- 综合排序
- 最热优先
- 最新优先
- 来自专栏嵌入式与Linux那些事
11.LCD驱动
2.LCD驱动框架： 1.分配fb_info 2.设置 3.注册register_framebuffer 4.硬件相关操作 3.关于fb_info Linux内核将所有的Framebuffer抽象为一个叫做 换言之就是，LCD的驱动就是构建fb_info，并且向系统注册 fb_info的过程。 HSPW+1=T7=5 HSPW=4 HBPD+1=T6-T7-T8=273-25-251=17 HBPD=16 HOZVAL+1=T11=240 HOZVAL=239 HFPD+1=T8-T11 =251-240=11 HFPD=10 HSYNC极性同样要反转 ? ，再过多长时间才发出HSYNC * LCD手册T8-T11=251-240=11, 所以HFPD=11-1=10 */ lcd_regs->lcdcon3 = (16<
93840发布于 2021-05-20 - 来自专栏码农爱学习的专栏
【i.MX6ULL】驱动开发11——LCD驱动实践
之前在Linux系统移植时提到过LCD驱动，本篇来看下Linux设备树如何配置LCD驱动。 1.2 LCD驱动文件mxsfb介绍 LCD的驱动文件为mxsfb.c，这是一种platform驱动框架，驱动和设备匹配之后，mxsfb_probe函数就会执行。 MX6UL_PAD_LCD_DATA09__LCDIF_DATA09 0x79 MX6UL_PAD_LCD_DATA10__LCDIF_DATA10 0x79 MX6UL_PAD_LCD_DATA11 __LCDIF_DATA11 0x79 MX6UL_PAD_LCD_DATA12__LCDIF_DATA12 0x79 MX6UL_PAD_LCD_DATA13__LCDIF_DATA13 */ vsync-active = <0>; /* vsync 数据线极性 */ de-active = <1>; /* de 数据线极性 *
2.1K30编辑于 2021-12-27 - 来自专栏科技云报道
TalkingData T11 2018数据智能峰会：以数据驱动突破丨科技云·资讯
如果说人类进步在于突破创新，那么推动下一次突破创新的力量将来自于数据。9月11日,以“突破”为主题的T11 2018暨TalkingData数据智能峰会在北京成功举办。 在题为“认知 • 未来”开场演讲中，红杉中国专家合伙人车品觉认为，作为新时代的认知方式，大数据将重塑人类未来。而面对全球数据量的几何增长，数据智能时代也将成为人工智能的后时代。 TalkingData 创始人兼首席执行官崔晓波 依托自2011年成立以来的七年发展与不断探索，TalkingData公开了以“数据智能服务平台”为核心的整体平台全景图，夯实数据工程、数据科学基础能力， 针对各行业业务场景提供数据智能应用，同时连接多维度数据源与第三方服务商，构建完善数据智能生态。 TalkingData表示，连续四年举办T11数据智能峰会，还是以实现“数据改变企业决策，数据改善人类生活”的愿景为初心，希望通过这个聚合性平台诠释数据所蕴含的力量，帮助更多企业实现数据驱动转型，加速各行业的数字化进程
46710编辑于 2022-04-14 - 来自专栏TeamsSix的网络空间安全专栏
CS学习笔记 | 11、用户驱动溢出攻击
Beacon 运行任务的方式是以jobs去运行的，比如键盘记录、PowerShell 脚本、端口扫描等，这些任务都是在 beacon check in 之间于后台运行的。
1.1K20发布于 2020-07-01 - 来自专栏又见苍岚
Windows 11 映射磁盘驱动器
Windows 11 没有了映射磁盘驱动器按钮，本文记录在Win11下挂载远程磁盘的方法。 列表会列出主机中的 Windows 共享目录列表 也可以在网络上右键 -> 映射驱动器 使用 net use 命令挂载磁盘 命令用法 net use <disk_driver>: \\<ip>
7.2K20编辑于 2022-08-05 - 来自专栏自动化测试实战
selenium数据驱动
Selenium最后一个知识点——数据驱动。学会了这个Selenium就算学完啦~ 看代码： 这是修改的testSell.py文件。 # coding: utf-8 import ddt import unittest # 测试数据 testData = [{"username": "warrior", "password": setup和tearDown方法每读一次testData里面的数据都要运行一次。如果只想在开始和结束的时候分别运行一次setUp和tearDown方法，就要用setUpClass那个方法了。
