Science Robotics 新型层级化架构实现250个机器人智能组队，“单点故障”系统仍可稳定运行 这一特性源于群体机器人固有的可扩展性，群体中所有机器人都只依靠有限的局部信息，群体规模的扩大不会对单个机器人产生影响。群体智能作为人工智能的重要分支，在朱炜煦看来，其未来有趣的发展方向之一是：在群体中，决策不再由单一个体（如地面站或某架无人机）做出，而是由群体共同组成一个传统意义上的 AI 神经网络来进行决策。“就像我们经常说的‘地球离了谁都能转’那样，即使部分机器人发生故障或失去连接，SoNS 架构仍能够快速重新组织，并利用剩余的机器人继续完成任务，这种容错能力对于机器人群体在现实世界中的应用至关重要。

阅读 1.0k

8赞

收藏 13
SQL 全文检索原理 SQL 全文检索原理

阅读 1.1k

4赞

收藏 7
Linux进程学习【基本认知】 冯诺依曼体系结构，又称普林斯顿结构，是一种经典的计算机结构设计模型。其核心思想是将程序指令存储器和数据存储器合并为一个统一的存储空间，并且通过共享的内存接口进行数据交换。在这种结构中，程序指令和数据位于内存的不同物理位置，但它们的存储形式和存取方式是一样的。冯诺依曼体系结构被广泛应用于各类计算机系统中，包括从最早的EDVAC电子计算机到现代的高性能处理器。这个结构的设计思想至今仍是计算机系统的基石。操作系统（OS）

阅读 956

42赞

收藏 30
实时操作系统在服务型机器人中的关键作用 以 3D 视觉为例，它负责周围环境的实时建模，实时操作系统 可以在极短的时间内对采集到的图像数据进行处理和分析，为机器人的导航、避障和目标识别等提供准确的环境信息，确保机器人在复杂环境中的稳定运行。在高风险环境下，如工业生产中的服务型机器人，能够有效降低系统故障率，确保机器人在执行任务时的安全性和可靠性，避免因系统故障而导致的安全事故。例如，通过实时操作系统协调多种传感器的数据，让机器人在与用户握手时，能够根据触觉反馈调整握力，同时通过视觉和听觉理解用户的表情和语言，提供更加贴心的服务。

阅读 851

12赞

收藏 5
计算机视觉——速度与精度的完美结合的实时目标检测算法RF-DETR详解 目标检测已经取得了长足的发展，尤其是随着基于 Transformer 的模型的兴起。，由 Roboflow 开发，就是这样一种模型，它兼顾了速度和精度。使用 Roboflow 的工具可以让整个过程变得更加轻松。他们的平台涵盖了从上传和标注数据到以正确格式导出数据的全过程。这意味着你可以节省设置的时间，将更多的时间用于训练和改进模型。

阅读 606

15赞

收藏 22
用Python构建去中心化社交平台：技术实现与未来启示 构建去中心化社交平台不仅是技术上的挑战，更是社会变革的重要一步。通过Python与区块链技术的结合，我们能够创建一个真正公平、透明、安全的社交环境。

阅读 43

0赞

收藏 0
深度学习笔记22-RNN心脏病预测(Tensorflow) 2.标准化 三、构建RNN模型四、编译模型五、训练模型 六、模型评估 compile_metrics：83.6451%

阅读 306

0赞

收藏 2
通讯的基础概念:涵盖串行通信、并行通信、TCP、UDP、Socket 等关键概念和技术 3.接收数据Receive,注意，需要持续性接收，加While，异步操作Task,取消CancellationTokenSource。所谓套接字(Socket)，就是对网络中不同主机上的应用进程之间进行双向通信的端点的抽象。通过理解不同协议的特点和适用场景，可针对性选择通信方案，优化数据传输的效率和可靠性。1.创建socket对象,绑定IP,启用监听。3.推送消息的方法跟客户端相同都是Send。2.监听对象的获取使用Accept方法。1.创建Socket对象,绑定IP，构建链接。Client:客户端。

