可以在应用EJB的JavaEE架构中取代CMP,完成数据持久化的重任。本次课题设计和实现的办公OA系统,其主要思想是将员工管理的日常工作流程化,展示办公OA系统的人机界面,让用户操作界面上的员工信息与后台程序进行数据交互,后台程序将进行修改的记录上传至服务器,并实时返回和显示操作结果。原创 2023-01-09 18:05:28 · 879 阅读 · 0 评论 -
德育知识元素挖掘系统设计 软件工程 spring boot + Vue.js + python机器学习
注意到德育教育文本信息的类别需要开发人员自己指定,因此决定针对不同的文本,将类别作为监督学习的目标值,而对其他的文本信息,将这些数据进行量化,作为模型的特征值,并通过机器学习的算法建立和训练模型。英文文本中的“the”、“is”、“a”等词语,以及中文文本中的“的”、“得”、“了”等字词出现的频率很高,对于模型理解文本而言没有实际意义。Python语法和动态类型,以及解释型语言的本质,使它成为多数平台上写脚本和快速开发应用的编程语言,随着版本的不断更新和语言新功能的添加,逐渐被用于独立的、大型项目的开发。原创 2023-01-09 18:00:05 · 1173 阅读 · 1 评论 -
一种使用 GRU、LSTM 和 bi-LSTM 机器学习算法的新型加密货币价格预测模型
本文翻译自A Novel Cryptocurrency Price Prediction Model Using GRU, LSTM and bi-LSTM Machine Learning Algorithms ,作者Mohammad J. Hamayel and Amani Yousef Owda,期刊名为AI 加密货币是金融系统中使用的虚拟或数字货币 [1,2]。它由加密技术保护,使其不可能被伪造或重复使用。此外,它不是由中央机构或中央银行发行的,它是去中心化的虚拟货币,可以通过加密程序 [3] 进行翻译 2023-01-08 10:51:15 · 1420 阅读 · 0 评论 -
GCN-LSTM 预测出租车速度 英文 Taxi Speed Prediction Using GCN-LSTM
又称GNN,图神经网络 LSTM:长短时记忆网络。原创 2023-01-08 10:35:02 · 1520 阅读 · 0 评论 -
GCN-LSTM预测道路交通车辆速度 英文 Vehicle Speed Forecasting Based On GCN-LSTM Combined Model
GCN-LSTM模型预测道路交通车辆速度。原创 2023-01-05 12:23:54 · 1952 阅读 · 0 评论 -
GCN-LSTM预测道路车辆速度英文 Forecasting using spatio-temporal data with combined Graph Convolution LSTM model
GCN:又称GNN,图神经网络 LSTM:长短时记忆网络。-LSTM模型预测道路交通车辆速度。原创 2023-01-06 12:01:35 · 1676 阅读 · 0 评论 -
GCN图神经网络和LSTM的介绍和使用场景 中英文
算法所做的只是重复相同的过程,对上一层输出的更新权重的较小的图再次更新权重,输出新的图。但是,与全连接神经网络不同的是,在GCN的每一层的开始都有一个预处理步骤,让节点收集其所有邻接节点的值,并聚合它们。LSTM 节点像普通的BP神经网络节点一样,具有确定在计算中使用输入数据的权重的参数,但 LSTM 还具有称为门的参数,它控制了节点内的信息流。获得了若干时间点的速度,目标是预测出租车速度序列中的下一个具体数值,但是,如果模型没有获取速度序列的上下文,这个预测是不可能的。这可以被认为是分两个步骤发生的。原创 2023-01-07 10:54:35 · 2998 阅读 · 0 评论