- 综合排序
- 最热优先
- 最新优先
- 来自专栏脑电信号科研科普
Neuron综述：睡眠和警觉的时空动态
最近的大脑活动和行为数据正在突破分辨率极限，以考虑包含多个时空尺度的复杂动力学，要求对经典视角进行修正。 近年来，静态大脑状态的标准观点与其实际的动态本质之间的差距已经明确，数据驱动(例如基于机器学习的)分类工具可以识别出经典睡眠状态之外的丰富动态，这可以为临床诊断提供信息。 总之，现有数据支持一种超越静止警觉状态的观点，即始终存在的快速动态控制着神经元活动和觉醒的状态。图1 睡眠/觉醒状态中普遍存在的时空动力学4. 目前，我们缺乏关于大脑状态的启动、传播和时空动力学模式的全面数据。哪些细胞类型启动和调节局部和全局状态转换?是否有一些皮质模块比其他模块经历更多的局部睡眠/觉醒或更快的动态? 9. 局部状态产生的机制神经调节剂和丘脑皮质系统如何相互作用，从而在机制上产生局部动态大脑状态?
84940编辑于 2023-06-26 - 来自专栏捞月亮的小北
9. 动态SQL
Mybaits 框架的动态 SQL 技术是一种根据特定条件动态拼接 SQL 语句的功能 ， 它存在的意义是为了解决拼接 SQL 语句字符串时的痛点问题 Mybatis 中动态 SQL 怎么理解？ Mybatis 的动态 SQL 是指可以根据不同的条件动态生成 SQL 语句。它的作用主要是实现动态生成不同的 SQL 语句，以达到更灵活、高效的查询、更新、删除等操作。 open="(" close=")"> #{eid} </foreach> </delete> collection : 设置要循环的数组或集合 item : 用一个字符串表示数组或集合中的每一个数据 separator : 设置每次循环的数据之间的分隔符 open : 循环的所有内容以什么开始 close : 循环的所有内容以什么结束 Mybatis 中的 foreach 标签用于循环遍历一个集合 静态 SQL 片段适用于一些简单的查询操作，例如查询所有数据、插入数据等。 Mybatis 中的 SQL 片段可以通过 XML 文件或注解的方式定义，其中 XML 文件是一种常见的方式。
54910编辑于 2023-12-01 - 来自专栏时空探索之旅
ICLR 2026 | 时空数据(Spatial-Temporal)论文总结（物理时空和气象时空：气象预测，时空点过程等）
本文总结了ICLR 2026时空数据（Spatial-Temporal）的论文，总计36篇，本文涉及13篇，如有疏漏，欢迎补充。 注：由于论文数目较多，分为上下篇，基于数据生成机制与应用场景的本质差异对论文进行分类： 上篇主要涵盖交通时空数据以及城市科学等内容，包括交通预测，人群移动，轨迹挖掘，交通模拟，自动驾驶，信号控制等内容。 下篇主要涵盖：气象时空和物理时空，如气象预测，时空点过程，时空动力系统等 观察：下篇文章统计值 最大均分 均值 最小均分 7 5.31 4 其中均分≥6的有3篇。 1. Gencer Sumbul, Li Mi, Robin Zbinden, Devis Tuia 分数：4, 4, 8, 6 信心：4, 4, 3, 3 均分：5.5 推荐阅读 ICLR 2026 | 时空数据 欢迎各位作者投稿近期有关时空数据和时间序列录用的顶级会议和期刊的优秀文章解读，我们将竭诚为您宣传,共同学习进步。如有意愿,请通过后台私信与我们联系。 如果觉得有帮助还请分享，在看，点赞
49110编辑于 2026-03-10 - 来自专栏点滴积累
时空大数据云平台
为了解决当前数据中心运营过程中的数据管理组织混乱，无法深入数据本身，无法实现在线查看、浏览、分析计算等问题，我司推出了一款时空大数据云平台，能够实现数据的在线管理、在线可视化、在线计算以及在线代码编辑器等功能 一、在线管理 当前数据中心数据管理方式多为FTP，用户只能看到数据包含的文件信息，而无法看到真实的数据信息。 并可以深入到数据实体而非数据文件进行管理，能够查看数据的缩略图，查看数据元数据（包含波段、空间范围、大小、分辨率等），查看数据统计信息（包含字段、数量、最大值、最小值、平均值等信息）等。 [数据管理] [元数据] [数据详情] [缩略图] 通过这些信息能够让用户对此数据有一个直观的了解，但这些还不够，还不足以让用户全面的了解一个数据，于是我们实现了数据在线可视化功能。 为此我们设计了长时间序列数据可视化功能，能够在地图中按照时间顺序动态显示数据。