阅读 587

14赞

收藏 12
DeepSeek+Mermaid：轻松实现可视化图表自动化生成（附实战演练） 本文聚焦 DeepSeek 与 Mermaid 的深度融合与应用。详细介绍了 DeepSeek 作为大语言模型在多领域的应用，尤其在代码编写中，可实现代码生成、优化、多语言转换、错误调试及文档生成等功能，以 Python 数据分析场景为例，展现其高效辅助能力。同时深入解析 Mermaid 基于文本语法绘制流程图、时序图等多种图表的特性。重点阐述了两者结合实现可视化图表自动化生成的原理与实操方法，通过多场景实战案例，为开发者提供从技术原理到落地应用的全攻略，助力提升工作效率与技术创新能力。

阅读 982

21赞

收藏 18
Web漏洞--XSS之订单系统和Shell箱子 最常使用的xss攻击是留言板 评论区 订单系统 反馈条件等 进行盲打，即类似黑盒测试，进行钓鱼执法，让管理员能触发跨站脚本。最最强悍的XSS管理工具：BeEF，kali自带，能直接控制目标网站，拿到最高权限。Cookie和Session的关系：Cookie和Session协同工作，Cookie用于存储Session ID，服务器通过Cookie中的Session ID找到对应的Session对象，从而实现用户会话的跟踪。Cookie和Session的区别。

阅读 457

3赞

收藏 7
面向高性能运动控制的MCU：架构创新、算法优化与应用分析 内核包含16KiB指令缓存和16KiB数据缓存，可大幅减少对主存储器的访问次数，降低延迟，实现零等待访问嵌入式Flash与外部内存，为运动控制算法快速执行提供保障。运动控制系统数据安全至关重要。在汽车电子控制单元中，该内核能高效处理来自各种传感器的数据，如发动机温度、转速等，实现对汽车电机的精准控制，提升车辆的性能和燃油经济性。进一步提升性能、拓展功能，如增加人工智能算法加速模块、支持更高速通信接口等，以满足复杂运动控制应用需求，推动相关领域技术创新与产业升级，助力智能化、自动化运动控制系统发展。

阅读 779

9赞

收藏 11
人脸识别考勤系统实现教程：基于Face-Recognition、OpenCV与SQLite 随着人工智能技术的飞速发展，人脸识别技术已广泛应用于安防、金融、教育等多个领域。本文将带领大家利用Python的`face-recognition`库、`OpenCV`和`SQLite`数据库，从零开始构建一个具备异常报警功能的人脸识别考勤系统。该系统能够实时检测视频流中的人脸，与预存数据库进行比对，自动记录考勤信息，并在检测到未注册人员时触发报警。

阅读 632

5赞

收藏 8
第十四届蓝桥杯 2023 C/C++组 有奖问答 看题解这题可以用DFS和DP做，因为我DP学的不是很好，看见填空题不用考虑超时我第一思路就是暴力DFS，所以暂时就不补充DP的做法了DFS传入的两个参数是现在在做第几道题和已经得到的分数，DFS递归就两种情况，这题答对或者这题答错。如果不进行任何剪枝跑出结果可能会要一点时间但是也不会特别久，建议还是把能够想到的剪枝条件加上提高运行效率

阅读 526

10赞

收藏 1
数字化技术的五个环节：大数据、云计算、人工智能、区块链、移动互联网 大数据、云计算、人工智能、区块链、移动互联网，这五大数字化技术的环节，如同构建智慧未来的基石，每一方面都承载着推动社会进步的重要使命。它们不仅各自拥有独特的底层技术，更在相互融合中，催生出前所未有的创新力量，直接为人类社会服务，实现数字技术产业化。大数据的价值在于其广泛的应用场景，从医疗健康到金融风控，从智慧城市到智能制造，大数据都在发挥着不可替代的作用。云计算的普及，让创新变得更加容易，无论是初创企业还是传统巨头，都可以借助云计算的力量，快速实现数字化转型。产业互联网的发展是未来数字经济的重要方向。

