echarts4目前已经不支持下载地图数据,此附件中包含了js数据。
js格式,直接调用简单直接,但是数据只有全国概览和各省的数据,也就是只能看到地市级城市的地图。
2025/4/24 2:02:43 933KB echarts 地图 json js
1
包含机场代码、经纬度、所在城市、国家、机场类型等信息。
2025/4/20 20:13:34 8.7MB 机场信息资源
1
香港城市大学语料库(1772202字,训练集)、微软亚洲研究院语料库(1089050字,训练集)、北京大学语料库(1833177字,训练集)
2025/4/19 8:10:18 41.84MB 分词语料库
1
自动驾驶是汽车产业与人工智能、高性能计算、大数据、物联网等新一代信息技术以及交通出行、城市管理等多领域深度融合的产物,对降低交通拥堵、事故率,帮助城市构建安全环境
1
当前,云计算处在快速发展阶段,技术产业创新不断涌现。
产业方面,企业上云成为趋势,云管理服务、智能云、边缘云等市场开始兴起;
技术方面,云原生概念不断普及,云边、云网技术体系逐渐完善;
开源方面,开源项目发展迅猛,云服务商借助开源打造全栈能力;
安全方面,云安全产品生态形成,智能安全成为新方向;
行业方面,政务云为数字城市提供关键基础设施,电信云助力运营商网络升级转型。
本白皮书是继《云计算白皮书(2012年)》之后,中国信通信研院第5次发布云计算白皮书。
本白皮书在前几版的基础上,重点介绍当前云计算发展现状与趋势。
白皮书首先梳理了国内外云计算产业的发展状况及热点,总结了当前云计算技术发展特点,然后从开源和安全两个角度分别对云计算的发展进行了分析,同时阐述了云计算在典型行业的应用情况,最后结合当前现状给出了我国云计算发展建议。
2025/4/12 9:38:10 3.5MB 云计算 白皮书 2019年 信通院
1
做为一个从工业领域衍化而来的新名词,数字孪生城市主要是指运用数字孪生技术(一种运用物理模型、传感器更新、运行历史等数据,在虚拟空间完成对实体世界的仿真模拟过程),在网络空间创建一个与物理世界相对应的孪生城市,它以数字化为基础,对城市治理展开运营、决策。
做为一项在人工智能、量子计算、5G移动通讯、物联网等新技术下提出的新名词,数字孪生城市尽管在场景应用上虽欠缺相应的实践基础,但它的提出,对当今城市治理存在的困境必然会带来一些破解思路。
2025/4/12 8:25:42 1.2MB 数字孪生 智慧城市
1
本代码实现了蚁群算法并且很好的解决了旅行商问题,对比了多个城市的结果,给出了最优路径图。
2025/4/12 4:33:07 90KB matlab 蚁群算法 旅行商 TSP
1
从中国餐饮业的发展现状看,中国餐饮业当今的特点之一就是在线点餐服务发展迅速,随着互联网普及率的提高,以及互联网应用的深入,网上点餐这个课题己经提出,在线点餐服务己经陆续在北京、上海以及经济发达的一级城市开展,并受到餐饮消费者的欢迎。
为了方便人们生活,提高人们的生活效率,本系统根据现实点餐的方式虚拟于网络之上,使人们通过网络就可以完成生活中必要的事情(饮食)。
系统的完成不仅可以基本实现客户点餐的功能,还能在此基础上提供更多的,更贴心的服务。
信息技术的发展将更快的推动互联网的发展,点餐系统的重要性也将越显其强大的作用。
2025/4/11 18:15:07 6.67MB 点餐 网上
1
城市医院预约统一挂号平台源码带文档,源码为前端开发源码,页面布局完善,附带PDF文档
1
最近几年,例如YAGO和DBpedia等大规模知识库发展有了很大的进步。
知识库提供了大量的不同种类的实体信息,如人、国家、河流、城市大学等等,同时知识库包含了大量的在实体(entity)间的关系既事实(fact)。
当今的知识库包含的数据量是巨大的通常有百万个实体和上亿个描述实体间关系的事实数据。
虽然目前的知识库存在大量的实体和事实数据,但是这样大规模的数据仍然不完整。
目前构建知识库的方法主要有两种,一种是从大量的文本中抽取事实但这种方法必然会带来大量的噪声数据,第二是人工扩展,但这样的方法对于时间的开销是极大的。
如果确保一个知识库是完整的则必须花费很大的努力来抽取大量的事实,并检查事实的正确性,因为只有正确的事实加入到知识库中才是有意义的。
同时知识库的本身由于有足够的信息可以推理出更多的新的事实。
例如有这样一个例子,一个知识库包含一组事实是孩子c有一个妈妈m,这样可以推理得出孩子妈妈的丈夫f很可能是孩子的父亲。
该逻辑规则形式化的描述如下:motherof(m,c)∧marriedTo(m,f)⟹fatherof(f,c)挖掘这种规则可帮助做一下四种事情:1、利用这种规则来推理出新的事实,而这些被挖掘出的新的事实可以使知识库更完整。
2、这些规则可以检测出知识库潜在的错误例如一个陈述是一个与一个男孩无关的人是这个男孩的父亲,这样的陈述很可能是错误的。
3、有很多推理工具依赖其他工具提供规则,所以这些被挖掘出来的规则可以用于推理。
4、这些规则描述一个普遍的规律,这些规律可以帮我我们理解分析知识库中的数据,如找到一些国家通常与说同一种语言的国家交易。
或结婚是一个对称关系,或使用同一个乐器的音乐家通常互相影响等等。
AMIE的目标是从RDF格式的知识库中挖掘如上所述的逻辑规则,在语义网(SemanticWeb)中存在大量的RDF知识库如YAGO、Freebase和DBpedia等。
这些知识库使用RDF三元组(S,P,O)提供二元关系(binaryrelation)的描述。
由于知识库一般只包含正例而(S,P,O)没有反例(S,¬P,O),所以RDF这样的知识库中仅能通过正例来推理。
进一步来说在RDF知识库上的操作是基于开放世界假设(OWA)的。
在开放世界假设下,一个事实没有在知识库中存在那么我们不能说这个事实是错误的,只能说这个陈述是未知的。
这与标准的数据库在封闭世界假设的设定有本质上的区别。
例如在知识库中没有包含marry(a,b),在封闭世界假设中我们可以得出这个a没有和b结婚而在开放世界假设下我们只能说a可能结婚了也可能单身。
压缩包内包含AMIE可运行源代码与相应文档资料,欢迎下载参考
2025/4/10 17:38:48 2.43MB 不完整 知识库 关联规则 数据挖掘
1
共 777 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