- 综合排序
- 最热优先
- 最新优先
CityPulse — AI时空热力可视化平台
城脉 CityPulse — AI时空热力可视化平台参赛作品 | 腾讯位置服务 × CSDN 征文大赛主题：AI赋能 重塑地图智能新体验技术栈：HTML5 + CSS3 + JavaScript + 腾讯位置服务 城脉 CityPulse 由此而生——一款基于腾讯位置服务 JS API GL 的 AI 时空热力可视化平台，将城市级人流、车流、消费热力数据以3D热力图的形式实时渲染，让用户一眼看清城市脉动。 导出范围可选当前帧或全部24帧时间轴数据，可直接用于后续数据分析或二次可视化。 数据生成 → 可视化 → 分析 → 导出，形成了完整的数据消费链路。 ，可升级为接入大模型 API 的真正 AI 分析七、结语城脉 CityPulse 将腾讯位置服务 GL 版的 3D 地图能力、热力图层与时空动画结合，探索了一种「用眼睛看城市脉搏」的交互范式。
13810编辑于 2026-04-30- 来自专栏WOLFRAM
用 Wolfram 语言可视化东京地铁高峰时段列车的2D3D 时空数据
三年前，我发布了东京地铁系统的 3D 视图(https://community.wolfram.com/groups/-/m/t/1632078)， 这一次，我试图将从第一班地铁到早上 8 点的高峰时段的运行可视化 z 被校正以使可视化看起来更好。 h=800;(* station->{x,y,z}@line *)line9StationCoordinates3DN=line9inf3D/. ]line9StationCoordinates3DESLhN[[9]]=line9StationCoordinates3DESLhN[[6]]; 可视化地铁线 生成二维图： {{x1,x2},{y1, curs2D=Quiet[{getcur2D[#,1],getcur2D[#,2]}&/@Range[Length@line9Names]]; 可视化地铁 可视化从首班地铁到早上 8 点高峰时间的操作的 可视化二维图形图像： 创建图像、2D、3D 和时钟的拼贴画： (* collage 2D, 3D and clock *)\[IndentingNewLine]frames=ParallelMap[
73840编辑于 2022-04-27 - 来自专栏新智元
3个思想实验撕裂时空！实验证实：人类居住时空并非物理实体，而是近似
文章探讨了关于时空结构的一些思想实验，这些实验挑战了我们对宇宙的基本理解。 文中指出，我们所居住的宇宙的时空结构似乎并不是无法再进一步分解的最基础单位，而是某种更深层次事物的近似。 随着物理学家总结出对现实进一步理解的更基本单位，现有的时空结构概念最终将被取代。 文中提出了3个思想实验来论证这一观点。 这些思想实验表明，我们所居住的宇宙的时空结构在极端情况下可能会崩溃。 综上所述，如果在普朗克尺度以下无法进行任何测量，那么或许，我们所理解的时空在这个尺度上并不存在。 思想实验2：进行局部测量 这个思想实验探讨了「测量时空中任何物体的任何物理属性」的可能性。 思想实验3：存储信息 这个思想实验探讨了「在一个固定的时空区域中尽可能多地存储信息」后，可能发生的情况。 首先，想象在一个区域内——比如一间房间——放满书籍。书页上可以记录多少信息？ 综上所述，或许黑洞——乃至所有时空区域——都是存在于某种未知性质的二维表面上的数据全息图。
21600编辑于 2025-02-14 - 来自专栏DT数据侠
数据点亮城市：如何玩转时空地理数据可视化
日常出行离不开地图导航，你有没有想过结合地图能做出哪些炫酷的可视化作品？ 原来世界上有很多“成型的”可视化工具，掌握各种技能可以做出更多类型的可视化。 在城市数据团主要做一些原创的城市研究的阶段，做城市数据可视化有了不同的方式。 总结一下，数据可视化最重要的不是技术，更重要的是创意、数据、经验方面的东西。 ▍城市数据可视化的几种类型 接下来要讲的是城市数据可视化的几种类型。那么到底什么是城市数据呢？ 变成3D地图，或者加上时间的维度，比如下面这张是大众点评上从2003年开始的的商店分布地图，可以看到商店数量不断增多。 ? ▍避免对数据可视化的误解 大众其实对于数据可视化是有一些误解的，比如认为有了数据就可以搞个大新闻，或者可以用数据去发现新的东西，但其实数据可视化有时是将大家已有的认知去进行量化的过程，这就要求数据工作者需要耐心
1.1K00发布于 2018-08-08 - 来自专栏MeteoAI
【时空序列预测第六篇】时空序列预测模型之EIDETIC 3D LSTM（结合3DConv与RNN）
_eidetic3d.pdf ? 二、Introduction 2.1 3DCNN和RNN模型 3DCNN和RNN模型都用于时空序列预测上，之后呢，大家肯定会想两个模型简单得做一下前向的连接会不会更有效果呢？ 三、EIDETIC 3D LSTM 3.1 在循环神经网络中的3D-CNN结构 把3D-CNN与RNN结合处理序列问题，可以有以下两种结构 ? 注：黑色箭头就是普通的数据格式和维度，而蓝色的是代表通过3D-CNN的方式来传递的。 提出了一个更深的组合，将3D-Conv集成在LSTM内，以便将卷积特征纳入随时间变化的递归状态转换中。 ?
