已找到以下 10000 条记录
  • 【愚公系列】2021年12月 Java教学课程 30-static关键字

    一、static关键字 1.static关键字概述 (理解) static 关键字是静态的意思,是Java中的一个修饰符,可以修饰成员方法,成员变量 2.static修饰的特点 (记忆) 被类的所有对象共享 是我们判断是否使用静态关键字的条件 随着类的加载而加载,优先于对象存在

    作者: 愚公搬代码
    发表时间: 2021-12-29 15:15:42
    295
    0
  • 【直播资讯】材料分享!融聚赋智,数字化转型共创

    com/forum/thread-85543-1-1.html直播专题专题一:数据资产管理解决方案,助力企业数字化转型分享嘉宾:严老师数字经济时代,海量数据增长引发企业协同困难、文档管理混乱等问题。中软国际数据资产管理解决方案,唤醒沉睡数据,让数据赋能业务,激活商业价值,助力企业数字化转型。[

    作者: 云商店
    3177
    0
  • RDKit:基于RDKit的溶解度预测的机器学习模型

    基于RDKit和Python3的化合物溶解度的机器学习模型小案例。 《仅供参考》 # In[1]:导入依赖包 from rdkit import Chem, DataStructsfrom rdkit.Chem import AllChemfrom rdkit.ML.Descriptors

    作者: DrugAI
    发表时间: 2021-07-14 21:47:08
    888
    0
  • 基于机器学习的油藏历史数据分析与预测

    在油田勘探和开发过程中,油藏历史数据的分析与预测对于制定有效的生产优化策略和决策具有重要意义。随着机器学习技术的发展,利用机器学习算法对油藏历史数据进行分析和预测已成为一种有效的方法。本文将介绍如何利用机器学习技术,从油藏历史数据中提取有价值的信息,并使用预测模型对未来的生产情况进行预测。

    作者: 皮牙子抓饭
    发表时间: 2023-06-30 20:15:18
    10
    0
  • 机器学习在测井解释的准确性和速度方面的比较

    随着人工智能和机器学习的快速发展,这些技术在石油工程领域的应用也越来越广泛。测井解释作为石油勘探和开发的重要环节之一,也受益于机器学习的进步。本文将对机器学习在测井解释中的准确性和速度方面进行比较,并探讨其应用前景。 简介 测井解释是指对钻井测井数据进行分析和解释,从中提取地

    作者: 皮牙子抓饭
    发表时间: 2023-06-07 15:31:19
    22
    0
  • “探索机器学习的多面世界:从理论到应用与未来展望“

    一、机器学习基础理论         1.机器学习的定义与分类 监督学习         监督学习是机器学习的重

    作者: Xxy_1008
    发表时间: 2024-07-22 15:23:38
    24
    0
  • 利用机器学习算法提高石油炼化过程中的能源利用效率

    石油炼化过程是石油工业中的重要环节,但同时也是能源消耗较大的过程。为了提高能源利用效率,降低生产成本,利用机器学习算法成为了一个有前景的解决方案。 1. 数据采集与预处理 在利用机器学习算法提高石油炼化过程中的能源利用效率的过程中,首先需要采集和整理炼化过程中的数据。这些数据包

    作者: 皮牙子抓饭
    发表时间: 2023-07-13 09:08:11
    62
    0
  • 利用机器学习算法提高石油炼化过程中的运输调度效率

    引言 石油炼化过程中的运输调度是一个复杂而关键的环节,它涉及到原油的采购、储存和运输等多个环节。传统的运输调度方法通常依赖于人工经验和规则,存在调度效率低和成本高的问题。随着机器学习算法的发展和应用,越来越多的石油炼化企业开始尝试使用机器学习算法来优化运输调度,提高调度效率和降

    作者: 皮牙子抓饭
    发表时间: 2023-07-16 14:10:49
    69
    0
  • [机器学习|入门]医疗保健中的预测性分析:理论与实战

    机器学习在医疗保健中的预测性分析:理论与实践 导言 医疗保健是一个关乎生命的领域,而随着机器学习的发展,它在医疗领域的应用为医生提供了更准确的工具,帮助他们做出更精准的诊断和治疗计划。本文将深入研究机器学习在医疗保健中的预测性分析应用,探讨其原理、算法以及通过实例演示如何应用机器学习技术来提高疾病预测的准确性。

    作者: Y-StarryDreamer
    发表时间: 2023-12-01 21:05:51
    40
    0
  • cm_agent参数 - 云数据库 GaussDB

    、方式二进行设置。 设置建议:CN自动修复功能默认开启,关闭后CN不会自动加回。若要更改,请在理解参数含义后谨慎操作,避免因误操作产生意料之外的风险。 设置不当的风险与影响:请在充分理解参数含义,并经过测试验证后进行修改,避免出现意料之外的结果。 agent_backup_open

