- 综合排序
- 最热优先
- 最新优先
智慧工地 AI 算法方案
智慧工地 AI 算法方案一、行业背景（一）安全管理挑战大工地现场人员众多、流动性大，施工环境复杂多变，存在诸多安全隐患，如高处坠落、物体打击、坍塌等事故风险。 二、智慧工地 AI 算法方案架构（一）平台层AI 智能分析中心集成多种 AI 算法，对工地现场的图像、视频、传感器等数据进行实时分析，实现安全监控、质量检测、进度管理等功能。 三、智慧工地 AI 算法方案亮点与优势（一）方案亮点全方位安全监控利用 AI 算法对工地现场进行 24 小时不间断监控，实时识别人员的不安全行为和环境的安全隐患，实现安全事故的提前预防。 四、智慧工地 AI 算法方案应用场景（一）人员安全管理安全帽佩戴检测利用摄像头采集工地现场的图像数据，AI 算法实时检测人员是否佩戴安全帽。 五、智慧工地 AI 算法示例（一）安全帽佩戴检测算法算法原理基于深度学习目标检测算法，如 YOLO（You Only Look Once）或 SSD（Single Shot MultiBox Detector
1.1K10编辑于 2024-11-23- 来自专栏鸿的学习笔记
智慧存在简单的算法吗？
更具体地说，是有一个简单的智能算法？ 有一个真正简单的智能算法的想法非常大胆。这或许听起来太乐观了。许多人有一个强烈的直觉，智能具有相当难以想象的复杂性。 所以我会考虑的问题是“有一个简单的智能算法？”也就是等同于“是否有一个简单的算法，可以沿着与人类大脑基本相同的方式”思考？ 但是，只要我们在一个合理的环境中长大，一个健康的人会有非凡的智慧。在某种意义上，我们的基因中的信息包含我们如何思考的本质。此外，遗传信息中包含的原则似乎可能在我们集体掌握的能力范围内。 虽然振奋人心，但它并没有告诉我们一个真正简单的智能算法是否是可能的。我们可以进一步降低复杂性吗？更重要的是，我们可以解决一个简单的智能算法是否可能的问题？不幸的是，还没有任何证据足以解决这个问题。 智慧的力量源自我们丰富的多样性，而不是任何单一的完美原则。在William J. Clancey，Stephen W.
55120发布于 2018-08-06 智慧电厂AI算法方案
智慧电厂AI算法方案一、行业痛点（一）设备故障诊断困难电厂设备众多且复杂，运行状态受多种因素影响，传统监测手段难以准确判断设备潜在故障，导致故障发现滞后。 二、智慧电厂AI算法方案——架构（一）平台层AI智能诊断与优化中心运用深度学习、机器学习算法对设备运行数据、生产过程数据进行实时分析，精准诊断设备故障，预测故障发展趋势。 三、智慧电厂AI算法方案——亮点与优势（一）方案亮点精准设备故障预测与诊断基于多源数据融合和AI算法，提前数天甚至数周预测设备故障，如提前一周预测发电机定子绕组绝缘故障。 四、智慧电厂AI算法方案——应用场景（一）设备运维管理旋转设备故障诊断对于汽轮机、发电机、风机等旋转设备，通过振动传感器采集振动信号，AI算法分析振动频谱、幅值等特征，判断设备是否存在不平衡、不对中、轴承磨损等故障 五、智慧电厂AI算法方案示例安全围栏识别算法设计实现（一）数据收集与标注收集大量包含安全围栏的电厂场景图像，涵盖不同角度、光照条件、围栏样式（如铁丝网围栏、金属栏杆围栏等）以及周围环境（如有无设备遮挡、
73300编辑于 2024-11-22智慧交通AI算法解决方案
