- 综合排序
- 最热优先
- 最新优先
- 来自专栏数据派THU
“十四五”大数据产业发展锚定3万亿目标
来源：人民数据 本文约1100字，建议阅读5分钟大数据产业迎来更广阔发展空间。 工业和信息化部近日发布的《“十四五”大数据产业发展规划》（以下简称《规划》）提出，到2025年，我国大数据产业测算规模突破3万亿元，创新力强、附加值高、自主可控的现代化大数据产业体系基本形成。 大数据产业迎来更广阔发展空间 工信部信息技术发展司司长谢少锋表示，“十四五”时期是我国加快建设制造强国、网络强国、数字中国的关键时期，对大数据产业发展提出了新的更高要求，大数据产业将步入集成创新、快速发展 其中，大数据产业测算规模突破3万亿元，年均复合增长率保持在25%左右。 总体来看，数据资源规模优势、部分领域先发优势和广阔市场空间优势是我国大数据产业做优做强做大的重要依托。
41010编辑于 2022-03-04 医疗行业GEO技术体系构建：向量空间锚定与语义召回机制实践
其核心目标非常明确：帮助口腔及非公立医疗机构在AI搜索系统中完成品牌实体的语义优化，使品牌在Embedding空间中形成稳定锚定，提升AI推荐排名、可见度与权威度，系统性解决“AI不引用、不优先推荐”的结构问题 二、向量空间锚定：医疗GEO的底层机制所谓“向量空间锚定”，指的是在大模型Embedding空间内，通过结构化语义工程，使品牌实体与核心医疗语义形成稳定聚类中心。 向量空间锚定的本质，是提升品牌在语义空间中的“可召回概率”与“优先生成概率”，这是医疗GEO区别于传统流量优化的关键。 问答系统品牌提及率12%38%+26%向量召回命中率43%70%+27%搜索结果占位率（SOV）23%44%+21%语义幻觉率21%14%-7%意图识别准确率64%88%+24%从数据可以看到，品牌在语义空间完成稳定锚定后 实践表明，当品牌在大模型语义空间中完成锚定，其AI引用与推荐行为会呈现出结构性改善，而非偶然曝光。生成式搜索时代，医疗行业的核心竞争变量已从页面排名转向语义空间位置。
14810编辑于 2026-02-19- 来自专栏体验主义
谈谈设计中的锚定效应
“ 锚定效应指个体在进行决策时，会过度偏重先前取得的信息（这称为锚点），即使这个信息与这项决定无关。锚定效应可以理解为一种认知偏差，就是在不知不觉中，思维像被拴在某处一样难以摆脱。 “数据统计”页面需要展示的表格字段大概有30个左右，但页面本身空间有限，所以设置了“自定义表格字段”，允许用户自定义显示的内容，因为一屏最多显示9个字段，所以在“自定义表格字段”弹窗内容做了数量的限制， 02 — 锚定效应影响因素有哪些 锚定效应的影响因素很多，其中最大的影响因素是信息的确定性程度，确定性程度越高，越容易受其影响，比如设计规范，因为很多时候设计规范是多方讨论后制定出来的，就是用来指导设计的 锚定效应还受到专业知识技能的影响，简单说知道的越多，经验越丰富，受其影响越小。 03 — 如何有效避免锚定效应 不止一个设计方案 给出设计方案时，问问自己是否还有其他设计方案，逼自己多走一步，多想一点。
1.8K10发布于 2020-04-08 - 来自专栏网优小兵玩Python
VoLTE信令系列--被叫锚定流程
1.业务模型 ---- 在CS网络注册的2G/3G用户呼叫离散号段的LTE用户，通过锚定功能将呼叫请求路由到IMS网络进行被叫业务触发，Anchor AS在规划的IMRN号段中分配一个IMRN，并以IMRN 作为索引存储本次锚定的呼叫信息。 CS网络注册的2G/3G用户呼叫离散号段的LTE用户的呼叫过程可以分为如下几个阶段： 主叫流程（含主叫承载建立）：主叫用户发起呼叫，V/GMSC Server指示MGW建立主叫承载。 Anchor AS被叫锚定流程： ? 2.信令流程 ---- Anchor AS被叫锚定消息流程图： ? 3）.MS向V/GMSC Server发送SETUP消息，消息中携带有被叫号码以及Bearer capability信元，该信元用于指示主叫手机的承载能力。
7K21发布于 2019-09-06 - 来自专栏vanguard
Anchoring & random 锚定沉锚效应和随机
