- 综合排序
- 最热优先
- 最新优先
- 来自专栏CSDN社区搬运
自监督行为识别-时空线索解耦
Spatiotemporal Clues Disentanglement Network for Self-Supervised Skeleton-Based Action Recognition 引言 自监督骨架行为识别是一种利用未标记的骨架数据进行行为识别的方法 然后，将生成的伪标签用于监督骨架行为识别模型的训练。通过这种方式，自监督学习可以在缺乏标记数据的情况下，提供一种有效的方法进行骨架行为识别。 那么目前自监督骨架行为还面临哪些挑战呢？ 挑战1. 时空信息的混淆 编码器负责将输入映射到可以进行对比的潜在空间。而之前的大多数方法专注于通过常用的时空建模网络获得统一的信息。他们的设计导致了时间、空间信息的纠缠，无法为随后的对比措施提供明确的指示。 首先在时空信息混淆的问题上，作者提出双向接口编码器；数据增强方面，分别在时间、空间上分设置不同的数据增强策略；方法的可迁移性方面设置了跨越对比损失，详细架构可见下文。 pretraining文件，会出现如下错误： 错误如下： TypeError: init() got an unexpected keyword argument ‘batch_first’ 原因分析
60210编辑于 2024-12-08 - 来自专栏一个会写诗的程序员的博客
ClickHouse 引擎在行为分析场景下的 JOIN 优化
火山引擎增长分析 DataFinder 基于 ClickHouse 来进行行为日志的分析，ClickHouse 的主要版本是基于社区版改进开发的字节内部版本。 1. 背景 火山引擎增长分析 DataFinder 基于 ClickHouse 来进行行为日志的分析，ClickHouse 的主要版本是基于社区版改进开发的字节内部版本。 主要的表结构： 图片 事件表：存储用户行为数据，以用户 ID 分 shard 存储。 1000001 `last_active_date` Date ) 1.1 业务挑战 图片 随着接入应用以及应用的 DAU 日益增加，ClickHouse 表的事件量增长迅速；并且基于行为数据需要分析的业务指标越来越复杂 作为业内领先的用户分析与运营平台，火山引擎增长分析 DataFinder 基于海量数据做到了复杂指标能够秒级查询。本文介绍了我们是如何优化 Clickhouse JOIN 查询的。
3.5K60编辑于 2023-01-08 - 来自专栏登神长阶
【论文复现】自监督行为识别-时空线索解耦
引言 自监督骨架行为识别是一种利用未标记的骨架数据进行行为识别的方法。传统的行为识别方法通常需要大量标记好的数据进行训练，但标记数据的获取成本高昂。 然后，将生成的伪标签用于监督骨架行为识别模型的训练。通过这种方式，自监督学习可以在缺乏标记数据的情况下，提供一种有效的方法进行骨架行为识别。 那么目前自监督骨架行为还面临哪些挑战呢？ 挑战1. 时空信息的混淆 编码器负责将输入映射到可以进行对比的潜在空间。而之前的大多数方法专注于通过常用的时空建模网络获得统一的信息。他们的设计导致了时间、空间信息的纠缠，无法为随后的对比措施提供明确的指示。 首先在时空信息混淆的问题上，作者提出双向接口编码器；数据增强方面，分别在时间、空间上分设置不同的数据增强策略；方法的可迁移性方面设置了跨越对比损失，详细架构可见下文。 pretraining文件，会出现如下错误： 错误如下： TypeError: init() got an unexpected keyword argument ‘batch_first’ 原因分析
58610编辑于 2024-12-02 - 来自专栏开源
用户行为分析入门：行为事件分析指标解读
我们需要借助更具洞察力的行为事件分析指标来追踪用户在产品内的关键行为，进而分析业务效果、用户转化等情况。什么是行为事件分析指标？ 定义：围绕用户的实际操作行为（点击、提交、跳出、转化等）进行分析特点：颗粒度细、紧贴业务流程、支持分层与转化分析行为事件分析是用户行为数据“从表象到动因”的跃迁。 基础指标 VS 行为事件指标，有什么区别？常见通用的行为事件分析指标进一步利用好分析指标当我们获得了行为分析的结果就可以：理解用户行为 → 优化产品和运营决策 → 提升业务指标。1. 追踪关键用户行为了解用户是否完成了关键操作，例如下单、注册、分享、提交表单等。精准定义「转化」行为，识别转化路径中的关键节点。2. 分析行为路径与流程瓶颈还原用户操作路径，识别在哪一步骤用户流失最多。 推荐工具ClkLog是一款开源的轻量级用户行为分析系统，内置标准化指标体系与多种常见分析模型，无需复杂配置，运营可以轻松上手；系统部署灵活、代码开放，对技术极为友好。
56310编辑于 2025-08-06 - 来自专栏Java Web
Java 8——行为参数化
Java 8中新增的功能是自Java 1.0发布以来18年以来，发生变化最大的一次。 （1）用行为参数化把代码传递给方法 Java 8中增加了通过API来传递代码的能力，但这实在听起来太绕了，这到底在说什么！ 在Java 8中，这样做起来（不止于匿名类）远远比你想象的要来得更加清晰、简洁。 这就是行为参数化：让方法接受多种行为（或战略）作为参数，并在内部使用，完成不同的行为。 你现在在灵活性和简洁性之间找到了最佳平衡点，这在Java 8之前是不可能做到的！
1.3K70发布于 2018-04-26 - 来自专栏原创分享
js引擎v8源码分析之GlobalHandles（基于v8 0.1.5）