难以对庞大的交通流量进行实时、全面的监测和分析；人工审核任务重，人工审核效率低数据采集和处理手段落后，无法及时准确地获取交通信息，导致交通决策滞后机动车违法事故频发，早高峰违法高发，加剧城市拥堵；违法事故行为识别不及时智慧交通 智慧交通AI算法方案价值基于AI视觉分析技术建立实时监控系统，为传统监控赋能，实现智能化、自动化，能够及时发现并处理AI算法在智慧交通管控中的异常情况。 AI赋能业务闭环：强化交通情指勤督宣、监管执法、继续教育等业务闭环，构建监管精准、响应及时、决策合理的智慧化应用体系。 方案优势算法先进性：采用深度学习、机器学习、强化学习等前沿AI技术，构建高精度的交通算法模型。系统集成性：具备良好的系统集成能力，可以与现有的交通监控系统、交通信号控制系统等无缝对接。 智慧交通AI算法示例车辆违停识别车牌识别车辆速度检测路面破损识别行人闯红灯识别交通标识牌识别
75410编辑于 2024-11-18算法之Dijkstra算法：最短路径探索的智慧之光
一、算法本质 Dijkstra算法如同一位智慧的导航员： 逐步探索：从起点出发，逐步确认到各节点的最短路径（贪心策略） 最优选择：每次选择当前已知最短路径的节点进行扩展 动态更新：根据新发现的路径不断优化距离估计 ： 保证找到非负权图中的单源最短路径 使用优先队列（堆）优化搜索效率 无法处理负权边（需使用Bellman-Ford算法） 四、应用场景 地图导航：城市道路最短路径规划 网络路由 5G网络流量调度系统 五、学习路线 新手必练： 手工推演算法过程（纸笔绘制步骤） 实现不同图结构的版本（邻接矩阵/邻接表） 可视化算法执行过程（推荐VisuAlgo网站） ——这不仅需要代码实现能力，更需要将数学思维转化为解决实际问题的智慧。 记住：最优路径的探索永无止境，正如算法优化的道路永远向创新者敞开。
36710编辑于 2025-10-14算法之随机森林算法：群体智慧的森林法则
一、核心思想：三个臭皮匠，赛过诸葛亮 随机森林（Random Forest）是一种集成学习算法，通过构建多棵决策树并综合投票结果提升模型性能。 混合建模 与神经网络结合（如Deep Forest） 可解释性增强 实现SHAP值（SHapley Additive exPlanations）解释预测 六、创新方向 自动化机器学习 使用遗传算法优化超参数 localModels) { // 安全聚合各设备模型更新 } } 量子加速 利用量子退火优化特征选择过程 时空随机森林 处理时序数据的动态特征重要性分析 随机森林的哲学启示：集体智慧优于个体决策 掌握随机森林，便是掌握了这种群体智慧的建模艺术。
46510编辑于 2025-10-14- 来自专栏Android记忆
小算法大智慧之排序（一）
准备好一组数据 private int[] data={12,5,78,33,9,33,11}; 一、排序算法 一、冒泡排序算法 如何实现 思路：依次比较相邻的两个数，将比较小的数放在前面，比较大的数放在后面 break; } } for(int i=0;i<data_length;i++){ System.out.println(data[i]); } } 算法中有个变量 二、选择排序算法 如何实现 思路：在长度为N的无序数组中，第n次遍历N-n个数，找到最小的数值与第n个元素交换 步骤： 1.第一次遍历N个数，找出最小的数与第一个数交换。 2.两种算法进行交换的结构是相同的。 二、不同点 1.冒泡算法每轮每个数据比较需要交换数据，选择算法每轮只要交换一次数据。所里理论上，选择排序效率高一点。
78750编辑于 2022-02-08 智慧无人机AI算法方案