  • [CVPR 2022] 基于场景文字知识挖掘的细粒度图像识别算法

    本文提出了一种通过挖掘场景文本背后语义来增强分类模型理解图像内容的方法,该方法的核心是利用场景文字作为关键词,到wikipedia知识库中检索出相关的知识,并获取其特征表达,和图像视觉特征进行融合理解,而并非仅仅利用场景文字的表面语义信息。得益于挖掘场景文本背后的知识,该方法能够更好地理解文字语义并不非常直观的

    作者: 谷雨润一麦
    发表时间: 2022-04-19 03:49:32
    2127
    0
  • 账本数据库参数 - 云数据库 GaussDB

    法进行设置。 设置建议:该参数默认关闭,需要开启账本数据库功能时,将enable_ledger设置为on。 设置不当的风险与影响:请在充分理解参数含义,并经过测试验证后进行修改,避免出现意料之外的结果。 ledger_hist_level 参数说明:全局区块表记录控制开关,用于控制全局区块表中是否记录SQL语句。

  • k最近邻kNN算法入门

    k最近邻(kNN)算法入门 引言 k最近邻(kNN)算法是机器学习中最简单、最易于理解的分类算法之一。它基于实例之间的距离度量来进行分类,并且没有显式的训练过程。本文将介绍k最近邻算法的基本原理和使用方法,并通过一个示例来说明其应用过程。 算法原理 k最近邻算法的原理非常简单:给

    作者: 皮牙子抓饭
    发表时间: 2023-10-30 11:24:42
    24
    0
  • 一文带你你学会Java中的一维数组和二维数组

    System.out.println("最小值是:"+min); } 数组的优点和缺点 1.1、数组的优点和缺点,并且要理解为什么。 第一:空间存储上,内存地址是连续的。 第二:每个元素占用的空间大小相同。 第三:知道首元素的内存地址。 第四:通过下标可以计算出偏移量。

    作者: 几分醉意.
    发表时间: 2022-10-21 14:39:23
    498
    0
  • 【精通函数式编程】(十一) CompletableFuture、反应式编程源码解析与实战

    Java代码为了更好的发展和性能,开发了 异步编程的模式,Future异步编程和CompletableFuture 接口都可以实现异步编程,我们通过源码深入理解其原理和设计的思想,Java9中提供了反应式编程(Flow API)我们分析其源码并提供一个响应式查询实战。 一、同步与异步 1、为什么要有异步

    作者: 小明的混沌之路
    发表时间: 2022-07-31 05:51:29
    531
    0
  • 这就是我向一个四岁孩子解释前端,后端和Apis的方式

    Web开发的含义是什么。我花了很多解释和说明来解释后端在Web开发中的含义。我了解,他不是一个高手。我注意到,不仅非技术人员很难理解这些术语,而且许多编码新手也无法理解其含义。一些认为自己“了解”的人可能会误解了。 就像我向朋友解释的那样,这篇文章旨在向新手解释Web开发的各个方面(“

    作者: 海拥
    发表时间: 2021-08-04 16:19:48
    1021
    0
  • aPaaS月十月精选

    感知、诊断、恢复智能化水平!社区精选【应用平台AppStage】开发者学习地图全览(持续刷新)典型问题开发中心如何申请组织管理员权限?怎么理解开发中心的需求管理?运维中心更新环境的代码包不存在规格cn_product_default运维中心监控服务删除告警任务失败?

    作者: 开天aPaaS小助手Tracy
    26
    2
  • FPGA之道(12)FPGA芯片的配置方式

    是可以使用Multiboot的方式进行远程更新自启动。 下面节选自《FPGA之道》的内容对一般的FPGA配置模式进行理解。讲解的还是十分好的,比数据手册更容易理解。 FPGA芯片的配置方法 当我们在PC机上的FPGA软件集成开发环境中完成我们的设计后,必须通过某种形式将其映射

    作者: 李锐博恩
    发表时间: 2021-07-14 17:21:17
    2041
    0
  • 12昇腾高校教学

    众多高校开发者基于Atlas 200和Atlas 200 DK开发的各类AI应用的集中展示。包括安全帽识别、植被识别等应用。

    播放量  2468
  • AIGC核心剖析:NLP与生成模型的协同作用

    NLP的基础与挑战 NLP致力于让计算机能够理解、处理和生成自然语言。它关注文本的语义、词法和句法结构,以及上下文的语境推断。NLP中的关键任务包括文本分类、情感分析、机器翻译和问答系统等。 然而,NLP面临着一系列挑战。首先,自然语言的复杂性使得对文本的理解和处理变得困难。其次,语言的多样

    作者: 皮牙子抓饭
    发表时间: 2024-06-28 23:45:18
    0
    0