- 综合排序
- 最热优先
- 最新优先
- 来自专栏粮食检验
科技实弹丨酿酒企业原料收购如何实现“靶向”智能化升级
科技实弹1 桁架智能扦样机器人多谷物智能化采样系统，攻克传统需由人员操作的机电式机构的技术难题，彻底解决利用车型规律、扦样死角作弊的顽疾。 ，目前行业内唯一对稻壳实现全自动扦样的产品。 图片科技实弹2 多谷物自动在线检验采用一体化设计，全流程谷物种类智能判断，以自动化机械与多维度控制系统，按执行标准与扦样环节形成联动的数字化流程，参照国标以机器建立统一的检测标准，实现多谷物杂质、容重、 水分、不完善粒自动在线检验，减少以往因两套系统而造成的瓶颈效应，从扦样到以上主要指标检验完成仅需5分钟，最大限度地“去人化”，所有检验指标均实现溯源。 特别是在不完善粒检验方面，根据国标实现了任何谷物和粮食以颗粒数和重量两种不同方式的在线检测，同时得出小麦千粒重数据，具备深度学习功能，实时动态提升检验准确度。
39480编辑于 2022-11-09 - 来自专栏DeepHub IMBA
通过强化学习和官方API制作《星露谷物语》的自动钓鱼mod
目标的结果是使用官方 Stardew Valley 的 modding API 用 C# 编写一个自动钓鱼的mod。该模块加载了一个用 Python 训练的序列化 DQN 模型。 通过API我们可以查看并从游戏内存中读取特定属性的代码，对于自动钓鱼，需要在钓鱼小游戏期间跟踪的 4 个变量。“钩子”中心的位置、鱼的位置、钩子的速度和绿色条的填充量（这是奖励！）。 训练 训练过程是“自我驱动的”，首先要自己玩游戏收集状态和奖励数据，然后训练一个初始化的效果很差的模型让它自动玩游戏，并为我们收集新的数据。 所以模型的目的是数据彻底探索这个状态空间，无论是你（人肉）还是模型玩游戏都没有关系，当然如果能够全部自动化看起来肯定更加的高大上。
1.2K10编辑于 2022-03-12 - 来自专栏禅境花园
Centos Stream 9 多IP 配置
Centos Stream 9 配置多IP 我有500个IP ,要绑定在同一台linux机器上, OS为Centos9 .
1.1K00编辑于 2024-11-21 - 来自专栏数说工作室
【学点统计学·非参数检验汇总】3. 多独立样本的非参数检验
飞扬 / 撰写 整理 数说君 / 编辑 ---- 本系列为【学点统计学·非参数检验汇总】 1. 回顾 单样本非参数检验 两独立样本非参数检验 2. 多独立样本的非参数检验 多独立样本的非参数检验是通过分析多组独立样本数据，推断样本来自的多个总体的中位数或分布是否存在显著差异。 方法包括：中位数检验、Kruskal-Wallis检验、Jonckheere-Terpstra检验等。 比如，对北京、上海、成都、广州四个城市的码农月收入进行比较。 （2）Kruskal-Wallis检验 Kruskal-Wallis检验实质是两独立样本的曼-惠特尼U检验在多个样本下的推广（什么是曼-惠特尼U检验？ （3）Jonckheere-Terpstra检验 Jonckheere-Terpstra检验也是检验多个独立样本来自的多个总体的分布是否存在显著差异的非参数检验方法.
