- LBA-ECO CD-34 Landsat Fractional Land Cover Analysis, Manaus, Brazil: 2004-2005简介该数据集提供了 2004 年 10 月 14 日和 2005 年 7 月 29 日的巴西马瑙斯两张 Landsat 图像中非光合植被 (NPV) 的土地覆盖分数分析结果。两幅图像均来自 Landsat 5，路径 231，行 62... LBA-ECO CD-34 Landsat Fractional Land Cover Analysis, Manaus, Brazil: 2004-2005简介该数据集提供了 2004 年 10 月 14 日和 2005 年 7 月 29 日的巴西马瑙斯两张 Landsat 图像中非光合植被 (NPV) 的土地覆盖分数分析结果。两幅图像均来自 Landsat 5，路径 231，行 62...
- LBA-ECO CD-34 Hyperion 30-m Surface Reflectance, Amazon Basin: 2002-2005简介该数据集包含 20 幅由 EO-1 卫星 Hyperion 传感器以 30 米分辨率采集的多光谱地表反射率图像，涵盖 2002 年至 2005 年期间的整个亚马逊盆地。所有图像均已转换为 GeoTiff 格式以供分发。相应的 ENVI *.hdr... LBA-ECO CD-34 Hyperion 30-m Surface Reflectance, Amazon Basin: 2002-2005简介该数据集包含 20 幅由 EO-1 卫星 Hyperion 传感器以 30 米分辨率采集的多光谱地表反射率图像，涵盖 2002 年至 2005 年期间的整个亚马逊盆地。所有图像均已转换为 GeoTiff 格式以供分发。相应的 ENVI *.hdr...
- 本章旨在探讨技术与设计领域在人智交互语境下的关系及其影响,讨论通过传统设计对人智交互的优化方法。通过回顾大数据和发展趋势,以 AI技术作为重要的技术推力,我们认为 AI技术将会在未来成为设计领域不可缺少的重要环节,并能够帮助设计师更加高效、准确地开展设计工作。 本章旨在探讨技术与设计领域在人智交互语境下的关系及其影响,讨论通过传统设计对人智交互的优化方法。通过回顾大数据和发展趋势,以 AI技术作为重要的技术推力,我们认为 AI技术将会在未来成为设计领域不可缺少的重要环节,并能够帮助设计师更加高效、准确地开展设计工作。
- Java技术的未来趋势：量子计算时代的Java开发 引言随着量子计算技术的快速发展，传统编程语言和开发范式正面临前所未有的挑战和机遇。作为企业级应用开发的主力语言，Java如何适应这一变革？本文将深入探讨量子计算时代Java技术的发展趋势，并通过实际代码示例展示Java在量子计算领域的应用可能性。 一、量子计算基础与Java的定位 1.1 量子计算原理简介量子计算利用量子比特（Qubit）... Java技术的未来趋势：量子计算时代的Java开发 引言随着量子计算技术的快速发展，传统编程语言和开发范式正面临前所未有的挑战和机遇。作为企业级应用开发的主力语言，Java如何适应这一变革？本文将深入探讨量子计算时代Java技术的发展趋势，并通过实际代码示例展示Java在量子计算领域的应用可能性。 一、量子计算基础与Java的定位 1.1 量子计算原理简介量子计算利用量子比特（Qubit）...
- 多智能体协作中的MCP调度框架-从工程实现到智能优化的演进路径随着大语言模型（LLMs）与自主智能体（Autonomous Agents）技术的飞速发展，如何高效地调度多个异构智能体成为了构建复杂任务系统的关键问题。本文介绍一种基于 MCP（Multi-agent Control Plane） 的多智能体编排架构，通过构建统一通信协议、任务接口与资源协调机制，实现智能体之间的高效协同。 一... 多智能体协作中的MCP调度框架-从工程实现到智能优化的演进路径随着大语言模型（LLMs）与自主智能体（Autonomous Agents）技术的飞速发展，如何高效地调度多个异构智能体成为了构建复杂任务系统的关键问题。本文介绍一种基于 MCP（Multi-agent Control Plane） 的多智能体编排架构，通过构建统一通信协议、任务接口与资源协调机制，实现智能体之间的高效协同。 一...