6.2K01发布于 2020-01-18 - 来自专栏frytea
时空位置与大数据
在这个人人都谈大数据，处处皆用大数据的时代，我们身边的这些大数据究竟如何产生，又有多大的体量了呢？ 根据一份2013年的报告显示，2013 年中国产生的数据总量超过0.8ZB（相当于8亿TB），2 倍于2012 年，相当于2009 年全球的数据总量。 （来源，ZDNET《数据中心2013：硬件重构与软件定义》年度技术报告） 在这些数据中，除了人们日常消费、生活、交通产生的数据之外，基于位置的数据正在其中发挥着越来越重要的作用，基于位置的数据挖掘成果丰硕 参考文献 盘点中国2013行业数据量 大数据史记2013：盘点中国2013行业数据量（上） 2019年第三季度中国城市活力研究报告 高德位置开放平台 百度地图开放平台 腾讯位置大数据 Author: Frytea Title: 时空位置与大数据 Link: https://blog.frytea.com/archives/289/ Copyright: This work by TL-Song
1.4K20发布于 2020-07-16 - 来自专栏小小挖掘机
【时空序列预测实战】详解时空序列常用数据集之MovingMnist数据集(demo代码)
前言 毋庸置疑在做时空序列模型的时候，oving数据集，或者说标准的数据集是必要的 这篇文章我们主要介绍MovingMnist数据集，做这个方向的research是逃不过这个数据集的使用的 一、 Address 地址：http://www.cs.toronto.edu/~nitish/unsupervised_video/ 这个数据集主要是在 Unsupervised Learning of Video Representations
2.5K30发布于 2020-11-09 - 来自专栏浴巾的学习分享贴
数据结构_时空复杂度
数据结构_时空复杂度 前言：此类笔记仅用于个人复习，内容主要在于记录和体现个人理解，详细还请结合bite课件、录播、板书和代码。 int M = 10; while (M--) { ++count; } printf("%d\n", count); }基本语句（或者说基本操作）执行了2N+10次，大O渐进表示法就是O(N) N是数据规模 ， 数据规模越大，复杂度的差距越大，算法的优劣体现的就越明显 基本语句（或者说基本操作）的执行次数成为时间频度，在上面的例子中T(N)=2N+10 // 计算Func3的时间复杂度? count; } for (int k = 0; k < N ; ++ k) { ++count; } printf("%d\n", count); }基本操作执行了M+N次，而带入到算法中的数据规模也有两个 = 2; i <= n ; ++i) { fibArray[i] = fibArray[i - 1] + fibArray [i - 2]; } return fibArray; }动态开辟数组为
38020编辑于 2023-05-09 - 来自专栏生信菜鸟团
空间组学 | 用 moscot 对细胞进行时空动态分析
我们提出了moscot.spatiotemporal，一种利用跨时空维度的基因表达数据来揭示小鼠胚胎发生时空动态的方法。 Main Para_01 单细胞基因组技术提高了我们对细胞分化和组织结构动态变化的理解。 与SPATEO9同时，我们引入了时空映射的概念，并利用小鼠胚胎发育的时空图谱展示了其优势。 如果附近细胞具有相似的基因表达谱，则空间转录组学数据集具有高空间对应性（补充图9）。 与野生型对照iPS细胞系相比，NEUROD2敲除（KO）iPS细胞分化为干细胞来源的胰岛导致ghrelin表达细胞数量显著减少，并且GHRL mRNA水平降低（图5h，i和扩展数据图9）。
78310编辑于 2025-03-06 - 来自专栏清菡软件测试
Jmeter系列之《9.动态关联》