2.9K121发布于 2018-04-08 - 来自专栏运维
多磁盘自动分区自动挂载脚本
起源： 准备测试tfs分布式存储，发现一台服务器24块大盘，还有好几台服务器， 想想那么碰分区格式化，UUID自动挂载，还好有自动脚本。 1，yes能在你需要输入y时帮你操作，要不一台服务器不间断24次y还不知道什么时候敲击 2，UUID也能自动获取，这样才能自动挂载且盘符能固定 #! /bin/bash #mkfs.ext4 mkdir /data/disk{1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24} mount -t ext4 /dev/sdh /data/disk7 mount -t ext4 /dev/sdi /data/disk8 mount -t ext4 /dev/sdj /data/disk9 data/disk8 ext4 defaults 0 0"}' >>/etc/fstab blkid /dev/sdj |awk '{print $2 " /data/disk9
2.1K20发布于 2018-11-14 - 来自专栏SAP S4HANA研习（2025年度）
SAP QM 事务代码QE01为检验批录入检验结果后自动评估和关闭？
SAP QM 事务代码QE01为检验批录入检验结果后自动评估和关闭？在SAP QM模块中有一个基础设置，在工厂代码级别上。 执行事务代码QE01,为某个检验批录入检验结果，回车，进入如下界面，为检验特性录入结果，回车，系统不做任何特别反应。保存，执行事务代码QE03看结果，检验结果录入后，系统没自动完成评估和关闭动作。 2, 如果将Recording configuration 栏位值被设置为X - All background function.重新执行事务代码QE01为检验批录入结果，录入结果，回车，系统自动弹出Manual Valuation窗口，如下图示：继续回车，系统自动完成保存，如上图。 窗口，回车，回到如下界面，系统不会自动保存。
47810编辑于 2024-11-15 腾讯云环境下基于Websoft9的多WordPress集群自动化部署实践
在云原生技术快速发展的背景下，企业级用户对多站点WordPress部署需求呈现指数级增长。 本文将以腾讯云CVM为技术载体，详细解析如何利用Websoft9应用镜像实现高可用WordPress集群的自动化部署，重点探讨容器化部署、负载均衡配置及数据库分离等关键技术实现。 2023');二、网九自动化部署流程 网九应用市场镜像提供预集成的LAMP/LEMP环境，通过其提供的自动化脚本可实现批量部署：1 . 基础环境初始化：# 安装基础设施wget https://mirrors.tencent.com/install/websoft9.shchmod +x websoft9.sh. 配置管理自动化：使用Ansible建立配置基线，通过Git版本控制实现多环境配置管理：- hosts: wp_cluster vars_files: - group_vars/tencent_cloud.yml
25900编辑于 2025-04-21- 来自专栏好奇心Log
python绘图 | 国家气象局开源预报检验库（多图预警）
目前该程序提供了可供复用的函数达200多个，集成了开展检验所需的基础函数（包括数据的读写、插值、累加、平均、选取、分组等）、检验算法（包括各类二分类、多分类、连续型变量、概率预报和集合预报的检验等）和检验图形产品 有无预报检验 综合检验图performance() 绘制二分类预报的综合检验图，其横坐标为成功率，纵坐标为命中率，并绘制了等bias和等ts曲线辅助线，检验结果以圆点方式显示在图中，从而可以直接浏览成功率 连续型预报检验 散点回归图scatter_regress() 绘制观测-预报散点图和线性回归曲线，横坐标为观测值，纵坐标为预报值，横坐标和纵坐标取值范围自动设为一致，在图形中间添加了完美预报的参考线。 图中横坐标和纵坐标取值范围自动设为一致，并在图形中间添加了完美预报的参考线。 ? 时间序列对比 多模式多时效对比图time_list_line() 将不同时刻起报的预报和实况在同一张图中进行显示对比，便于及时发现问题，以曲线的方式叠加显示。 ?