1K60发布于 2018-05-18 - 来自专栏Rust语言学习交流
【Rust日报】2020-08-11 “群集”引擎：数据驱动的游戏引擎和应用框架
“群集”引擎：数据驱动的游戏引擎和应用框架 独立游戏开发者卡特·安德森发布了群集引擎（Bevy引擎）。这个引擎能用于开发游戏和应用程序，它是免费的开源项目。 https://bevyengine.org/news/introducing-bevy/ 初创公司Meili投入150万欧元，探究Rust语言编写的开源搜索引擎 Meili SAS是2018年11月成立的初创公司 不同的页面之间通过层次结构相互关联，但不同层次的结构共同维护一个全局状态存储空间，以给出数据同步的解决方案。在文章的例子里，所有页面共享同一个购物车内容，这是通过全局状态实现的。
1.3K20发布于 2020-08-17 - 来自专栏AIoT技术交流、分享
LabVIEW控制Arduino驱动数码管（基础篇—11）
目录 1、实验目的 2、实验环境 3、程序设计 4、实验演示 ---- 1、实验目的 利用LIAT中的数码管显示函数库，通过LabVIEW软件控制Arduino Uno控制板，将特定的数据显示在单个数码管上 将数码管的阳极接至Arduino Uno控制板上的+5V，将数码管的A、B、C、DP、D、E、F和G分别接至Arduino Uno控制板上的数字接口D2、D3、D4、D5、D9、D10、D11、D12， Segment函数库中的Seven Segment Configure函数节点以配置数码管的管脚连接，接着进入While循环中通过调用Seven Segment Write String函数节点设置写入的数据和滚动间隔的时间 项目资源下载请参见：LabVIEW控制Arduino驱动数码管-单片机文档类资源-CSDN下载
67330编辑于 2022-05-30 - 来自专栏京程一灯
11款神器帮助程序员摆脱Deadline驱动
生活中总有这样的场景：规划好要做些什么，要如何去做之后，往往最终留下的都是一个未完成清单以及不知所踪的时间。
2.7K30发布于 2019-03-27 - 来自专栏低代码（low code）专栏
数据驱动是什么？数据驱动的深层次理解！
在谈到企业数字化转型时，很多人都会说起“数据驱动”，比如“数据驱动运营”、“数据驱动业务”等等。 在大家言必称“数据驱动”的时代背景下，我相信很多人并未深究和思考“数据驱动”的真正含义，只是过过嘴瘾罢了。那么，问题来了，到底什么是“数据驱动”呢？该如何理解“数据驱动”呢？ 下面就来谈谈我个人对“数据驱动”的理解。个人认为，“数据驱动”可以从应用层次和价值实现机制两个方面来理解，即“数据驱动”有4个层次和1个链条。 一、“数据驱动”的4个层次从数据加工的深度或应用层次来看，“数据驱动”由浅入深分为4个层次：监测—分析—挖掘—使能。监测是“数据驱动”的最浅层次，指的是用数据记录实际发生的事实。 数据的力量有大小之分，“数据驱动”层次分明。当然，理解“数据驱动”是为了更好的践行“数据驱动”，所谓“行胜于言”，“数据驱动”需要你我的行动。
98410编辑于 2025-05-27 - 来自专栏PPV课数据科学社区
数据驱动运营案例
作者：腾讯大数据 全文共 6212 字，阅读需要 12 分钟 —— BEGIN —— 数据分析对于运营来说是一个数据抽象的过程。 用数据说话，从埋点开始 数据只有采集了才能做分析，分析了才能实现价值。 图1. 数据运营微笑模型 上图是数据运营解决问题的思路，但相对的，数据运营分析的需求，也驱动着数据埋点的优化。 用户埋点的场景很灵活，埋点可以统计的事件数据能和业务数据进行打通。 精细化的分析运营需要对业务的深入理解，需要学会切入分析的角度，解析你的用户的特征，了解你的用户，再由数据的需求去驱动埋点的配置。 3. 解析核心路径 第三点是基于第二点的应用。 案例总结 在数据运营的实战中，可能常常会遇到一些让我们觉得有点别扭的数据。 而在这些数据背后，其实蕴藏着很多的细节与能量。
1.5K60发布于 2018-04-24 - 来自专栏数据科学与人工智能
数据驱动运营案例
作者：腾讯大数据 全文共 6212 字，阅读需要 12 分钟 —— BEGIN —— 数据分析对于运营来说是一个数据抽象的过程。 用数据说话，从埋点开始 数据只有采集了才能做分析，分析了才能实现价值。 图1. 数据运营微笑模型 上图是数据运营解决问题的思路，但相对的，数据运营分析的需求，也驱动着数据埋点的优化。 用户埋点的场景很灵活，埋点可以统计的事件数据能和业务数据进行打通。 精细化的分析运营需要对业务的深入理解，需要学会切入分析的角度，解析你的用户的特征，了解你的用户，再由数据的需求去驱动埋点的配置。 3. 解析核心路径 第三点是基于第二点的应用。 案例总结 在数据运营的实战中，可能常常会遇到一些让我们觉得有点别扭的数据。 而在这些数据背后，其实蕴藏着很多的细节与能量。