9.增加断言结果。 10.运行查看。 三、总结 一、关联 和LR中的差不多。 LR中的关联通过一个函数，左右边界或者是正则来进行定位，取这个动态关联的。Jmeter中也是一样的。 Jmeter中关联的两种方式取动态的关联：正则、xpath（一般返回数据是xml格式的时候用的多）。 正则：利用一些符号和数字进行匹配、通配。 判断下session，看看有没有取到 9.增加断言结果。 10.运行查看。 三、总结 Jmeter的关联与LR的关联的区别：Jmeter的关联就多学习一个正则，其它的东西完全一样。 5.对需要匹配的关联的动态值进行正则的提取。 6.填充模版、匹配数字。如果没特殊情况，这2个空着也没问题。 7.增加断言，判断关联的动态数据有没有取到。 8.运行并查看结果。
73610编辑于 2022-06-21 - 来自专栏脑电信号科研科普
Biological Psychiatry：压力诱导网络重构的时空动态反映负性情感
关键的是，跨网络的个体时空变化轨迹也预测了负面情绪，但不能预测是否存在情绪和焦虑障碍。结论：应激诱导的脑网络重构的时空动态反映了负性情感的精神病理维度的个体差异。 简单地说，MRI数据采集在3T GE扫描仪(Discovery MR750)上。功能数据为压力任务755张T2*加权回波平面图像，各静息状态155张回波平面图像。 3.2 动态连接变化预测压力状态和HR的变化为了评估整个压力阶段的压力诱发变化，我们将来自社会心理压力任务和两个侧翼静息状态扫描的数据串联起来(图S1)。 图3 心理社会应激导致功能连接(FC)变化的时空特征为了验证这些时空剖面反映了实验诱导的压力阶段，我们使用支持向量机在四个子网络中基于个体水平估计预测了不可见块的阶段。 最简洁的解决方案显示了五个可很好解释的维度(图5A和表S9)。两个维度捕获了应激恢复表型(恢复力：自我指令；心理弹性：社会/认知应对)，对心理弹性问卷和应对问卷对应分量表中的项目进行了高度加权。
41010编辑于 2023-07-01 - 来自专栏数据智能小站
产品动态 | 腾讯云知文NLP 9月最新动态
timg (1).jpg 9月，腾讯云AI中心下的知文NLP产品推出了全新功能，意在帮助合作伙伴和客户高效打造针对性的解决方案，助力各行各业的数字化和智能化转型。 1. 知文NLP·敏感词识别 功能介绍 敏感词识别新增广告识别新功能，有效识别出文本内容中的广告信息，并返回相关的敏感词，可用于敏感信息过滤、舆情监控、UGC 文本数据审核等，并与OCR产品配合，主打cos增值服务 应用场景 适用于新闻网站、信息流App等场景，实时识别出是否含有广告、色情、政治等敏感信息，为文本数据的合法合规保驾护航，为流动信息的质量提供保障。
2.2K00发布于 2019-10-10 - 来自专栏小小挖掘机
【时空序列】TKDE2020-时空图数据挖掘深度学习技术全面综述
传统数据挖掘方法因为时空数据的时空特性和高相关性特征而效果不佳，并随着时空数据容量日益增长而不堪重负。最近，拥有自主特征表示能力、强大的功能逼近能力的深度学习技术在时空数据挖掘上取得了重大的成功。 该论文的主要贡献如下： （1）系统且扼要地回顾了近期运用于时空数据挖掘的深度学习技术，对时空数据类型进行分类，介绍在时空数据挖掘中广泛使用的流行的深度学习模型，并总结了不同时空数据类型的数据表示形式。 时空数据实例和格式： (1)数据实例: 时空数据的数据实例包括事件，轨迹，时间序列，空间图和时空栅格。 时空数据预处理的目的是将时空数据实例表示为深度学习模型能够处理的合适的数据表示格式，通常一种类型的时空数据实例对应于一种典型的数据表示。 在一个时空数据挖掘任务中，除了所研究的时空数据，还有一些其他类型的数据与时空数据高度相关，将这些数据与时空数据相结合通常可以提高学习任务的性能。
3.7K30发布于 2020-12-08 - 来自专栏好奇心Log
时空地理数据大搜寻计划（三）
点击下方公众号，回复资料，收获惊喜 收集数据也算是我的一大爱好，所以今天给大家分享一些可能会用到的时空地理数据，具体用到的时候还是要仔细地去看技术文档的。 由哥白尼土地局的全球部门制作，取材自PROBA-V卫星观测和辅助数据集，可以下载到电脑本地 ? ? ###### [2] 荷兰0.5米分辨率非插值DEM数据体验。 [5]全球高分辨率地表水分布数据(1984-2020)。 [7]全球土壤湿度数据。 [9]南极1km分辨率DEM数据。地址：http://www.cpom.ucl.ac.uk/csopr/icesheets2/dems.php?