GlobalHandles是实现v8中持久句柄功能的类。GlobalHandles主要是维护一个链表，每个节点维护堆对象的状态。我们先看看节点的定义。 = NULL) { func(v8::Persistent<v8::Object>(ToApi<v8::Object>(handle())), par); } } Object GlobalHandles::IsWeak(Object** location) { return Node::FromLocation(location)->IsWeak(); } 4 遍历 // gc相关，在分析 （可结合分析handle那一篇一起看）。 有一部分是gc相关的，等后分析gc的时候再分析。
2K10发布于 2020-02-25 - 来自专栏原创分享
js引擎v8源码分析之Object（基于v8 0.1.5）
高位8位是1说明不是字符串，是0说明是字符串类型。低7位记录字符串的子类型。 下面是定义。 smi是小整形，在v8中表示整形。长度是31位。 double Object::Number() { return IsSmi() ? 很多类型后面的时候分析。 bool Object::IsInstanceOf(FunctionTemplateInfo* expected) { // js对象的基类 if (! 具体的在分析子类时再详细分析。 boolean_function()->instance_prototype(); } else { return Heap::null_value(); } } 还有几个属性查找的函数，依赖一些子类，分析完子类再分析
1.9K10发布于 2020-02-25 - 来自专栏原创分享
js引擎v8源码分析之MemoryAllocator（基于v8 0.1.5）
length); Counters::memory_allocated.Decrement(length); size_ -= length; ASSERT(size_ >= 0); } // v8初始化的时候分配的堆内存
1.6K10发布于 2020-02-17 - 来自专栏原创分享
js引擎v8源码分析之Handle（基于v8 0.1.5）
Handle是使用v8的时候很重要的一个概念和类。他本质是堆对象的封装。我们通过Handle管理真正的对象，而不是直接操作对象。Handle在v8中有两个实现。一个是对外使用的一个是内部使用的。 在HandleScope那篇文章已经分析过了。handle对象的location对象指针一个内存，该内存保存了obj的地址。 (v8::internal::Handle<v8::internal::String> obj) { return Local<String>(reinterpret_cast<String* 所以我们主要分析GlobalHandles这个类的实现。这个类的代码比较多，我们只分析相关的（Node类维护一个对象的信息，地址，状态）。后面会单独分析。 总结，这就是v8中关于handle的一些知识。
1.5K10发布于 2020-02-25 - 来自专栏原创分享
js引擎v8源码分析之HandleScope（基于v8 0.1.5）
void** v8::HandleScope::CreateHandle(void* value) { // 获取下一个可用的地址 void** result = current void v8::HandleScope::DeleteExtensions() { ASSERT(current_.extensions ! 在这里插入图片描述 这就是v8中的HandleScope的大致原理。
1.3K10发布于 2020-02-25 - 来自专栏原创分享
js引擎v8源码分析之NewSpace（基于v8 0.1.5）
NewSpace是v8内存管理中，负责管理新生代区的类。分为from和to两个区，每个区由SemiSpace对象管理。 在垃圾回收的时候再具体分析他的作用。
1.1K20发布于 2020-02-17 - 来自专栏原创分享
js引擎v8源码分析之HeapObject（基于v8 0.1.5）
GetHeapObjectField(HeapObject* obj, int index); static inline HeapObject* cast(Object* obj); // 内存布局信息，v8不定义对象的属性 后续额外分析。 堆对象的内存布局。 ? 在这里插入图片描述
1.3K10发布于 2020-02-25 - 来自专栏原创分享
js引擎v8源码分析之SemiSpace（基于v8 0.1.5）
high(), capacity_)) return false; capacity_ *= 2; return true; } SemiSpace的功能比较简单，有些属性的使用后续用到的时候再分析
1.3K10发布于 2020-02-17 - 来自专栏原创分享
js引擎v8源码分析之HeapNumber（基于v8 0.1.5）
v8里有smi保存整形，但是他只有31位，超过31位的就需要用HeapNumber。
1.1K20发布于 2020-02-25 - 来自专栏Python数据分析实例
用户行为分析（Python）
