无论什么样的并行计算方式，其终极目的都是为了有效利用多机多核的计算能力，并能灵活满足各种需求。
相对于传统基于单机编写的运行程序，如果使用该方式改写为多机并行程序，能够充分利用多机多核cpu的资源，使得运行效率得到大幅度提升，那么这是一个好的靠谱的并行计算方式，反之，又难使用又难直接看出并行计算优势，还要耗费大量学习成本，那就不是一个好的方式。
由于并行计算在互联网应用的业务场景都比较复杂，如海量数据商品搜索、广告点击算法、用户行为挖掘，关联推荐模型等等，如果以真实场景举例，初学者很容易被业务本身的复杂度绕晕了头。
因而，我们需要一个通俗易懂的例子来直接看到并行计算的优势。
数字排列组合是个经典的算法
相对于传统基于单机编写的运行程序，如果使用该方式改写为多机并行程序，能够充分利用多机多核cpu的资源，使得运行效率得到大幅度提升，那么这是一个好的靠谱的并行计算方式，反之，又难使用又难直接看出并行计算优势，还要耗费大量学习成本，那就不是一个好的方式。
由于并行计算在互联网应用的业务场景都比较复杂，如海量数据商品搜索、广告点击算法、用户行为挖掘，关联推荐模型等等，如果以真实场景举例，初学者很容易被业务本身的复杂度绕晕了头。
因而，我们需要一个通俗易懂的例子来直接看到并行计算的优势。
数字排列组合是个经典的算法
2018/2/5 13:07:12
157KB
1
以客户联系方式的精准性及外呼黄金时间点为切入点，通过整合各渠道服务触点的客户联系方式，并通过客户联系方式的无效性打分，得到对应目标客户联系电话清单的优先级排序，最终应用于外呼营销的外呼号码选择，最大程度提升联系电话无效性，节省过程查找时间，促使营销成功率的最终提升
2015/6/5 9:28:24
100KB
1
以客户联系方式的精准性及外呼黄金时间点为切入点，通过整合各渠道服务触点的客户联系方式，并通过客户联系方式的无效性打分，得到对应目标客户联系电话清单的优先级排序，最终应用于外呼营销的外呼号码选择，最大程度提升联系电话无效性，节省过程查找时间，促使营销成功率的最终提升
2015/6/5 9:28:24
100KB
1
系统特点：1、系统是为支持在手机上运行而开发，同时也支持在电脑上运行。
2、能集成处理不限制公里数的公路的所有曲线（包括：直线正反算，圆曲线正反算，缓和曲线正反算，竖曲线，超高加宽放坡，留台等）3、能适应非公路曲线的任意具有几何曲线的建筑测量施工坐标计算。
4、提供曲线教学计划，保证用户5至8小时内能看懂公路所有曲线的计算逻辑，15至20天能融汇贯通公路曲线的计算。
5、系统计算无需卡西欧编程 本系统采用混沌数学的矩阵线性辐射控制法进行开发，在公路、铁路、高铁、隧道等长距离大数据的集成控制处理方面已经解决了困扰测量行业多年的难题，同时，因本系统是基于EXCEL开发，在智能手机、电脑及其他移动终端的可支持性非常强。
基于以上两点，其和卡西欧、美国德州测量计算器已经不在同一个重量级。
虽本系统已经过两年多的使用，在稳定及速度方面均无可挑剔，但本系统的发展目标是为解决测量人员在研究卡西欧代码上的无辜的耗费，因而，本系统在针对方方面面的工程测量计算时，难免会显得捉襟见肘。
基于此，编者大量采纳各资深工程师及用户的意见，对系统进行不断升级，升级时间为每月月初。
升级内容包括，系统计算速度提升、新增工程案列、新增功能，系统漏洞改正等。
2、能集成处理不限制公里数的公路的所有曲线（包括：直线正反算，圆曲线正反算，缓和曲线正反算，竖曲线，超高加宽放坡，留台等）3、能适应非公路曲线的任意具有几何曲线的建筑测量施工坐标计算。
4、提供曲线教学计划，保证用户5至8小时内能看懂公路所有曲线的计算逻辑，15至20天能融汇贯通公路曲线的计算。
5、系统计算无需卡西欧编程 本系统采用混沌数学的矩阵线性辐射控制法进行开发，在公路、铁路、高铁、隧道等长距离大数据的集成控制处理方面已经解决了困扰测量行业多年的难题，同时，因本系统是基于EXCEL开发，在智能手机、电脑及其他移动终端的可支持性非常强。
基于以上两点，其和卡西欧、美国德州测量计算器已经不在同一个重量级。
虽本系统已经过两年多的使用，在稳定及速度方面均无可挑剔，但本系统的发展目标是为解决测量人员在研究卡西欧代码上的无辜的耗费，因而，本系统在针对方方面面的工程测量计算时，难免会显得捉襟见肘。
基于此，编者大量采纳各资深工程师及用户的意见，对系统进行不断升级，升级时间为每月月初。
升级内容包括，系统计算速度提升、新增工程案列、新增功能，系统漏洞改正等。
2016/3/9 18:53:03
3.63MB
1
针对原有手工取样检测法在嘴棒质量监控中对异常的识别率低，牵扯人力成本高等问题，以自动化、精准化异常识别及报警为目的，采用图形化的嘴棒质量管理方法，提供嘴棒指令，实现自动报警功能，为烟厂提供准确、及时、完整的异常信息，保证卷烟质量的稳定。
实验结果表明，异常报警率从系统实施前的81.4%提升至实施后的100％，证明系统能较好地监测嘴棒生产的实际情况，提高质量管控水平。
实验结果表明，异常报警率从系统实施前的81.4%提升至实施后的100％，证明系统能较好地监测嘴棒生产的实际情况，提高质量管控水平。
2020/5/21 20:01:48
1.26MB
1
针对原有手工取样检测法在嘴棒质量监控中对异常的识别率低，牵扯人力成本高等问题，以自动化、精准化异常识别及报警为目的，采用图形化的嘴棒质量管理方法，提供嘴棒指令，实现自动报警功能，为烟厂提供准确、及时、完整的异常信息，保证卷烟质量的稳定。
实验结果表明，异常报警率从系统实施前的81.4%提升至实施后的100％，证明系统能较好地监测嘴棒生产的实际情况，提高质量管控水平。
实验结果表明，异常报警率从系统实施前的81.4%提升至实施后的100％，证明系统能较好地监测嘴棒生产的实际情况，提高质量管控水平。
2020/5/21 20:01:48
1.26MB
1
FasterR-CNN+粒子群优化+图像配准首先利用深度学习FasterR-CNN，在训练好训练集的情况下检测和提取当前帧中的目标，利用5.1节的动目标提取算法校验目标；
然后以此作为接下来配准的模板，利用多自由度的图像配准来求解图像变换参数，并结合粒子群优化PSO的快速求解功能[20]，高速的配准定位、跟踪与提取目标，将算法处理速度提升到了每秒60帧以上（配准时的速度）。
在配准过程中，如果出现配准相似度低于设定阈值，则认为目标跟踪失败，此时将重新利用FasterR-CNN检测与提取新目标，并重复过程。
然后以此作为接下来配准的模板，利用多自由度的图像配准来求解图像变换参数，并结合粒子群优化PSO的快速求解功能[20]，高速的配准定位、跟踪与提取目标，将算法处理速度提升到了每秒60帧以上（配准时的速度）。
在配准过程中，如果出现配准相似度低于设定阈值，则认为目标跟踪失败，此时将重新利用FasterR-CNN检测与提取新目标，并重复过程。
2016/7/19 20:38:15
3KB
1
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