84220发布于 2021-05-28 - 来自专栏好奇心Log
时空地理数据大搜寻计划（二）
数据是GIS的血液。时空地理数据是我们经常会用到的，很多时候，分析数据可能花不了多长时间，但是收集一些合适的数据总是耗时最多，So,这一次再去搜索GIS时空地理数据，Go! 1.全球气候分区数据[https://geoafrikana.com/resources/] ? 下载过来在Google Earth或者ArcGIS中打开看看 ? ? 3.哈佛地理空间数据集[http://hgl.harvard.edu:8080/opengeoportal/] ? 4.区域地图[https://dataverse.harvard.edu/dataverse/hrs] 提供有shp文件，以及一些社会经济数据 ? ? ? OK,这一期的时空地理数据收集就先到这里了，不论是做历史地理研究，比如分析城区的扩展历史，还是用来观赏，这些地图都具有了研究价值和美学价值，应该是不错的了 最后，感谢大家的分享与转发！
79410发布于 2021-05-28 - 来自专栏云社区全球资讯抢先看
时空大数据加速智慧城市落地
另外，救护车辆如何在各个站点之间动态调度，使得系统运力最大化是第二步需要解决的问题。“就是要找到一个使得很多人到此的汇聚时间最优化的点。”郑宇建议，所有以速度优先级最高的应用都可以考虑这个选址模型。 “在摩拜单车使用中，不同时间有不同的人在不同地方发出请求，这就是一个时空多变的数据；网络结构中，路网就是一个静态的网络结构，把路网叠加了交通流量信息以后就变成空间不变、时间变化的数据。” 因此，数据和应用之间就需要一个平台来连接。” “很遗憾现在任何一家公司的云计算平台都不能很好地支持我们的时空大数据。”郑宇坦言，“城市大数据平台并不是云计算平台，后者并不能很好地支持上述运算。” 把握时空数据 “城市计算处理的是时空数据，它跟视频、图像、语音是不同的。这也导致传统的深度学习模型不能直接拿来用。” 郑宇解释说，时空数据有空间属性和时间属性，时间属性又包括时间的平滑性、周期性和趋势性。 据介绍，数据的应用是首先把相邻几个小时的数据放到一个深度卷积神经网络里面，来模拟相邻时间的时序的平滑性。
1.4K00发布于 2017-12-26 - 来自专栏3D可视化
HSDB-超维时空数据库
HSDB是具备万维数据描述和存储能力的超维时空数据库，能够覆盖IoT数字孪生六大维度集，包括具有时间序列特征的行为/状态和具有空间坐标特征的位置/关系。 通过先进的数据分片技术，能够实现海量数据的分布式存储。同时，利用成熟的倒排索引技术，可支撑百亿数据量级下的高性能查询需求，满足上层各种数字孪生可视化场景的数据使用需求。 什么是维度？ 后来，维度被引入物理学领域，用于描述独立的时空坐标（N个坐标代表N维空间）。在数字孪生领域，维度可以理解为现实对象的数据参数，也称属性。 维度有什么作用？ 如何保障维度调整的灵活性，这就需要软件定位多维数据模型的能力。 软件定义数据模型的本质，就是将数据模型与上层应用功能解耦，使数据模型具备扩展性，从而满足不同应用场景下的数字化需求。 （软件定义的本质是实现了数据平面和管理控制平面解耦）优锘提供了便捷的软件定义数据模型能力，通过图形界面灵活定义和维护对象分类、属性及关系约束，降低数据模型的变更成本和实施风险，真正实现了数据模型对上层可视化需求的快速响应
1.6K51发布于 2019-11-14 - 来自专栏时空探索之旅
VLDB 2025 | 时空数据（Spatial-Temporal）论文总结(时空预测，轨迹相似度，轨迹表示等)
