- 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。 ', width: 2 }, itemStyle: { color: '#00d4ff' }, symbol: 'circle', symbolSize: 4 }], tooltip: 数据生成 → 可视化 → 分析 → 导出，形成了完整的数据消费链路。
13810编辑于 2026-04-30- 来自专栏EpiHub
贝叶斯时空模型-INLA-4
贝叶斯地理统计模型R-INLA-4 贝叶斯时空模型 在前述的内容中，我们介绍了，如何处理空间的数据，利用海拔高度预测降雨量的例子。但是该例子仅仅涉及到的是涉及到回归方程中，考虑影响因素及空间效应。 那么如果我们的数据有时间信息，如何加入到贝叶斯时空分析呢。譬如每年对某一个地区进行疾病的发病率调查，10年数据整合在一起，就可以从时间上或空间上看疾病的变化规律，也就会用到贝叶斯时空模型。 下面我们将介绍贝叶斯时空模型。该文章中，会简化数学计算的过程，主要是针对，在有数据的基础上，如何应用贝叶斯时空模型，找出影响因素，绘制时间变化的空间分布预测图。 *3+rnorm(nrow(coords),16,5), year=2012) %>% as.tbl() df=as.data.frame(coords) df4= 2.1 Mesh 下面我们利用时空模型来分析，看看房屋价格随时间变化，在空间的分布规律。
1.5K20编辑于 2022-10-25 - 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。 做可视化最开始的构思和设计是最重要的，既要能表现数据规律，又要做好设计。举个例子，《钱都去了哪些城市？ 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？ ▍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. 4, 8, 6 信心：4, 4, 3, 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 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 - 来自专栏图形学与OpenGL
实验4 差异可视化
了解差异可视化知识，了解和学习差异可视化中热点图、星图、平行坐标图等常见图表类型； 2. 学习并掌握R中差异可视化绘制相关函数。 二. 实验内容 1.
86020发布于 2018-10-09 - 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 vertical-align: middle; } .g-container { display: inline-block; perspective: 4px
76510编辑于 2024-09-30 - 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？？ ，但一般都resize成330乘330，或者512乘512，那就是一个序列为5乘512乘512乘1，那一个bachsize大小就是1310720个数据，所以对于我这种穷苦的人一般bachsize都设为4就算很多了 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。
1.6K20发布于 2018-08-27 - 来自专栏我爱计算机视觉
国防科大最新 | SceneTracker：在4D时空中追踪万物
时空中，精确、在线地捕捉和分析长时且细粒度的物体运动，对机器人、自动驾驶、元宇宙、具身智能等领域更高水平的场景理解起到至关重要的作用。 其能够快速且精确地捕捉4D时空（RGB-D视频）中任意目标点的3D轨迹，从而使计算机深入了解物体在特定环境中的移动规律和交互方式。 从图4可以看出，面对相机和场景中动态物体的复杂运动，我们方法始终能够输出平滑、连续且精确的估计结果。 图4 与SF、TAP方法的定性比较 图5是我们方法与scene flow基线、tracking any point基线方法在LSFOdyssey测试集上的定性结果。 我们可视化了最后一帧的预测和真值轨迹。轨迹使用jet着色。实线框标记了SF基线由于遮挡或超出边界导致的显著错误区域。从图5可以看出，相比其他方法，我们方法能够估计出厘米级别精度的3D轨迹。
46510编辑于 2024-05-20 - 来自专栏新智元
Altman力推GPT-4新应用：让GPT-4能穿梭时空，过目不忘的私人AI助理
新智元报道 编辑：润 【新智元导读】Rewind是一款结合了GPT-4能力的时空搜索工具。每个月只要12刀，就能获得一个过目不忘的AI助理。 最近一个GPT-4的应用火了！ 作为个人助理，它能利用GPT-4的能力，针对自己所有的浏览历史，对你的提问进行回答。 用过的用户表示，好用炸了，完全停不下来。 AI助手 而有了GPT-4 API的加持，Rewind就能通过记录下的所有数据，扮演好一个勤勤恳恳地「本地AI助理了」。 当用户向Rewind AI提出问题后，问题和与问题相关的文字数据会被传到GPT-4里生成答案。 「所有东西都在本地存储」和「GPT-4的巧妙应用」，大家有没有听出点什么门道了呢？暗指和GPT-4联网就不可能只把所有数据都本地存储。
37220编辑于 2023-09-09 - 来自专栏arXiv每日学术速递
国防科大最新 | SceneTracker：在4D时空中追踪万物
导读 在时间与空间组成的4D时空中，精确、在线地捕捉和分析长时且细粒度的物体运动，对机器人、自动驾驶、元宇宙、具身智能等领域更高水平的场景理解起到至关重要的作用。 其能够快速且精确地捕捉4D时空（RGB-D视频）中任意目标点的3D轨迹，从而使计算机深入了解物体在特定环境中的移动规律和交互方式。 导读 4 轨迹输出 1. 导读 4. 所提数据集介绍 1. 导读 1 背景上的标注 1. 导读 2 车辆上的标注 1. 导读 3 行人上的标注 图2 1. 导读 5. 从图4可以看出，面对相机和场景中动态物体的复杂运动，我们方法始终能够输出平滑、连续且精确的估计结果。 图4 1. 我们可视化了最后一帧的预测和真值轨迹。轨迹使用jet着色。实线框标记了SF基线由于遮挡或超出边界导致的显著错误区域。从图5可以看出，相比其他方法，我们方法能够估计出厘米级别精度的3D轨迹。
33110编辑于 2024-05-21 - 来自专栏图形学与OpenGL
实验4 差异可视化之星图
了解差异可视化知识，了解和学习差异可视化中热点图、星图、平行坐标图等常见图表类型； 2. 学习并掌握R中差异可视化中星图绘制相关函数。 二. 实验过程 1.
63330发布于 2019-05-05 - 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。 、数据集分析与可视化模块。 时空组专辑数据库（Collection）页面 点击图片了解更多 数据集分析与可视化模块 STOmicsDB整合了时空组学不同层次数据资源，对公共数据库的6962篇文献进行数据挖掘，联合时空数据汇交系统， 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 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 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, 4) 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- 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3.24 4.总结 进行上述操作重要的不是步骤，而是明白每个步骤的原因及效果，只有这样才能举一反三、才能够发挥个人的想象力去创造图片。
1.2K30发布于 2020-04-20 - 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 - 来自专栏Datawhale专栏
【时空序列预测】什么是时空序列问题？这类问题主要应用了哪些模型？
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？？ ，但一般都resize成330乘330，或者512乘512，那就是一个序列为5乘512乘512乘1，那一个bachsize大小就是1310720个数据，所以对于我这种穷苦的人一般bachsize都设为4就算很多了 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。
2.2K10发布于 2019-11-28 - 来自专栏图形学与OpenGL
实验4 个人大学数据可视化
复习前述可视化知识和方法。 2. 综合应用前面所学可视化知识和方法，对大学学习与生活有关数据进行可视化。 二. 实验内容 1. 将自己9门专业主干课程成绩可视化：高级语言程序设计、离散数学、数据结构、计算机组成原理、操作系统原理、计算机网络、数据库系统原理、编译原理、软件工程； 2. 将自己的前三年综合积分及其名次可视化； 3. 总结自己的专业技能与其它技能，并根据技能水平对其可视化。技能水平建议分为一般，熟练，精通，专家四种： 4. 回顾上大学至今自已去过的地方，将其可视化； 5. 根据以上4方面的信息，制作一个简单的个人简历，打印稿下次上课前提交，电子稿提交到雨课堂。 三.
71830发布于 2019-02-25
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