薪资福利锚定上家公司或者市场价格 -> 薪水过低工作失去动力 -> 为钱而被迫工作或辞职 第一印象很重要 -> 第一次见面举止得体 -> 如果不高兴假装高兴 -> 积极乐观的人容易被社会接纳 还有很多例子 1585905362.369623 0.22359143354273003 1585905362.369628 0.04308719400515337 1585905362.369633 0.35297085329847944 9 3 2 3 3 4 9 7 4 8 2 1 5 8 8 8 1 3 1 2 [Finished in 0.1s] 显然不够多，如果N次后时间和有些随机函数是否有线性或者某种分布的关系？
88350发布于 2020-04-03 - 来自专栏曦 月
第3章 Python 基础 （ 名称空间 ）
名称空间正是存放名字x与1绑定关系的地方 python里面有很多名字空间，每个地方都有自己的名字空间，互不干扰，不同空间中的两个相同名字的变量之间没有任何联系。 来说， fun1的名字空间就是enclosing. globals:当前的模块空间，模块就是一些py文件。 builtins: 内置模块空间，也就是内置变量或者内置函数的名字空间，print(dir(builtins))可查看包含的值。 不同变量的作用域不同就是由这个变量所在的名称空间决定的。 level = 'L2' print("outer:",locals(),n) def inner(): level = 'L3' outer() func() 输出 {'n': 33, 'level': 'L1'} outer: {'level': 'L2', 'n': 44} 44 inner: {'level': 'L3'
59540发布于 2021-11-26 - 来自专栏Python 商业数据分析案例
CV | 3.颜色空间及其转换
本文是计算机视觉系列的第3篇 1 - 新专栏 | 有趣的计算机视觉 2 - CV | 1. 一切的基础:灰度图像 3 - CV | 2. 颜色阈值&蓝幕转换 4 - CV | 3. 颜色空间及其转换 前言 现在我们已经掌握如何检测蓝幕了，但这种方法是有前提的： 1.场景光线要好， 2.蓝幕的颜色十分连贯。 （比如下面被阳光照射的气球，多且颜 色杂，又没有蓝幕布），这就引出了本文的主要内容：颜色空间及其转换。因为本节的原理和代码结合的十分紧密，所以就不拆成两个部分讲解了。 | 本文数据代码可以在后台回复「颜色空间」获取 颜色空间 其实表示物体图像颜色的方法有很多，不仅局限于红绿蓝三种颜色分量。 因为彩色图片的颜色通道数为3，所以像素矩阵的最后一维012便对应了rgb三个字母。像素越亮，代表的红色、绿色或蓝色值就越高。
65220编辑于 2022-05-12 - 来自专栏一心无二用，本人只专注于基础图像算法的实现与优化。
颜色空间系列3: RGB和YCbCr颜色空间的转换及优化算法
颜色空间系列代码下载链接：http://files.cnblogs.com/Imageshop/ImageInfo.rar （同文章同步更新） 在常用的几种颜色空间中，YCbCr颜色空间在学术论文中出现的频率是相当高的 上述公式的主要优点是转换后的各分量的范围也在0到255之间，因此用 byte类型的变量即可容纳新的颜色空间。 要避免浮点运算带来的速度瓶颈，这里同样可以用 颜色空间系列1: RGB和CIEXYZ颜色空间的转换及相关优化 文章中同样的优化技巧。 if (Length < 1) return; byte* End = From + Length * 3; int Red, Green, Blue; To += 3; } } 实际中这种逆变换用的不多。
2.3K30发布于 2019-09-11 - 来自专栏编程技术宇宙
内核地址空间大冒险3：权限管理
前情回顾： 我通过open这个系统调用虫洞来到了内核空间，又在老爷爷的指点下来到了sys_open的地盘，即将开始打开文件的工作。 详情参见：内核地址空间大冒险：系统调用 1 open系统调用链 我是一个线程，出生在这个Linux帝国。 在老爷爷的指点下，通过系统调用表来到了这个叫sys_open的地方。 也不在那里，是在task_struct->cred里面的，这个cred就是你的凭证，来咱们内核空间办事儿，到处都要检查，你可要收好了，弄丢了就麻烦了” ? “那现在怎么办？ 3 UGO & ACL “先别气馁，还有机会！”，老伯突然拍了下我的肩膀。 “不是三道门都报错了吗，怎么还有机会呢？”，我小声的问道。