智慧无人机AI算法整体架构整体架构与功能体系平台层AI能力中心：集成各类人工智能算法核心组件，为无人机系统提供智能决策支持，与地面控制站、任务规划系统等协同工作，实现信息交互与任务协同，提升作业效率。 AI算法引擎：涵盖目标识别（如人员、车辆、特定物体等）、路径规划、自主避障等算法，实现无人机智能飞行与任务执行。 智慧无人机AI算法方案价值实现无人机自主飞行控制，降低对人工操控依赖，提高飞行安全性和任务执行稳定性，减少因人为失误导致的事故风险。 智慧无人机AI算法示例目标自动跟踪图片路面破损检测图片车辆违停检测图片道路拥堵情况监测图片自动跟踪算法（一）算法原理目标自动跟踪算法基于深度学习目标检测算法，结合目标跟踪算法来实现对特定目标的持续跟踪。 常用的跟踪算法有卡尔曼滤波（Kalman Filter）结合匈牙利算法（Hungarian Algorithm）或者基于深度学习的跟踪算法，如 SiameseRPN（Siamese Region Proposal
1.2K10编辑于 2024-11-23智慧化工厂AI算法方案
二、智慧化工厂AI算法方案——架构（一）平台层AI智能生产与安全管控中心运用深度学习、强化学习等算法对生产数据、设备状态数据、环境数据等进行实时分析，优化生产过程控制，保障生产安全。 三、智慧化工厂AI算法方案——亮点与优势（一）方案亮点智能安全预警与应急响应基于多源数据融合和AI算法，提前预测危险化学品泄漏、火灾爆炸等安全事故，如提前数小时预测反应釜可能发生泄漏。 （二）方案优势算法准确性与适应性采用经过化工行业大量实际数据训练的先进AI算法模型，对生产过程和安全风险的预测、诊断准确率高。 四、智慧化工厂AI算法方案——应用场景（一）生产过程监控与优化化学反应过程优化对于连续化化学反应过程，通过在线传感器实时监测反应温度、压力、浓度等参数，AI算法根据化学反应动力学模型和实时数据，动态调整反应条件 五、智慧化工厂AI算法示例
74910编辑于 2024-11-18- 来自专栏燧机科技-视频AI智能分析
智慧课堂学生行为检测评估算法
智慧课堂学生行为检测评估算法通过yolov5系列图像识别和行为分析，智慧课堂学生行为检测评估算法评估学生的表情、是否交头接耳行为、课堂参与度以及互动质量，并提供相应的反馈和建议。 智慧课堂学生行为检测评估算法能够实时监测学生的上课行为，及时掌握学生的表情和参与度，为教师提供及时的反馈。 智慧课堂学生行为检测评估算法中Yolo模型采用一个单独的CNN模型实现end-to-end的目标检测。 相比R-CNN算法，其是一个统一的框架，其速度更快，而且Yolo的训练过程也是end-to-end的。智慧课堂学生行为检测评估算法设置和超参数在模型的性能、速度和准确性中起着至关重要的作用。 在YOLO系列框架模型中，智慧课堂学生行为检测评估算法针对不同的数据集，都需要设定特定长宽的锚点框。
94530编辑于 2023-09-15 - 来自专栏学习
探秘机器学习算法：智慧背后的代码逻辑
Feature 1") plt.ylabel("Feature 2") plt.title("Logistic Regression Decision Boundary") plt.show() 3 、K近邻算法 (KNN) KNN是一个简单的分类算法，其核心思想是通过找出距离最近的K个邻居来判断类别。
37110编辑于 2024-11-15 算法：数字世界的魔法与人类智慧的边界
一、算法究竟是什么？——从日常到宇宙的隐形规则 核心定义：算法是解决问题的明确指令，是数字世界的DNA。它不仅仅是代码，更是人类将现实问题抽象为数学模型的智慧结晶。 三、算法工程师的六大进化方向 1. 算法伦理师 必须直面的问题： 推荐算法中的信息茧房 人脸识别带来的隐私危机 自动驾驶的伦理抉择（电车难题） 5. 跨界创新者 生物计算：DNA存储算法实现1克DNA存储215PB数据 量子算法：Shor算法可在多项式时间内破解RSA加密 神经科学：脑机接口中的信号解码算法 6. 算法教育家 新兴需求： 少儿编程中的算法思维启蒙 传统行业数字化转型中的算法培训 开源社区的知识共享 四、算法学习的三大认知革命 1.
