- 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。 核心能力：️ 8大城市实时切换：北京、上海、广州、深圳、成都、杭州、武汉、西安⏱️ 24帧时空动画：还原城市热力从凌晨到深夜的演变规律 ECharts 统计分析：密度折线图 + 雷达图，双视角洞察城市活力 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。
13810编辑于 2026-04-30- 来自专栏时空探索之旅
KDD 2025 | (8月轮)时空数据论文总结
KDD 2025将在2025年8月3号到7号在加拿大多伦多举行，本文总结了KDD 2025(August Cycle)有关时空数据（Spatial-Temporal）相关文章，共计17篇，其中1-12为 时空数据Topic：时空预测，轨迹表示学习，轨迹生成，轨迹模拟，信控优化等。如有疏漏，欢迎补充！ 10.1145/3690624.3709331 作者：Wenying Duan, Shujun Guo, Zimu Zhou, Wei Huang, Hong Rao, Xiaoxi He 关键词：动态时空图神经网络 Yuan Mi, Pu Ren, Hongteng Xu, Hongsheng Liu, Zidong Wang, Yike Guo, Ji-Rong Wen, Hao Sun, Yang Liu 关键词：时空预测 ：https://github.com/bigscity/STEVE_CODE 作者：Jiahao Ji, Wentao Zhang, Jingyuan Wang, Chao Huang STEVE 8
1.4K10编辑于 2025-05-01 - 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Web行业观察
信息论IV：宿主、时空置换、V8玄学
变长类型偏移术 字典压缩大法 尾部残缺问题 Ultra Pack与时空置换原理 V8引擎玄学 本文是《信息论》系列（奇怪知识系列）的最后一篇，本系列全4篇分别是： 《信息与熵：生命以信息为食》（信息论基础 ） 《最优二叉树与Huffman编码》（1~5章） 《寻找序列化的极限》（6~11章） 《宿主、时空置换、V8玄学》（12~16章）（本文） 12 — 变长偏移实数 字符串类型通过修剪utf8的Huffman 比如图所示，每个实数还要加上本类别的偏移值才是实际值： 8bit整数：MIN=0，MAX=2^8-1=255 16bit整数：MIN=MAX[上]+1=256，MAX=MIN+2^16-1=65792 为此，我还假想了UltraPack的编辑器，让用户可视化地读/写UltraPack格式配置文件，增添可读性的同时更提升了安全性，避免了文本格式编辑过程中可能发生的语法错误。 罪魁祸首是V8引擎。 总的来说，msp的理论上绝对比json快，但JS平台实验结果与理论预期大相径庭的根本原因在于，并不是json的速度太快了，而是msp的速度被V8引擎严重削弱。
83010发布于 2020-03-25 - 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. 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
47810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 - 来自专栏小轻论坛
时空穿梭特效html
DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-<em>8</em>" /> <meta http-equiv="X-UA-Compatible IE=edge" /> <meta name="viewport" content="width=device-width, initial-scale=1.0" /> <title>时空穿梭
76410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。
1.6K20发布于 2018-08-27 - 来自专栏优雅R
「R」数据可视化8：棒棒图
horsepower [, 5] drat Rear axle ratio [, 6] wt Weight (1000 lbs) [, 7] qsec 1/4 mile time [, 8] Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1 Hornet 4 Drive Hornet Sportabout 18.7 8
1.6K20发布于 2020-07-06 - 来自专栏腾讯文旅
腾讯在上海造了一辆时空列车！8月23日首发
腾讯T-DAY 走过深圳、广州、重庆、西安之后 终于来到了 上海 通往T-DAY上海的“时空列车” 我们已经建造好了 它能带你进入一个你未曾遇见的上海 坐标上海西岸艺术中心B1馆 8月23日-9月5日我们连开 2019“诗意长安”，挥毫成碑） T-DAY就是这样 在审美、趣味和科技范的路上 大步前进着 回到T-DAY上海 这是腾讯为上海专门定制的主题大展 也是2019世界人工智能大会分会场之一 而开头提到的“时空列车 ” 将是进入T-DAY上海的唯一途径 来者将搭乘这辆列车 通往一个未曾遇见的奇幻上海 因此我们才把T-DAY上海称为 海上奇遇记 这张故障艺术风的海报 就像列车即将穿越的时空裂缝 裂缝的另一头 将是一个奇幻般的上海 智慧教育、手势识别技术、眼球追踪技术 自动驾驶仿真、语音和语义识别技术 功能游戏、格斗机器人…… 它们在奇幻上海里令城市翻转 让古老复活，把未来变成现在 也让神话和梦境照进现实 科技在这里变成连结时空的唯一线索 Versa马卡龙传送门 以及工匠社Ganker EX格斗机器人 …… 更具体的，就是不能说的秘密了 惊喜要留给去往现场的人 如果你也想在T-DAY上海经历奇遇 欢迎扫码免费预约 ↑长按识别小程序码 8月
68710发布于 2020-06-17 - 来自专栏张俊红
8 条数据可视化配色规则
数据可视化的目标是传达来自数据分析工作流的关键结果。 虽然图表需要美观，但可视化的首要目标不是“高颜值”。 在可视化具有两个不同方向变化的数据时，这种调色板非常有用。 — 规则4 — 对数据项进行归类 虽然使用不同的颜色可以帮助区分不同的数据点，但一张图表最多只能包含6-8个不同的颜色类别，以便每个类别都容易区分。 前15个国家/地区服务的卫星 如果可视化中需要6-8种以上的不同颜色(色调)，可以合并某些类别或浏览其他图表类型。 — 规则8 — 不是每个人都能看到所有的颜色 大约10%的世界人口是色盲，为了让每个人都能获得彩色信息图表，避免使用红色和绿色的组合。
1.7K30编辑于 2023-03-21 - 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 ?
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。 、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 - 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 - 来自专栏悠扬前奏的博客
JVM-8.JVM 性能监控 可视化
JDK提供的可视化工具主要有JConsole和VirtualVM。 1. 监视与管理控制台 JConsole（Java Monitoring and Management Console）是一个基于JMX（Java Management Extensions，即Java管理扩展）的可视化监视 Eden取呈现折线状： Eden区空间为27328KB 未设置-XX:SurvivorRadio参数，默认为8：1，所以新生代空间为27328KB*125% = 34160K ?
71610发布于 2019-05-30 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 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 当你能在TB级的社交网络数据中秒级回溯三年前的关系状态时，便掌握了时空算法的精髓——这不仅需要技术实力，更需要将时间维度纳入数据结构设计的维度思维。
14310编辑于 2025-10-14- 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？？ 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。
2.2K10发布于 2019-11-28 - 来自专栏Python编程和深度学习
ConvLSTM：时空特征提取结构
由于预测的输入是时序雷达图等具有空间和时间关系的数据，因此文中提出了convolutional LSTM (ConvLSTM)模型，用这个模型可以捕获数据的时空依赖，进而提高模型的预测结果。 加上定期记录观测结果，我们可以得到一系列具有时空依赖的数据 。 模型如下图所示，其通过一个卷积层提取图像特征之后，送入多个ConvLSTM层进行时空特征提取，最后把这些ConvLSTM的输出concat起来再通过1x1卷积进行最后的预测。 ? 4 结论 这篇文中提出了一种可以提取时空特征的结构ConvLSTM，并且通过实验证明了其有效性。该结构其实可以应用到其他具有时空关系的数据上。
7.5K21发布于 2020-08-11
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