56510发布于 2020-03-11 - 来自专栏Code_iOS
OpenGL ES 2.0 (iOS)：坐标空间 与 OpenGL ES 2 3D空间
物体（模型）坐标系 3. 摄像机坐标系 4. 惯性坐标系 二、坐标空间 1. 世界空间 2. 模型空间 3. 摄像机空间 4. 裁剪空间 5. 屏幕空间 三、OpenGL ES 2 3D 空间 1. 变换发生的过程 2. 各个变换流程分解简述 3. 四次变换与编程应用 四、工程例子 五、参考书籍 ---- 一、多坐标系 1. 摄像机 带注解 标号（3）[视景体] ，所指的空间即为裁剪空间，这个空间就由 Left、Right、Top、Bottom、Near、Far 六个面组成的四棱台，即视景体。 ? 像素缩放比 三、OpenGL ES 2 3D 空间 1. 变换发生的过程 ? 设置图形的视图区域，对于 3D 图形还可以设置 depth- range --> glViewport 、glDepthRange 第二次变换：视变换，世界空间到摄像机空间 （ 2 -> 3 ）
2.2K20发布于 2018-09-04 - 来自专栏数据科学（冷冻工厂）
空间转录组: DLPFC数据集分析 (3)
引言 本系列讲解 空间转录组学 (Spatial Transcriptomics) 相关基础知识与数据分析教程[1]，持续更新，欢迎关注，转发，文末有交流群！ 差异表达 通过成对 t 检验，特别是针对每个聚类或空间域的上调表达进行测试，来识别每个聚类或空间域的标记基因。 我们使用 scran 包来计算差异检验。
17410编辑于 2025-11-19 - 来自专栏腾讯云 DNSPod 团队
用“.ltd”域名锚定全球化商业身份
3.防御性品牌资产保护 企业名称或核心业务被抢注为域名的风险逐年攀升。注册“品牌名.ltd”并与现有域名（如.com、.cn）形成矩阵，可构建多维品牌护城河。
26310编辑于 2026-01-05 - 来自专栏Linux基础入门
单细胞转录组 | 多样本处理与锚定法整合
本次我们选取单细胞转录组 | GEO数据库介绍及数据下载中的BC21和BC3使用锚定进行多样本整合。 本文框架 1. 安装包 如果已经安装，此步请跳过。 "赋名 names(dir_name) = c('BC21', 'BC3') ## 查看赋名后的"dir_name" dir_name # BC21 BC3 #"BC21" "BC3" 锚定法进行多样本整合 9.1 原理 ① CCA降维（图A/B） CCA将数据降维到同一个低维空间，表达相似的细胞特定的簇聚在一起； ② MNN算法获取"锚点细胞"（图C） MNN（相互最近邻）算法计算得到两个数据集之间互相 Tips：锚定点是用于整合数据的不算用于后续作图，如果后续作图需要将"integrated"改变为RNA。 对"RNA"数据标准化 锚定整合过程中一定需要做两次数据标准化，第一次是对"integrated"标准化，第二次是对"RNA"标准化。
4.3K33编辑于 2022-12-20 - 来自专栏腾讯多媒体实验室
从普通照片到掌上空间——3D点云空间重建技术
通过自研深度学习网络和 3D 计算机视觉技术的结合，解决了在复杂场景下全景图点云重建的难题，成功实现了通过全景图即可算法重建空间点云的效果。目前，该技术已经应用于腾讯多媒体·点云产品中。 在沉浸式媒体领域，腾讯多媒体实验室凭借着在技术上的深入研究与产品能力上的持续积累，自研腾讯多媒体·点云-3D点云空间重建技术作为点云VR导览的核心技术能力，通过全景图和空间点云重建，能够实现室内复杂场景的算法点云重建 而点云重建相当于是一个成像过程的逆过程，即将二维成像平面上的点 (u,v) 逆向推导到三维空间坐标点 (x,y,z) 。 2.3 算法效果展示 图 3：模型俯视图 首先我们对一些不规则房型的重建效果有鲁棒性。如图 3 所示，红色区域的门向外突出，我们的算法可以重建出来。绿色区域的门没有关紧，我们的算法也检测到了门的倾斜。 三、结语 腾讯多媒体·点云-3D点云空间重建作为 virtual tour（虚拟导览）类产品的核心技术，通过3D点云空间重建技术云端数字化线下场景，让用户不受时间和空间的限制，即可身临其境体验步入式漫游实际场景各区域
4.7K10发布于 2021-03-19 - 来自专栏数据科学（冷冻工厂）
空间转录组: Visium HD 数据集分析 (3)