2.2K70发布于 2018-02-28 - 来自专栏腾讯NEXT学位
前端思维转变--从事件驱动到数据驱动
今天的主角是数据驱动，事件相关的不进行详细说明了。 4.根据计算后的数据状态，重新渲染页面。 通俗地说，事件驱动思维是从事件响应出发，来完成应用的设计和编程。 数据驱动 ---- 数据驱动，将我们从复杂的逻辑设计带进数据处理的世界。 回到日常写码中，前端写页面，抽象成数据常用的无非是： 1.列表 => array 2.状态 => number/boolen 3.一个卡片 => object 4.等等 事件驱动到数据驱动 数据驱动 vs 数据驱动思维 转换到数据驱动思维后，我们在编程实现的过程中，更多的是思考数据的维护和处理，而无需过于考虑UI的变化和事件的监听。 这种方式有以下好处： 1.数据变更方便 2.DOM结构变轻 3.DOM结构/样式调整方便 4.抽象设计 5.代码量减少，易于维护 数据驱动与mvvm 数据驱动的设计思维或许与mvvm没有必然的联系，但是
2.4K10发布于 2019-01-07 数据治理，理清从业务驱动到数据驱动的关键逻辑
简单来讲，数据治理它的核心就是建模型、定标准规范、定流程、采数据、存数据、管数据、用数据，这个基本上就是数据治理它整体里面最核心的一个内容，但是我们的企业去做数据治理的时候，一定要问题驱动场景驱动，你为什么要去做数据治理这个事情 大家没有意识到在数据驱动之前仍然叫业务驱动，它是类似于我们软件生命周期里面一个完整的V模型，你仍然是需要流程驱动、业务驱动，去梳理关键的业务流程、业务活动，找到和沉淀关键的数据，这个时候你才知道怎么样用你沉淀下来的数据更好地去支撑业务 所以，脱离了业务驱动谈数据驱动，往往就是无源之水、无根之木。 我们做数据治理的项目一定要意识到首先是业务驱动，你通过业务驱动这种分析下来沉淀的数据，你才能够真正的想清楚这个数据怎么样为业务服务。 ，做数据这件事情不要单独的只是去强调数据驱动，一定要严格的按照完整的生命周期模型，先是业务驱动产生数据，接着才是数据怎么样去支撑业务，这样才是完整的、闭环的逻辑架构。
18000编辑于 2025-06-24- 来自专栏Linux驱动
11.按键驱动之定时器防抖(详解)
timer_list *) //定时器状态查询，如果在系统的定时器列表中则返回1，否则返回0； del_timer(struct timer_list*) //删除定时器,在本驱动程序出口函数 sixth_drv_exit()里添加 5.修改驱动程序实现定时器消抖动 5.1首先定义一个定时器结构体: static struct timer_list buttons_timer; //定义定时器结构体 7.本节测试程序代码使用的是上一节: 阻塞操作的测试程序 8.本节驱动程序sixth.c代码: #include <linux/module.h> #include <linux/kernel.h> 卸载中断 { free_irq(IRQ_EINT0,&pins_desc[0]); free_irq(IRQ_EINT2,&pins_desc[1]); free_irq(IRQ_EINT11 ; request_irq(IRQ_EINT2, buttons_irq,IRQT_BOTHEDGE, "S2", &pins_desc[1]); request_irq(IRQ_EINT11
1.8K100发布于 2018-01-03 - 来自专栏tinker board 2s嵌入式
tinker board 2s android11 dsi 屏幕驱动
上一期介绍了一下tinkerboard2 Android11下面的bootloader，这一期来介绍一下tinkerboard2在Android11下面适配DSI屏幕的方式。 Connector：连接器，指encoder 和panel 之间交互的接口部分； Panel：各种具体的屏幕 因此，要驱动DSI屏幕，有三个部分需要配置，包括VOP，DSI控制器，屏幕的参数。 &dsi { status = "okay"; //配置dsi每个lane的频率，一般出现花屏，条纹等可以调整这个值改善 //如果这个值不配置，DSI驱动会自动计算 rockchip 11.png 到这里，这款风火轮为tinkerboard2定制的DSI屏幕的调试就完成了，且支持了HDMI+DSI的双屏异显。 总结 本文以tinkerboard2对接7寸1024*600分辨率的DSI屏幕为例，介绍了在tinkerboard2在Android11下面适配DSI屏幕的方式。此方法对于其他分辨率的屏幕同样适用。