1.7K50发布于 2020-06-19 - 来自专栏机器学习、深度学习
时空特征--Learning Spatiotemporal Features with 3D Convolutional Networks
/c3d/ https://github.com/facebook/C3D 本文使用 3D CNN 来分析视频序列，学习到的时空特征称之为 C3D，主要寻找3D CNN 中的最优3D滤波器结构 视频数据的分析是一个很重要的工作 我们的 C3D是多才多艺的： ? 3 Learning Features with 3D ConvNets 3.1. 3D convolution and pooling 我们相信 3D CNN 网络适合于时空特征的学习，和 2D CNN 网络相比，3D ConvNet 通过3D 卷积和 3D 池化 可以对时间信息进行建模。 我们用这个网络提到的特征称之为 C3D ? ?
1.6K100发布于 2018-01-03 - 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. 3 均分：5.5 推荐阅读 ICLR 2026 | 时空数据(Spatial-Temporal)论文总结[上]【交通与城市科学：交通预测，轨迹挖掘，交通模拟，自动驾驶等】 ICLR 2026 | 时间序列 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
47910编辑于 2026-03-10 - 来自专栏秘籍酷
跨越时空的……
这个段子，跟我要说的其实也没什么关系，只是突然联想起来。昨天情人节，GitHub 将其导航栏由以下这样的风格：
51730发布于 2019-08-08 - 来自专栏新智元
训练速度远超3D CNN，提速3倍！Facebook首发「时空版」Transformer
视频剪辑上限可达几分钟，远远超过当下最好的3D CNN，且成本更低。 此外，与现代3D 卷积神经网络(CNN)相比，TimeSformer 的训练速度提高了大约3倍，推理所需计算量不到原来的十分之一。这是支持需要实时或按需处理视频的应用程序的重要一步。 分时空注意力 传统的视频分类模型利用3D 卷积滤波器。虽然这些滤波器在捕捉局部时空区域内的短期模式方面有效，但是它们不能对超出其接受域的时空依赖关系进行建模。 传统的3D卷积神经网络由于需要在视频的所有时空位置上使用大量的滤波器，所以计算成本也很高。 该图提供了 TimeSformer 学习的自注意力热度图的可视化。第一行显示原始帧，第二行根据自注意力对视频分类的重要性(被认为不重要的像素变暗)对每个像素的颜色进行加权。
1.3K10发布于 2021-03-24 - 来自专栏3D视觉从入门到精通
STRL：3D 点云的时空自监督表示学习
针对3D场景理解的复杂性质，及其由相机视图、照明、遮挡等带来的巨大变化，该论文通过引入时空表示学习（STRL）框架来解决这一挑战。 3.STRL框架的解析 图1：方法概述。通过从点云序列中学习时空数据不变性，自监督地学习了一种有效的表示。 3）时空线索提高了学习表示的性能。仅依靠空间或时间增强只会产生相对较低的性能。相比之下，通过学习结合空间和时间线索的不变表示，将准确度提高了 3%。 Embedding可视化 使用自监督方法可视化 PointNet 和 DGCNN 模型的学习特征；它显示了 ModelNet10 测试集中不同类别样本的嵌入。采用 t-SNE 进行降维。 图 4：学习特征的可视化。使用 t-SNE 可视化 ModelNet10 测试集中每个样本的提取特征。两种模型都在 ShapeNet 上进行了预训练。
1.2K40编辑于 2023-04-29 - 来自专栏小小挖掘机
时空序列问题概述
以上就是我摘取kaggle上的一个时间序列预测的可视化图。 二、 什么是时空序列问题 时间序列和时空序列时常有朋友搞混，并且很多朋友都以为我只感兴趣时间序列问题，其实不然，时空序列问题包含了时间和空间两个方面的因素。 所以为什么说是时空序列问题？？ 在这个数据集上，可以看到为什么叫时空序列问题，因为有数字的运动信息和本身数字的像素结构信息，还有序列的前后推移和联系，所以也是时空序列问题。 对于时空序列模型，这里说两个这个领域的大牛。 施行建博士。港中文大学。主要研究的方向是时空序列问题，时间维度为主，并且降水预测的应用。