4.7K32发布于 2020-10-15 - 来自专栏SAP S4HANA研习（2025年度）
SAP QM 对09类型检验批做处置后系统自动更新批次的下次检验日期
SAP QM 对09类型检验批做处置后系统自动更新批次的下次检验日期SAP QM的09检验类型用于支持复验场景，即某些物料每隔一段时间需要检验一次。 对于这些物料，业务人员需要指定其复验周期，比如每半年检验一次，每3个月检验一次。当某次检验的检验批完成处置(Usage Decision)之后，SAP系统会自动计算下次检验日期。 1, 如下的09类型的检验批.物料号是355，复检间隔期是90天，即每90天复验一次。 该检验批上的批次号是2024112701，MSC3N查看批次主数据，Next Inspection日期是2024.11.272, 执行事务代码QA11，对该检验批执行使用决策.保存，系统提示说是否要修改成新的检验日期
44900编辑于 2024-12-24 - 来自专栏Laoqi's Linux运维专列
Ansible 多机房自动部署发布
在只有少量服务器的情况下，大多数运维人员会选择手动更新，减少自动化部署发布的开发成本。 在我们发布风控情报服务的时候，就遇到了自动化部署发布的问题。 由于风控服务在用户场景中处于非常重要的地位，对SLA要求极高，需要提供毫秒级别的访问质量，为了达到这一点，消除掉公网的消耗，需要支持多机房服务，而同时带来的问题就是，如何保持各机房的软件版本统一，能够做到快速的统一发布 二、如何解决问题 目前自动化部署发布领域已经有了比较成熟的方案，中小公司会维护一些自动化脚本或开源软件，而大公司由于复杂的网络环境更多会选择维护一套专属的部署发布系统。 简要说明下我们的项目如何使用ansible实现了多个环境的自动化部署发布。
2K30发布于 2018-05-31 - 来自专栏从零开始学自动化测试
SQLAlchemy学习-9.一对多和多对一关系
前言 一对多和多对一关系 一对多关系 一对多关系表设计，一个Parent类关联多个Child类 from sqlalchemy.ext.declarative import declarative_base # 在父表类中通过 relationship() 方法来引用子表的类集合 children = relationship("Child") class Child(Base): # 多 多对一关系相比上面的一对多而言是双向的关系 在最新版本的 sqlalchemy 中对 relationship 引进了 back_populates 参数， 两个参数的效果完全一致。 children = relationship("Child", back_populates="parent", lazy="dynamic") class Child(Base): # 多 parent.children.all()) children = session.query(Child).get(1) print(children.parent) 2022年第 11 期《python接口web自动化
4.5K20编辑于 2022-08-26 - 来自专栏站长的编程笔记
ThinkPHP6.0 自动多应用部署、多应用智能识别
本文前提：在多应用模式中 1. 自动多应用部署 官方手册原文 多应用模式 2. 自动多应用模式的URL地址默认使用 3. 多应用智能识别 1. 自动多应用部署 官方手册原文 多应用模式 ---- 通过index.php入口文件访问的话，并且没有设置应用name，系统自动采用自动多应用模式 如果没有指定访问的应用，自动访问默认应用 http:// 自动多应用模式的URL地址默认使用 ---- 访问admin应用 http://serverName/index.php/admin 访问shop应用 http://serverName/index.php 多应用智能识别 ---- 应用不存在时，系统会自动切换到单应用模式，并进行全局路由（route/*.php）匹配检查 如果希望应用不存在的时候，直接访问默认应用的路由 在全局配置文件 config/app.php
88420编辑于 2023-02-18 - 来自专栏FunTester
应对自动化测试9大挑战
Web 应用程序的动态、快速变化和关键业务的重要性不断挑战传统自动化测试和测试框架的极限。本文讨论了最常遇到的关键挑战，以及如何帮助简单地或自动地应对这些挑战。 修复损坏的测试通常称为维护，通常维护成本随着自动化项目的复杂程度和用例数量的增加而指数增加。对传统开源框架的维护可能会消耗团队高达 40% 的优质资源。 同步测试 当测试在自动化平台中执行时，测试步骤的时间必须与应用程序的时间相匹配，否则测试将找不到正确的元素。 使用代码自定义无代码测试 市场上有许多低代码或无代码测试自动化工具，它们通过使用基于模型或记录/回放的方法来编写测试来简化 UI 测试编写。 随机弹出窗口 弹出窗口是可能时造成自动化测试失败的最大的困扰。因为弹框的类型多种多样，通常难以不测，会阻止测试的顺利运行。