17910编辑于 2025-10-14- 来自专栏计算机图形学 前端可视化 WebGL
webgl智慧楼宇发光效果算法系列之高斯模糊
webgl智慧楼宇发光效果算法系列之高斯模糊 如果使用过PS之类的图像处理软件，相信对于模糊滤镜不会陌生，图像处理软件提供了众多的模糊算法。高斯模糊是其中的一种。 在我们的智慧楼宇的项目中，要求对楼宇实现楼宇发光的效果。 不同的模糊算法，对周边的定义不一样，平均的算法也不一样。 比如之前写#过的一篇文章，webgl实现径向模糊,就是模糊算法中的一种。 均值模糊 在理解高斯模糊之前，我们先理解比较容易的均值模糊。 对纹理对象进行施加高斯模糊算法，得到最终的高斯模糊的纹理对象。 上面第二部，施加高斯模糊算法，一般又会分成两步： 先施加垂直方向的高斯模糊算法； 在垂直模糊的基础上进行水平方向的高斯模糊算法。 分两步高斯模糊算法和一步进行两个方向的高斯模糊算法的结果基本是一致的，但是却可以提高算法的效率。 有人可能说，多模糊了一步，为啥还提高了效率。
77740发布于 2020-12-01 - 来自专栏计算机图形学 前端可视化 WebGL
webgl智慧楼宇发光效果算法系列之高斯模糊
webgl智慧楼宇发光效果算法系列之高斯模糊 如果使用过PS之类的图像处理软件，相信对于模糊滤镜不会陌生，图像处理软件提供了众多的模糊算法。高斯模糊是其中的一种。 在我们的智慧楼宇的项目中，要求对楼宇实现楼宇发光的效果。 比如如下图所示的简单楼宇效果： image.png 楼宇发光效果需要用的算法之一就是高斯模糊。 不同的模糊算法，对周边的定义不一样，平均的算法也不一样。 比如之前写#过的一篇文章，webgl实现径向模糊,就是模糊算法中的一种。 均值模糊 在理解高斯模糊之前，我们先理解比较容易的均值模糊。 对纹理对象进行施加高斯模糊算法，得到最终的高斯模糊的纹理对象。 上面第二部，施加高斯模糊算法，一般又会分成两步： 先施加垂直方向的高斯模糊算法； 在垂直模糊的基础上进行水平方向的高斯模糊算法。 分两步高斯模糊算法和一步进行两个方向的高斯模糊算法的结果基本是一致的，但是却可以提高算法的效率。 有人可能说，多模糊了一步，为啥还提高了效率。
1.3K20发布于 2020-12-31 - 来自专栏工业4.0
智慧城市·智慧供热系统
随着物联网技术、边缘计算和云计算技术逐步成熟，利用先进的工业4.0 技术和架构来构建智慧供热大数据云平台，将分布 在全国乃至全世界的热源、热网、换热站及用户未端的所有数据进行集中监控、分析和应用
1.9K20编辑于 2022-03-03 - 来自专栏数据处理与分析
智慧城市，智慧在哪里？
智慧城市已经发展了十多年，但智慧城市，智慧在哪里？ 以下内容，均是个人从业数年来的体会。受限于我个人的水平与阅历限制，难免有诸多不足之处。有说得不对的地方，还请多担待。 智慧城市，不是数据展示 从业数年来，见过多个智慧城市项目。在我关注的各类智慧城市项目中，我最感兴趣的是各类数据。 智慧城市，应该包罗万象 城市，有我们所需要的一切，也需要我们所有人去建设。 现在的智慧城市，都是以GIS为主。以一个行业去实现城市的智慧，显然是不行的，也是不够的。 城市有多少行业，智慧城市的建设就应该包含多少行业。不然就不能叫智慧城市，只能叫城市GIS系统、城市数据系统、城市电力系统等等。 智慧城市，智慧在包罗万象！ 这条路，不好走！ 比智慧更重要的是，城市要有温度 我们从五湖四海，聚集在一个城市里生活、工作、学习。