88810发布于 2019-12-02 - 来自专栏全栈程序员必看
数据可视化工具d3_前端3d可视化
可视化工具D3教程 第1章 D3简介 第2章 第一个程序 Hello World 第3章 正式进入D3的世界 第4章 选择、插入、删除元素 第5章 做一个简单的图表 第6章 比例尺的使用 第7章 坐标轴 学习D3的站点 建议 第1章 D3简介 近年来，可视化越来越流行，许多报刊杂志、门户网站、新闻媒体都大量使用可视化技术，使得复杂的数据和文字变得十分容易理解，有一句谚语“一张图片价值于一千个字” 各种数据可视化工具也如井喷式地发展，D3 正是其中的佼佼者。D3 的全称是（Data-Driven Documents），顾名思义可以知道是一个被数据驱动的文档。 SVG：可缩放矢量图形，用于绘制可视化的图形 D3“安装” D3 是一个 JavaScript 函数库，并不需要通常所说的“安装”。 布局是 D3 中一个十分重要的概念。D3 与其它很多可视化工具不同，相对来说较底层，对初学者来说不太方便，但是一旦掌握了，就比其他工具更加得心应手。
14.2K40编辑于 2022-11-10 - 来自专栏小轻论坛
时空穿梭特效html
IE=edge" /> <meta name="viewport" content="width=device-width, initial-scale=1.0" /> <title>时空穿梭 height: 1000px; left: -500px; top: -500px; transform-style: preserve-3d
76510编辑于 2024-09-30 - 来自专栏用户画像
流水时空图
（1）画出流水处理的时空图，假设时钟周期为100ns。 （2）求流水线的实际吞吐率（单位时间里执行完毕的指令数）。 （3）求流水线的加速比。 答： （1） image.png 20条指令采用流水线总用时24T=2400ns （2）吞吐率=20/2400ns=8.33×106条/s （3）加速比=非流水用时/流水用时=20×500ns/
1.6K20发布于 2018-08-27 - 来自专栏量子位
知识图谱赋能时空AI | 3月16日 TF96
3月16日，欢迎报名！ 为工程师提供顶级交流平台 CCF TF第96期 主题 知识图谱赋能时空AI 2023年3月16日 19:00-21:00 长按识别或扫码报名 报名链接：https://conf.ccf.org.cn/ 本次活动旨在搭建一个高水平的融合学术与业界的交流平台，从不同层面为时空知识图谱建设者，以及更广泛的图谱应用开发者提供借鉴与参考。3月16日，欢迎报名！ 3、会议链接和密码将在活动当天通过邮件、短信通知（活动当天15:00后报名请注意查收邮件）。可点击腾讯会议链接，输入密码参加。 4、请于活动当天16:00前完成报名，及时获取会议链接。 具体权益请点击查看：CCF个人会员权益 申请公司会员，可享受更多免费名额、品牌宣传及其他权益，详情点击查看：CCF公司会员权益或咨询电话0512-83912127 长按识别或扫码入会 参会方式 2023年3月
84660编辑于 2023-03-13 - 来自专栏授时安全防护装置
GPS北斗时空安全隔离装置（卫星时空防护装置）说明书
北斗时空安全隔离装置-产品概述 卫星时空安全隔离装置是为应对卫星信号易受到干扰、攻击以及欺骗等特点，影响到正常卫星信号的接收，导致卫星时间同步装置工作异常而开发的卫星时空安全防护产品。 卫星时空安全隔离装置适用于电力、交通、智能制造、医疗、金融等行业卫星时间同步装置的卫星信号抗干扰、防欺骗的功能加固。 北斗时空安全隔离装置-产品特征 干扰检测及告警； 防欺骗及告警； 原位加固； 卫星信号安全隔离； 远程监控； 具备欺骗、干扰条件下输出正常卫星信号功能； 具备输出信号强度（功率）可调； 支持远程 WEB监控设备工作状态，设置工作参数； 通过国网电力科学研究院实验验证中心检测； 北斗时空安全隔离装置-技术参数 北斗时空安全隔离装置-结构功能 北斗时空安全隔离装置-安装调试 以上是GPS/北斗时空安全隔离装置（卫星时空防护装置）说明书
2K40编辑于 2022-07-14 - 来自专栏算法与编程之美
PS|如何制作‘时空门’？