2.2K90编辑于 2022-05-10 - 来自专栏被删的前端游乐场
前端思维转变--从事件驱动到数据驱动
今天的主角是数据驱动，事件相关的不进行详细说明了。 根据计算后的数据状态，重新渲染页面。通俗地说，事件驱动思维是从事件响应出发，来完成应用的设计和编程。数据驱动数据驱动，将我们从复杂的逻辑设计带进数据处理的世界。 回到日常写码中，前端写页面，抽象成数据常用的无非是：列表 => array状态 => number/boolen一个卡片 => object等等事件驱动到数据驱动数据驱动 vs 事件驱动要对事件驱动和数据驱动进行直观的比较 数据驱动思维转换到数据驱动思维后，我们在编程实现的过程中，更多的是思考数据的维护和处理，而无需过于考虑 UI 的变化和事件的监听。 这种方式有以下好处：数据变更方便DOM 结构变轻DOM 结构/样式调整方便抽象设计代码量减少，易于维护数据驱动与 mvvm数据驱动的设计思维或许与 mvvm 没有必然的联系，但是 mvvm 框架提供一些具现方式将数据驱动变得更加轻松
67800编辑于 2024-07-27 - 来自专栏腾讯研究院的专栏
数字经济驱动未来，11位专家深度解读国家战略
1.数据成为驱动经济增长的核心生产要素 大数据和云计算等的融合推动了物联网的迅速发展，实现了人与人、人与物、物与物的互联互通，导致数据量呈现爆发式增长。 数据驱动型创新正在向经济社会、科技研发等各个领域扩展，成为国家创新发展的关键形式和重要方向。 三、数字经济驱动未来 当前，以互联网为代表的数字技术正在加速与经济社会各领域深度融合，已经成为了引领经济社会发展的先导力量，也成为各国在后金融危机时代推动经济社会转型、培育经济新动能、构筑竞争新优势的重要抓手 政府作为规模最大、信息最多、权力最大的公共机构，积极向公众开放公共数据对实现数据驱动的社会治理模式非常重要。 数据开放和共享在一定程度上破解了“制度黑箱”问题，逐步消除了政府和公众之间的信息差、文化差、知识差、能力差，驱动政府改变各部门各自为政、信息封锁、职能交叉重叠的传统状态，构建起无缝隙、一体化的跨部门业务协同体系
1.2K50发布于 2018-02-01 - 来自专栏物联网思考
LoRa终端设备ASR6505驱动DHT11
在本篇将使用普通GPIO来驱动DHT11，不过本篇使用STM8L的库函数。 1、DHT11 DHT11是一款比较典型的温湿度传感器，温度0-50°±2°，湿度：20-90%RH。 这里要注意一下：DHT11如果接3.3V，在线较长的时候，驱动能力不足，因此建议接5V）。 3、STM8L库函数 使用的是标准库函数，这也是ST最开始推广的时候用的库，于HAL库是有区别的。 4、应用 间隔5s读取DHT11的数据，计算出当前温湿度，并通过串口打印。 (DHT11_PORT,DHT11_PIN); #define DHT11_IN GPIO_Init(DHT11_PORT,DHT11_PIN, GPIO_Mode_In_PU_No_IT); GPIO_ReadInputDataBit(DHT11_PORT,DHT11_PIN)));//50us的开始低电平 DelayUs(30);// 延时 30us 后检测数据线是否还是高电平
1.3K30发布于 2020-09-26 孪生+水利：从经验驱动“经验驱动”到“数据驱动”数字化变革
在数字化浪潮的驱动下，作为国家基础性、战略性产业的水利行业正在经历深刻的变革。水利行业数字化转型不仅是提升水资源管理效能的必由之路，更是推动水利行业可持续发展、提高水利公共服务质量的重要举措。 方案简介iWater 智水平台充分融合星图亿水在感知信息采集、水利大数据处理、专业模型开发和知识平台构建方面的核心能力，以时空数据为底座、数学模型为核心、水利知识为驱动，构建水利监测全要素、水利治理更精准 数据底板通过星图地球数据云（GEOVIS Earth Datacloud）引接全国DOM、DEM数据等空间数据，在此基础上叠加客户拥有的基础数据、感知监测数据、业务管理数据、其它共享数据、倾斜摄影数据、 数据引擎数据引擎提供多维多时空异构数据汇聚、清洗、转换、共享、展示、计算、更新等服务能力，具备多类型多层次数据仓库，采用人工智能算法处理各类数据，实现各类数据的采集清洗、标准化治理、数据服务、应用服务。 海量数据实时计算中科曙光高性能IDC超算中心提供海量实时计算。iWater智水平台是数字地球核心技术与水利业务模型在虚拟空间的成功结合，助推水利管理达成了从“经验驱动”向“数据驱动”的跨越。
35310编辑于 2025-10-27
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