VLDB 2025于2025年9月1号-5号在英国伦敦(London, United Kingdom)举行。 本文总结了VLDB 2025有关时空数据（Spatial Temporal）的相关论文，主要包含如有疏漏，欢迎大家补充。 时空数据Topic：时空预测，交通预测，轨迹相似度，轨迹表示等。 1. SimRN: Trajectory Similarity Learning in Road Networks based on Distributed Deep Reinforcement Learning9. 2024 | 时空数据（Spatial-temporal）论文总结 SIGMOD 2025 | 时间序列（Time Series）论文总结 SIGMOD 2025 | 时空数据（Spatial-temporal ）论文总结 ICDE 2025 | 时间序列(Time Series)论文总结 ICDE 2025 时空数据（Spatial-Temporal）论文总结 此公众号的文章皆系本人原创，辛苦码字不易！
12810编辑于 2026-03-10 - 来自专栏余林丰
9.动态规划（2）——子集和问题
注：因为对“子集和问题”的学习不够深入，所以本文在讲解动态规划递推公式中可能存在叙述不清，或者错误的地方，如有发现望能不吝赐教。 这个问题同样有多种解法，在本文中利用动态规划的思想进行求解，那么就需要推导出一个递推公式。我们将集合S不断的划分为小的集合，这就是动态规划的第一步：定义子问题。 这些实际上是动态规划的第三步：定义初始状态。状态规划第二步则是定义状态转移规则，即状态之间的递推关系。 s[i, j]中的i表示的是前i个子集(包括i)。 利用数学中的“特值法”，举例集合(3, 34, 9)，是否存在给定子集的元素之和等于37，此时i=2（子集为(3, 34)），j = 37，此时“包括第i个元素的前i个子集”这种情况下，s[2, 37] 2 3 import java.util.Arrays; 4 5 /** 6 * 子集和问题 7 * Created by yulinfeng on 7/2/17. 8 */ 9
2.7K80发布于 2018-01-12 - 来自专栏时空探索之旅
AAAI 2026 | 时空数据(Spatial-temporal)论文总结（时空预测，轨迹挖掘，自动驾驶等）
本文总结了2026 AAAI 上有关时空数据（Spatial-Temporal）相关论文。如有疏漏，欢迎大家补充。 时空数据Topic：时空预测，天气预报，城市区域表示，轨迹表示学习，相似度计算，轨迹预测，自动驾驶等。总计45篇，本文涉及24篇。 注：由于论文数目较多，分为上下篇，此为上篇，主要涵盖时空预测，轨迹数据挖掘，部分自动驾驶等的文章。下篇主要涵盖自动驾驶，城市区域表示学习，天气预报等。 1. /2508.10427 作者：Keishi Ishihara; Kento Sasaki; Tsubasa Takahashi; Daiki Shiono; Yu Yamaguchi nan 关键词：时空推理的视觉问答数据集 表示学习，生成等) AAAI 2026 | 时间序列(Time Series) 论文总结[上] (Oral+预测) AAAI 2025 | 时间序列（Time Seies）论文总结 AAAI 2025 | 时空数据
60110编辑于 2026-03-10 - 来自专栏iOS开发干货分享
iOS逆向(9)-Cycript，动态分析APP利器
“ 原文作者：一缕清风扬万里 https://juejin.im/post/5cc0986a6fb9a032453bb105” 之前文章已经对LLDB进行了介绍和使用。 2、基本调试 在上篇文章中已经介绍了Monkey，并且可以看出它已经帮我们集成了Cycript的动态库。所以一下就配合着Monkey来进行调试。 DYLD iOS逆向(6)-从fishhook看Runtime，Hook系统函数 iOS逆向(7)-LLDB,自制LLDB脚本,窜改微信红包金额 iOS逆向(8)-Monkey、Logos iOS逆向(9) -Cycript，动态分析APP利器
1.8K51发布于 2019-06-14
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号