而要说起百宝袋什么最吸引人，那一定是少不了‘时空门’——可以去世界上的任何地方。在塔克拉玛干沙漠里游泳、珠穆朗玛峰上泡温泉、马里亚纳海沟踢足球统统都不是梦。 今天就为大家讲解如何在一张图片里制造‘时空门’。 1.素材 ? 图1.1 镜头 ? 2.成品预览 ? 图2.1 成品效果 3.步骤 3.1 使用‘椭圆选框工具’，截取中心镜头（shift+alt沿中心成正圆），并右键选择‘新建图层’ ? 图3.1 3.2 填充‘图层1’ ? 重要点： 1.阴影及光线的分布及绘制（方法不止涂抹，还有内置操作） 2.蒙版的使用（上述操作包括：剪贴蒙版、图层蒙版）本质一样 3.对图片的整体感知（例如：哪里该有光、哪里有阴影）即如何使图片更真实。
1.2K30发布于 2020-04-20 - 来自专栏生信技能树
NAR | STOmicsDB：用于时空组数据共享、分析和可视化的综合数据库
STOmicsDB具有用户友好的界面，可快速可视化数百万个细胞。为了进一步促进时空组不同层次数据的收录与整合，STOmicsDB建立了时空组数据归档标准，并构建了时空组数据归档系统。 同时，STOmicsDB和各科研团队合作研发了多个时空组数据库专辑，共同打造时空组数据生态圈，通过标准化数据存储模式和规范的工具，为科研人员提供高效的数据可视化服务。 ）和浏览，包括三个部分： 1）文献：包含每条记录的元数据和简要介绍； 2）样本：提供有关样本处理条件以及可视化功能的详细信息； 3）项目：对各个空间多组学研究工作的总体描述，通常涉及多个样本和数据集。 ）、ATRISTA（蝾螈端脑发育与再生的空间转录组图谱）、ZESTA（斑马鱼胚胎发生时空转录组图谱）、ACSTA（拟南芥细胞类型特异性时空转录组图谱）、Flysta3D（果蝇胚胎和幼虫的3D时空图谱） 时空组数据集可视化示例 Analysis模块作为时空组数据的分析利器，提供了SingleR、Gene search、Compare和Stereomap四种分析工具。
1.1K20编辑于 2023-11-17 - 来自专栏MeteoAI
【时空序列预测实战】风险时空预测？keras之ConvLSTM实战来搞定
作者 | Eric琨 学校 | 武汉大学信管 研究 | NLP、时空序列 出品 | AI蜗牛车 前言 毕设临近截止，故写一篇心得以供新手学习，理论在知乎上有很多介绍的不错的文章，这里强烈推荐微信公众号 ：AI蜗牛车，这位东南老哥写了时空预测系列文章，能够帮助了解时空领域模型的演变，同时也向他请教了一些训练技巧。 回顾理论基础 在ConvLSTM中，网络用于捕获数据集中的时空依赖性。 ConvLSTM的主要公式如下所示： 详细可参考： 【时空序列预测第二篇】Convolutional LSTM Network-paper reading 2. size更能够获取时空的联系） strides： (1,1)为卷积的步长，即卷积核向右和向下一次移动几格，默认步长为1 padding： 补0，为“valid”或 “same”。
3.2K30发布于 2020-06-19 算法之时空并查集：穿越时空的连通性管理
一、算法本质 时空并查集如同连通性管理的时光记录者： 时间维度：记录每个操作的时间戳，支持历史状态回溯 空间演化：维护动态变化的连通关系，支持时空联合查询 版本快照：通过操作日志重建任意时刻的连通状态 SL大法的关卡状态保存 TemporalUnionFind tuf = new TemporalUnionFind(1000); tuf.union(1, 2); // 时间点1 tuf.union(3, 自动驾驶场景的实时环境建模 五、学习路线 新手入门： 实现基础版本回退功能 可视化不同时间点的连通状态差异 解决LeetCode 周赛306（时间约束连通问题） 高手进阶： 研究量子时空纠缠版本 六、创新方向 时空压缩感知：基于时间序列相似性的压缩存储 概率时空模型：处理不确定时间戳的连通性 神经时空预测：使用LSTM预测未来连通状态 四维可视化 ：时空连通性的立体展示系统 七、哲学启示 时空并查集展现的维度思维： 时空统一：连通性在四维时空中的动态展现 历史价值：每个时间切片都承载独特信息 可逆计算：打破传统算法的单向时间流假设
14310编辑于 2025-10-14
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