本次就通过电商角度，选取阿里天池项目中的淘宝App用户行为数据利用Python进行数据分析。 一、理解需求 1. 明确分析目标及其方向 通过对用户关键行为的埋点获取的日志数据，包含用户、商品、行为、时间等信息，而看似简单的几个维度，通过数据分析手段，便能从不同角度挖掘蕴含的价值。 本次主要通过以下四个方向探索淘宝用户行为： 1.1 用户行为时间模型 PV、UV随时间变化。 留存率模型。 1.2 用户消费行为分析 各周期内消费次数统计。 各行为转化模型。 复购率模型。 1.3 用户价值分析 RFM模型。 各价值类别用户分布、购买力等。 1.4 商品分析 商品和行为关系。 TOP商品分析。 用户消费行为分析 2.1 转化率计算（漏斗分析） 通过漏斗分析，我们可以发现在一个多步骤过程中每一步的转化和流失情况。
7.1K40编辑于 2022-04-08 - 来自专栏燧机科技-视频AI智能分析
监控行为分析系统
监控行为分析系统在现场监控范围之内，能够识别分析监控区人员行为违规情况，监控行为分析系统可以识别如睡岗离岗识别、安全带穿戴识别、安全帽反光衣穿戴识别、明火烟雾检测、抽烟行为识别、玩手机检测、区域入侵识别 、打电话识别等危险行为，监控行为分析系统依据计算机深度学习+边缘视觉分析技术对把控监控区域的安全，发现违规行为及时预警，降低事件的发生。 监控行为分析系统充分运用和拓展监控摄像头的监控效率与能力，使视频监控系统具备更高智能，对众多视频监控画面同时进行行为识别分析 ，及时预警违规行为信息及现场声光报警，减轻监控人员压力，提升监控效率。 监控行为分析系统对监控地区人员的“不安全行为”和物的“不安全状态”进行全天候24小时不间断识别监测，监控行为分析系统依据机器视觉，对监控区域内人员的的异常徘徊、烟雾、攀高识别、火焰、人数超员、滞留、工装检测
1.1K40编辑于 2022-10-20 - 来自专栏数据社
浅谈用户行为分析
关于用户行为分析，很多互联网公司都有相关的需求，虽然业务不同，但是关于用户行为分析的方法和技术实现都是基本相同的。在此分享一下自己的一些心得。 一. 用户通过什么方式访问的系统，web,APP,小程序等 HOW TIME，用户访问每个模块，浏览某个页面多长时间等 以上都是我们要获取的数据，获取到相关数据我们才能接着分析用户的行为。 有了上面的思路，下面我们来说下实现的相关技术问题，如何落地用户行为分析。 a).首先是获取用户行为数据，目前比较多的方法有两种，一种是埋点，一种是无埋点（即全埋点）。 对于离线分析，上述步骤，可以获取数据分析，对于个别实时需求，计算时则不需要进行落地HDFS，直接利用Storm，Spark Streaming，Flink等计算引擎消费Flume中转的kafka数据即可 四.总结 本小节知识简单介绍了用户行为分析的大概流程，具体到分析方法还有很多，之后会说下埋点数据的设计和处理过程。
5K30发布于 2020-05-25 - 来自专栏烹饪一朵云
跨越时空的对白——async&await分析
这个时候就去翻一下阮一峰老师的ES6教程，还以为是我当年看书走眼了，忘了啥，查漏补缺，结果阮老师就这么轻飘飘一句话 [es6教程片段.png] ┑(￣Д ￣)┍ 时间和空间上的分离 阮老师，您说的是平行时空么 异步回调被触发执行时，调用函数早已执行结束，因而，回调函数和调用函数的执行在时间上也是隔离的 好了，时空隔离的问题，勉强解释通了，但是async...await...又是怎么打破这种隔离，让其中的try 其可以在主函数和异步函数这两个不同时空互相隔离的生物进行消息传递，比如说在时空A中捕获了时空B里面的异常消息，这样它们就可以相拥❤ 怎么想都觉得这个过程离大谱！ 当主进程开始执行throw new Error()的时候，相当于外层是没有任何捕获机制的，该异常会直接抛出给V8进行处理 回调函数无法捕获？ gen.throw(e); }); }); } step(function() { return gen.next(undefined); }); }); } await分析
1.7K21编辑于 2022-05-08 - 来自专栏二猫の家
【GEE】8、Google 地球引擎中的时间序列分析【时间序列】
GEE 中的时间序列分析。 向图形用户界面添加基本元素。 2背景 深水地平线漏油事件被认为是有史以来最大的海上意外漏油事件。 "DWH"); // Set map to center on deep water horizon location Map.setCenter(-88.36555556,28.73805556, 8) 6 MODIS 系列的趋势分析 遥感数据的趋势分析是一个很大的研究领域。这是一种重要的方法，因为在复杂系统中，单一事件可能在短期内产生影响，但由于系统的弹性，随着时间的推移对生态系统功能几乎没有影响。 也就是说，字典对于显示和运行图像分析没有用处。因此，我们将从字典中创建一个图像集合。将以下代码添加到现有脚本中。 7.1完整的趋势分析代码 // Set map to center on deep water horizon location.
2.5K51编辑于 2023-11-09 - 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 ：https://github.com/bigscity/STEVE_CODE 作者：Jiahao Ji, Wentao Zhang, Jingyuan Wang, Chao Huang STEVE 8 Ryosuke Shibasaki, Noboru Koshizuka 链接：https://dl.acm.org/doi/10.1145/3690624.3709231 关键词：人群活动预测，因果分析
1.6K10编辑于 2025-05-01
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