检测到您已登录华为云国际站账号,为了您更好的体验,建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
中介中心度算法(betweenness) 功能介绍 根据输入参数,执行中介中心度算法。 中介中心度算法(Betweenness Centrality)以经过某个节点的最短路径数目来刻画节点重要性的指标。 URI POST /ges/v1.0/{project_id}/hyg/{g
训练算法 平台支持算法创建。用户可通过上传符合平台规范的算法文件来完成算法的创建,创建的算法可用于训练任务中。 添加算法 添加算法流程为“初始化训练算法 > 选择训练算法文件 > 上传训练算法文件”。具体操作步骤如下: 在左侧菜单栏中单击“训练服务 > 算法管理”。 单击“新建训练算法”,填写算法基本信息。
算法包介绍 本章节介绍目前园区智能体服务提供的视觉能力算法包和包含的算法服务。 边缘算法视觉能力包 边缘算法视觉能力包适用场景:算法模型下发到边缘节点的客户设备中,在客户设备中执行算法分析任务,视频流数据不需要提供到华为云上。 当前提供的边缘算法视觉能力包有边缘交通智能分析算法包
算法包介绍 本章节介绍目前视频智能分析服务提供的视觉能力算法包和包含的算法服务。 边缘算法视觉能力包 边缘算法视觉能力包适用场景:算法模型下发到边缘节点的客户设备中,在客户设备中执行算法分析任务,视频流数据不需要提供到华为云上。 当前提供的边缘算法视觉能力包有边缘专业类算法包和边
购买算法包 算法包说明 视频智能分析服务支持按算法包购买,您可以根据业务需求选择购买使用不同的算法包,算法包包含了若干算法。具体的算法包说明请参见算法包介绍。 如何购买算法包 登录视频智能分析服务管理控制台,进入“总览”页面,单击“购买平台算法包”。 或者在“算法中心 > 算法服务
基因查询优化器 介绍基因查询优化器相关的参数。基因查询优化器(GEQO)是一种启发式的查询规划算法。这个算法减少了对复杂查询规划的时间,而且生成规划的开销有时也小于正常的详尽的查询算法。 geqo 参数说明:控制基因查询优化的使用。 该参数通过执行gs_guc reload修改时
基因查询优化器 介绍基因查询优化器相关的参数。基因查询优化器(GEQO)是一种启发式的查询规划算法。这个算法减少了对复杂查询规划的时间,而且生成规划的开销有时也小于正常的详尽的查询算法。 geqo 参数说明:控制基因查询优化的使用。 参数类型:USERSET 取值范围:布尔型 on表示使用。
基因查询优化器 介绍基因查询优化器相关的参数。基因查询优化器(GEQO)是一种启发式的查询规划算法。这个算法减少了对复杂查询规划的时间,而且生成规划的开销有时也小于正常的详尽的查询算法。 geqo 参数说明:控制基因查询优化的使用。该参数可在PDB级别设置。 参数类型:布尔型 参数单位:无
基因查询优化器 介绍基因查询优化器相关的参数。基因查询优化器(GEQO)是一种启发式的查询规划算法。这个算法减少了对复杂查询规划的时间,而且生成规划的开销有时也小于正常的详尽的查询算法。 geqo 参数说明:控制基因查询优化的使用。 该参数属于USERSET类型参数,请参考表1中对应设置方法进行设置。
基因查询优化器 介绍基因查询优化器相关的参数。基因查询优化器(GEQO)是一种启发式的查询规划算法。这个算法减少了对复杂查询规划的时间,而且生成规划的开销有时也小于正常的详尽的查询算法。 geqo 参数说明:控制基因查询优化的使用。 该参数属于USERSET类型参数,请参考表1中对应设置方法进行设置。
算法详情 基本详情 单击指定“算法名称”,可以查看算法的基本信息、算法详情、任务配置以及镜像版本。 图1 算法详情 任务配置 当创建任务配置时,如果关联了算法配置,则在算法详情页,会展示此算法关联的批量仿真的任务配置信息,在此模块还可进行以下操作。 图2 任务配置 表1 任务配置相关操作
Bigclam算法(bigclam) 功能介绍 根据输入参数,执行BigClam算法。 BigClam算法是一种重叠社区发现算法,该算法将节点与社区之间的关系建模为一个二部图,假设图中节点的连边是根据社区关系生成的,其可以检测出图中的重叠社区。 URI POST /ges/v1.
界面为准。 测试算法:在脱敏算法页面,单击对应算法操作栏中的“测试”,即可测试该算法。 建议您在使用算法之前,使用算法测试功能,以保证自己选择了合适的算法。 不同算法是否支持测试因实际算法不同有所差异,请以操作界面为准。 删除算法:在脱敏算法页面,单击对应算法操作栏中的“删除”,
Range算法 适用场景 适用于范围类操作较多的场景。在SQL查询条件中,使用“>”、“<”、“BETWEEN ... AND ...”之类运算符相对较多。 使用说明 拆分键的类型只支持整型类型、日期类型和日期函数结合,如果使用日期函数,拆分键的数据类型必须是date、datetime、timestamp其一。
带过滤的n_paths算法(filtered_n_paths)(2.2.22) 概述 带过滤的n_paths算法是给定起始点source、目的点target、跳数k、路径数n、过滤条件filters,找出source和target间不多于n条的k跳无环路径。 算法名称:带过滤的n_paths
度数关联度算法(Degree Correlation) 概述 度数关联度算法(Degree Correlation)计算所有边上起点和终点度数之间的Pearson关联系数,常用来表示图中高度数节点是否和高度数节点相连。 适用场景 度数关联度算法(Degree Correlation)适用于衡量图的结构特性场景。
下载算法包和License 下载算法包和申请的License文件。 iClient 登录iClient 使用iClient帐号登录iClient。 本地导入算法 导入并安装算法。 本地加载License 为了算法的正常使用,请您安装完成后及时加载License。 启用算法并查看效果
过滤条件列表,数组的每个元素分别对应每一层要做的查询和过滤条件。该参数仅适用于带一般过滤条件环路检测(filtered circle detection),具体格式请见filters元素格式。 支持的算法: filtered_n_paths 响应示例 根据输入参数,执行指定算法,查询算法结果(根据算法请求返回的job
算法文件说明 用户可将本地算法文件包上传到Octopus平台,算法文件包需要满足一定要求,请详细阅读本节,有助于用户快速完成算法开发。 算法文件基本要求 算法文件目录结构可参考如下,需要包括启动文件“xxx.py”(启动文件名可自定义),以及一些必要的训练文件。 启动文件(必选)
加密算法 在安全领域,利用加密算法保证数据的保密性和完整性,防止数据被窃取或泄露。 在“安全”下拉菜单选择数据密盾>加密算法,单击右上角的“编辑”,可选择国际加密算法或中国国密算法。 父主题: 数据密盾