- 多模态大模型（如CLIP、DALL·E）通过跨模态语义对齐实现不同模态数据（如图像、文本、音频）的语义关联，其核心在于构建统一的表示空间并设计有效的对齐策略。预训练数据集的构建策略直接影响模型的泛化能力与任务适应性。一、跨模态语义对齐的核心方法1. 模态编码器设计独立编码器：不同模态使用专用编码器提取特征。例如：图像编码器：CLIP采用Vision Trans... 多模态大模型（如CLIP、DALL·E）通过跨模态语义对齐实现不同模态数据（如图像、文本、音频）的语义关联，其核心在于构建统一的表示空间并设计有效的对齐策略。预训练数据集的构建策略直接影响模型的泛化能力与任务适应性。一、跨模态语义对齐的核心方法1. 模态编码器设计独立编码器：不同模态使用专用编码器提取特征。例如：图像编码器：CLIP采用Vision Trans...
- 联邦学习（Federated Learning, FL）通过分布式架构和隐私保护技术，在保护数据隐私的同时实现多方协同建模，但其通信效率与模型收敛速度的矛盾仍是核心挑战。以下从隐私保护机制和效率-收敛权衡策略两方面展开分析，并结合实际案例说明技术实现路径。一、联邦学习解决数据隐私与模型训练矛盾的核心机制1. 数据本地化与参数交换机制联邦学习的核心思想是“数据不动，模型... 联邦学习（Federated Learning, FL）通过分布式架构和隐私保护技术，在保护数据隐私的同时实现多方协同建模，但其通信效率与模型收敛速度的矛盾仍是核心挑战。以下从隐私保护机制和效率-收敛权衡策略两方面展开分析，并结合实际案例说明技术实现路径。一、联邦学习解决数据隐私与模型训练矛盾的核心机制1. 数据本地化与参数交换机制联邦学习的核心思想是“数据不动，模型...
- 少样本与零样本学习的新支撑—自监督机制的理论基础与实战深度学习已经从最初的多层感知器（MLP）发展出复杂的神经网络体系，如卷积神经网络（CNN）、循环神经网络（RNN）乃至Transformer架构。但近年来，自监督学习（Self-Supervised Learning, SSL） 正逐渐成为推动深度学习前沿的新范式。本文将系统回顾从基础网络演进到自监督学习的过程，并通过代码实例展示核心思... 少样本与零样本学习的新支撑—自监督机制的理论基础与实战深度学习已经从最初的多层感知器（MLP）发展出复杂的神经网络体系，如卷积神经网络（CNN）、循环神经网络（RNN）乃至Transformer架构。但近年来，自监督学习（Self-Supervised Learning, SSL） 正逐渐成为推动深度学习前沿的新范式。本文将系统回顾从基础网络演进到自监督学习的过程，并通过代码实例展示核心思...
- 【AI大模型入门指南】概念与专有名词详解（一） 一、前言当下最火热的无非是AI了。现在提到AI大模型，已经像冬天的大白菜一样似乎很普通了。没准路边的大妈都能和你聊几句大模型。现在AI，早已不再是科技圈的专属名词，从聊天机器人妙语连珠的回应，到绘图工具笔下惊艳的视觉创作，它们正以各种形态走进我们的日常生活。然而，当我们深入了解时，“Transformer架构”“预训练微调”“注意力机制”等专... 【AI大模型入门指南】概念与专有名词详解（一） 一、前言当下最火热的无非是AI了。现在提到AI大模型，已经像冬天的大白菜一样似乎很普通了。没准路边的大妈都能和你聊几句大模型。现在AI，早已不再是科技圈的专属名词，从聊天机器人妙语连珠的回应，到绘图工具笔下惊艳的视觉创作，它们正以各种形态走进我们的日常生活。然而，当我们深入了解时，“Transformer架构”“预训练微调”“注意力机制”等专...
- 1 简介决策树中的 CART 分类回归树CART（ Classification And Regression Trees 分类与回归树）模型是一种用于分类和回归任务的决策树算法，是决策树算法的一种变体。它可以处理分类和回归任务。 Scikit-Learn 使用分类与回归树 （CART） 算法来训练决策树（也称为“增长”树）。CART 于 1984 年由 Leo Breiman、Jerom... 1 简介决策树中的 CART 分类回归树CART（ Classification And Regression Trees 分类与回归树）模型是一种用于分类和回归任务的决策树算法，是决策树算法的一种变体。它可以处理分类和回归任务。 Scikit-Learn 使用分类与回归树 （CART） 算法来训练决策树（也称为“增长”树）。CART 于 1984 年由 Leo Breiman、Jerom...