阅读 520

14赞

收藏 8
【金仓数据库征文】_AI 赋能数据库运维：金仓KES的智能化未来 在人工智能（AI）技术日趋成熟的背景下，将 AI 融入数据库运维体系，构建智能化运维平台，已成为提升数据库管理效率和质量的关键方向。本文将探讨 AI 如何赋能金仓数据库 KingbaseES (KES) 的运维，展望 KES 在智能化运维领域的未来。金仓数据库 KingbaseES 拥抱 AI，积极探索智能化运维的路径，将能够极大地提升数据库的可靠性、性能和可管理性，更好地服务于各行各业的数字化转型。我们有理由相信，在 AI 的赋能下，金仓 KES 将在未来的数据库领域展现出更加强大的生命力和竞争力。

阅读 1.8k

47赞

收藏 49
Python 绘图代码解析：用 Turtle 和 Colorsys 打造绚丽图案 我们给它取别名cs。tur.circle(200 - j * 4, 90)：绘制一个半径为200 - j * 4的圆，这里半径会随着外层循环变量j的变化而逐渐减小（因为j在递增），绘制的角度为 90 度，也就是四分之一圆。通过巧妙地使用turtle库和colorsys库，结合循环结构和绘图指令，绘制出了一个具有颜色渐变和图形变化的绚丽图案，充分展示了 Python 在图形绘制方面的强大能力和趣味性。通过内层循环不断重复这些图形绘制指令，结合外层循环带来的颜色和半径变化，就可以绘制出复杂而绚丽的图案。

阅读 796

12赞

收藏 14
C++入侵检测与网络攻防之网络嗅探以及ARP攻击 C++入侵检测与网络攻防之网络嗅探以及ARP攻击

阅读 456

17赞

收藏 15
R语言中的常用内置函数 R语言中的常用内置函数

阅读 200

1赞

收藏 0
PyMC+AI提示词贝叶斯项目反应IRT理论Rasch分析篮球比赛官方数据：球员能力与位置层级结构研究 最后对后验结果进行多维度分析，不仅发现了模型中部分池化的效果，还揭示了球员表现与位置之间的潜在关系，为篮球比赛的策略制定和裁判判罚研究提供了新的视角。在篮球比赛中，我们观察到的是一个二元结果，即犯规是否被吹罚，这一结果来自于两个不同角色球员（犯规球员和被侵犯球员）在一次篮球进攻中的互动。通过这种方式，我们可以对球员进行从高到低的排名，量化排名中的不确定性，并发现犯规判罚中涉及的额外层级结构。在分析过程中，我们不仅观察到了模型中部分池化的效果，还通过对后验结果的可视化，发现了球员表现与位置之间的潜在关系。

阅读 772

9赞

收藏 16
mfc学习（一） mfc入门

阅读 755

10赞

收藏 6
作者推荐
业余草
TA很懒，还没有添加简介
关注
自由程序员
TA很懒，还没有添加简介
关注
zhangphil
zhangphil@live.com
关注
韩曙亮
中国人民大学硕士 , 专注于 移动开发 领域 , 博客专家 , 2023 年博客之星 TOP1 , 2021 年博客之星 TOP9 , 华为云 云享专家 , 阿里云社区 专家博主 , 51CTO 专家博主 ;
关注
_iorilan
10年以上软件工程经验，先后从事在线教育/IT金融/即时通信/政府/物流平台/零售/门禁/监控等领域。专注夯实基础/项目成本与架构平衡/框架调研/团队高效协同工作
关注
云烟，不再年轻
积累是一个漫长的过程,它足以可以让你写出N本书的内容
关注
3Ｄ视觉工坊
公众号「3D视觉工坊」博主，微信：cv3d007
关注
xiangzhihong8
著有《React Native移动开发实战》1，2，3版本、《Kotlin入门与实战》1，2版本、《Weex跨平台开发与实战》、《React Native开发进阶》和《Flutter跨平台开发实战》和《Android应用架构实战》和《鸿蒙应用开发与实战》、《Vue3 项目开发实战》即将出版
关注
翱翔天地
技术在于专注！主要从事前端开发，熟悉vue、jQuery、uniapp等，有微信公众号和微信小程序开发经验，熟练使用echarts、highcharts、帆软报表；了解Java、python和mysql
关注
LaoYuanPython
优快云 2020年博客之星TOP3。博客主要关注音视频剪辑、数字图像处理、图形界面开发等Python相关知识！ 另有高数、图像处理、OpenCV、Python以及架构类等电子书，如需要请扫描博客左下部二维码加微公号咨询。
关注