98520编辑于 2022-12-09 - 来自专栏加菲猫的VFP
〔连载〕VFP9增强报表－多细节带区
幸运的是，VFP 9 通过一个新的功能很好的解决了这个问题：多细节带区。 记录处理 在探讨多细节带区之前，让我们先讨论一下在一个报表中，VFP 是如何在记录们中间移动的。 在 VFP 9 中，现在可以有多个细节范围了（超过20个）。一个特定的细节范围中的记录可以是来自子表中的相关记录，也可以是驱动游标中的记录，而这就意味着它可以被处理多次。 让我们来看两个多细节带区报表的示例。 注意这一点要求并不严格，因为如果你遗漏了设置 OneToMany，报表引擎会自动使用 SET SKIP 来做到同样的事情 图19、EmployeesMD.FRX 的数据环境将 EmployeeTerritories 在 VFP 9 中，这只是简单的意味着要有一个细节带区来进行计算、而用另一个细节带区来显示结果。在这个示例 EmployeesMD2.FRX 中，这两个细节带区都使用 Orders 表作为目标别名。
2.4K10编辑于 2022-04-07 多领域对话自动评估技术突破
自动评估与Alexa的对话随着与Alexa的交互越来越多地涉及多轮对话，Alexa使用这些对话来填充请求的细节或协调多个技能。与所有已部署的AI模型一样，对话模型需要定期评估以确保满足客户需求。
19710编辑于 2025-10-13多领域对话自动评估技术突破
自动评估与语音助手的对话交互随着与语音助手的交互越来越多地涉及多轮对话，评估这些对话模型的质量变得至关重要。传统方法依赖人工评估，既缓慢又昂贵。
14710编辑于 2025-10-16- 来自专栏企鹅号快讯
波音展示无人电动货运飞机原型 借机检验自动驾驶技术
腾讯科技讯 1月11日消息，波音公司周三展示了一台无人电动垂直起降货运飞机（CAV）原型，对此，波音方面表示，这一原型还将用来检验类似飞机的自动驾驶技术。 波音负责研发无人电动垂直起降货运飞机部门Boeing HorizonX的副总裁史蒂夫-诺德伦德（Steve Nordlund）表示，“我们的新CAV原型，体现了自动驾驶货运飞机的最新可能性，而且这种飞机还可能承担物流和其它运输业务
73360发布于 2018-02-06 - 来自专栏十二惊惶的网络安全研究记录
数学建模：全球食品系统再优化
我们试图分析中国粮食作物总量与化肥消耗，谷物耕地面积，农村人口，农机具保有量等多参数的影响。建立多变量的优化模型。 4. 中国谷物耕地面积至2002年的低点逐年上升 表1为中国谷物耕地面积，表2为中国农业GDP，表3为化肥消费数,表4为中国农业机械数量列表。 这些主成分系数可以通过SPSS进行计算 5.2 模型在软件中的实现 将数据放入SPSS中并进行主成分分析，就可获得我们想要的数据 5.2.1 检验各元素之间的关联程度 KMO和巴特利特检验 KMO 取样适切性量数 .686 巴特利特球形度检验 近似卡方 90.887 自由度 6 显著性 <.001 一般情况下，KMO值应大于等于0.6，Sig值应小于等于0.05，元素之间关联程度。 9. 研究结论 发达国家的生产状况和社会结构相较于其他发展中国家更加稳定，人民生活也更加安全与富足，因此，我们建议集中解决国家的环境问题和人民的饮食习惯，确保均衡健康的饮食。
37010编辑于 2024-02-28 - 来自专栏Pandas基础实践
红米 9A 的自动化测试
最近在测试某 APP 在低端手机上的运行状态时，选择了红米 A9 这个型号的手机。 并不是说这个手机低端，只是论配置，在我手里的测试机里面算是低配的了。 USB 权限 相信所有做自动化测试的小伙伴，拿到手机的第一件事就是开启开发者模式，然后将 USB 调试打开。 嗯，我也是这样的，可就在这一步我惊呆了。 怎么？ 目前遇到了这些问题，后续如果有其他问题还会继续更新本文，希望本文能帮助那些用红米做自动化测试的小伙伴。
32100编辑于 2023-12-29 - 来自专栏测试游记
Java自动化测试(Excel文件解析 9)
把java内存中内容写入excel文件中 sheets.write(fos); // 9.
1.3K10发布于 2020-07-21
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