- 1.算法运行效果图预览(完整程序运行后无水印)2.算法运行软件版本matlab2022a/matlab2024b 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）X = Alpx;%bilstmlayers=bilstm_layer(bw_in,round(X(1)),round(X(2)),bw_out,X(3),X(4),X(5)); %参数设定opts = training... 1.算法运行效果图预览(完整程序运行后无水印)2.算法运行软件版本matlab2022a/matlab2024b 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）X = Alpx;%bilstmlayers=bilstm_layer(bw_in,round(X(1)),round(X(2)),bw_out,X(3),X(4),X(5)); %参数设定opts = training...
- 摘要Geneformer被广泛应用于疾病建模、治疗靶点发掘、基因网络预测与调控分析、基因功能预测与剂量敏感性分析、单细胞转录组数据集成与标准化、遗传变异解释与GWAS靶点优先排序。该案例既有算法原理，也有手把手的昇腾部署教学，包含细胞分类、基因分类、提取细胞嵌入图、细胞多分类的微调任务1 Geneformer介绍GeneFormer是一种基于 Transformer 架构的深度学习模型... 摘要Geneformer被广泛应用于疾病建模、治疗靶点发掘、基因网络预测与调控分析、基因功能预测与剂量敏感性分析、单细胞转录组数据集成与标准化、遗传变异解释与GWAS靶点优先排序。该案例既有算法原理，也有手把手的昇腾部署教学，包含细胞分类、基因分类、提取细胞嵌入图、细胞多分类的微调任务1 Geneformer介绍GeneFormer是一种基于 Transformer 架构的深度学习模型...
- 1 摘要Fuxi是由复旦大学的研究人员开发的一个基于数据驱动的全球天气预报模型，主要由Cube Embedding、U-Transformer和全连接层构成。Fuxi摒弃了传统复杂的微分方程，转而通过多阶段机器学习架构，可提供15天的全球预报。时间分辨率为6小时，空间分辨率为0.25°。2 Fuxi介绍Fuxi模型是由复旦大学的研究人员开发的一个基于数据驱动的全球天气... 1 摘要Fuxi是由复旦大学的研究人员开发的一个基于数据驱动的全球天气预报模型，主要由Cube Embedding、U-Transformer和全连接层构成。Fuxi摒弃了传统复杂的微分方程，转而通过多阶段机器学习架构，可提供15天的全球预报。时间分辨率为6小时，空间分辨率为0.25°。2 Fuxi介绍Fuxi模型是由复旦大学的研究人员开发的一个基于数据驱动的全球天气...
- 1 简介闲聊通常是随意和轻松的，可以帮助打破僵局，但它不一定能帮助与某人建立深厚的知识纽带。无论是与您的朋友、同事还是AI助手，进行有意义的对话对于建立牢固的联系都很重要。 “有意义的对话有助于我们更好地了解自己和周围的人。它们涉及分享我们自己的重要方面，并积极倾听、验证和与他人建立联系， 叶史瓦大学临床心理学家兼教授 Sabrina Romanoff， PsyD 。在本文中，我们分享了... 1 简介闲聊通常是随意和轻松的，可以帮助打破僵局，但它不一定能帮助与某人建立深厚的知识纽带。无论是与您的朋友、同事还是AI助手，进行有意义的对话对于建立牢固的联系都很重要。 “有意义的对话有助于我们更好地了解自己和周围的人。它们涉及分享我们自己的重要方面，并积极倾听、验证和与他人建立联系， 叶史瓦大学临床心理学家兼教授 Sabrina Romanoff， PsyD 。在本文中，我们分享了...
- 命名实体识别（NER）是自然语言处理中的关键任务，而Stanford NLP工具包作为Java环境下的强大工具，为开发者提供了词性标注、句法分析和NER等功能。针对特定领域（如金融、医疗），默认模型可能无法满足需求，因此优化至关重要。优化方法包括数据预处理（文本清洗、分词、词性标注）、模型定制（微调CRF模型或融合多模型）、特征工程（上下文特征、领域词典）及性能提升（模型压缩、并行计算）。 命名实体识别（NER）是自然语言处理中的关键任务，而Stanford NLP工具包作为Java环境下的强大工具，为开发者提供了词性标注、句法分析和NER等功能。针对特定领域（如金融、医疗），默认模型可能无法满足需求，因此优化至关重要。优化方法包括数据预处理（文本清洗、分词、词性标注）、模型定制（微调CRF模型或融合多模型）、特征工程（上下文特征、领域词典）及性能提升（模型压缩、并行计算）。
上滑加载中
推荐直播
-
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中 -
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中
热门标签