2.3K30编辑于 2023-03-06 - 来自专栏云+直播
企业算法架构的转变——成为智慧企业的必经之路
一般情况下，我们很难看到有人用报表来直接开发算法模型等，所以我们一般把认为BI是用作业务运营分析、优化，做报表、可视化之类的工作。 而AI是什么场景呢？ 我们这里展示了一个分四个层级的智慧企业的必经之路，首先是数据战略，我们要明确我们的愿景是什么，并将数据素养纳入组织愿景、战略和核心流程。 最后就是机器智慧，也就是所谓的智能。也就是把我们的洞察获得的结论应用于我们的业务系统，也就是利用机器学习从数据洞察中采取自主行动。 温馨提示：本期直播课中还分享了关于企业算法架构更深入的知识和以精准获客为例展示数据智能落地，建议感兴趣的同学观看完整课程视频进行学习，点击文章开头"点击观看大咖分享"即可跳转观看~ ---- 问卷 为了给广大开发者提供最实用
65231发布于 2020-07-14 - 来自专栏C++语法及相关算法详解
BFS算法篇——打开智慧之门，BFS算法在拓扑排序中的诗意探索(上）
引言 在这浩瀚如海的算法世界中，有一扇门，开启后通向了有序的领域。 在这篇报告中，我们将探讨如何用BFS算法实现拓扑排序，揭示其中的算法思想与实现步骤，同时通过C语言代码实现这一过程。 二、BFS算法解决拓扑排序 BFS算法通常与图的层次遍历相关联，而在拓扑排序问题中，BFS能够通过一种特殊的方式——Kahn算法来解决.Kahn算法是一种基于BFS的拓扑排序算法，核心思想如下： 初始化 在这个过程中，算法不仅顺利完成了节点的排列，也避免了其中可能出现的循环依赖，确保了排序的正确性。 拓扑排序让我们看到了一个有序的世界，而BFS算法如同那把钥匙，为我们打开了通向有序图形的智慧之门。 本篇关于BFS算法解决拓扑排序的介绍就暂告段落啦，希望能对大家的学习产生帮助，欢迎各位佬前来支持斧正!!!
29610编辑于 2025-11-05 - 来自专栏云计算行业
企业算法架构的转变——成为智慧企业的必经之路
一般情况下，我们很难看到有人用报表来直接开发算法模型等，所以我们一般把认为BI是用作业务运营分析、优化，做报表、可视化之类的工作。 而AI是什么场景呢？ 我们这里展示了一个分四个层级的智慧企业的必经之路，首先是数据战略，我们要明确我们的愿景是什么，并将数据素养纳入组织愿景、战略和核心流程。 最后就是机器智慧，也就是所谓的智能。也就是把我们的洞察获得的结论应用于我们的业务系统，也就是利用机器学习从数据洞察中采取自主行动。 温馨提示：本期直播课中还分享了关于企业算法架构更深入的知识和以精准获客为例展示数据智能落地，建议感兴趣的同学观看完整课程视频进行学习，点击文末“阅读原文”即可跳转观看~ 腾讯云大学公众号 长按识别二维码关注
31120编辑于 2023-05-29 - 来自专栏C++语法及相关算法详解
BFS算法篇——打开智慧之门，BFS算法在拓扑排序中的诗意探索(下）
引言 上篇我们介绍了BFS解决拓扑排序的背景知识，本篇我们将结合具体题目分析，进一步深化对于该算法的理解运用。
13310编辑于 2025-11-05
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