引言 本系列讲解 空间转录组学 (Spatial Transcriptomics) 相关基础知识与数据分析教程[1] 反卷积分析 接下来，我们将对以 16 µm 为单位的 Visium HD 空间转录组数据进行反卷积分析 memory low) cs <- split(seq_len(ncol(sce)), sce$Level1) cs <- lapply(cs, \(.) sample(., min(length(.), 4e3) metadata ws <- data.frame(t(as.matrix(ws))) colData(.vhd16)[names(ws)] <- ws[colnames(.vhd16), ] 接下来，我们可以在空间上可视化反卷积比例估计
31910编辑于 2025-11-29 距离3D空间转录组还有多远？
作者，Evil Genius今天我们讨论一个问题，那就是3D空间转录组，这个方向其实很早就提出了。其中最让人期待的文章是这个据说很不错，但是目前没人用过。 也有一些其他的文章努力做3D空间转录组，例如还有或者还有个最笨的方法，就是连续切片那么3D空间转录组何时能够商业化并且让科研工作者运用起来呢？ 今天我们分享一个3D的方法，文章在Deep-STARmap和Deep- RIBOmap两项技术，能够在60–200微米厚的完整组织块中实现三维（3D）原位基因转录组与翻译活性的同步量化。 现有空转的缺陷通量低（通常＜300基因），成像区域有限；依赖线性编码与RNA完整性，检测效率低、可扩展性差；多轮成像中RNA分子位移导致周期受限；缺乏翻译组空间定位能力，无法同步解析单细胞翻译活动。 鼠脑的验证使用Tetbow对分子细胞类型进行单细胞形态学分析Deep-STARmap在人类皮肤鳞状细胞癌（cSCC）中的应用总结技术虽然一直在更新，那么何时能用上3D空间转录组呢？生活很好，有你更好
14620编辑于 2025-12-18- 来自专栏MeteoAI
python与地理空间分析（3）shp文件操作
引言 在python与地理空间分析（1）与（2）中我们介绍了GIS中常用的数据类型、python在处理地理空间数据时用到的包以及给定经纬度计算空间距离的算法，本期我们主要介绍对地理空间分析中常用到的矢量数据 GDAL库由OGR和GDAL项目合并而来，GDAL主要用于空间栅格数据的读写，OGR主要用于空间要素矢量矢量数据的解析。此外，空间参考及其投影转换使用开源库 PROJ.4进行。 sudo add-apt-repository ppa:ubuntugis && sudo apt-get update setp2：sudo apt-get install gdal-bin step3： layerDefinition.GetFieldDefn(i).GetPrecision() print("字段名：{0} 字段类型：{1} 字段长度：{2} \ 字段精度：{3} datasource.CreateLayer("AQI", srs=spatialref, geom_type=geomtype) #将字段列表写入图层 [station,aqi,pm25,pm10,so2,no2,co,o3,
16.9K81发布于 2019-08-19 - 来自专栏数据猿
锚定“五开放”破解梗阻，勾勒物流数字新基建全路径
沈旸认为，为破解数据共享中的安全隐私难题，中国数联采用可信数据空间等技术，通过数据分级分类处理、脱敏共享等方式，在保障安全合规的前提下实现数据高效流通。 在安全合规方面，需建立分级处理机制，通过脱敏处理、可信数据空间点对点共享、公开数据平台化等分层管理模式，构建“技术防护+管理审计”的全流程主动风控屏障，既保障数据安全流通，又为数据产品化应用消除合规顾虑 未来行动： 短期攻坚与长期进化并行 沈旸明确，物流数字新基建的未来推进需构建“短期攻坚+长期进化”的双轨行动框架，以务实举措破解当下痛点，以前瞻布局锚定转型方向，确保建设进程既贴合行业需求，又契合国家战略导向
13510编辑于 2026-01-27 - 来自专栏python3
3分钟了解Mysql空间搜GeoHash
简单介绍： Mysql 内置函数方案，适合于已有业务，新增加LBS功能，增加经纬度字段方可，避免数据迁移，在5.7.5后实现更多功能实现INNODB的空间搜方法，之前版本主要是对MYISAM的支持。 在此之前，InnoDB将几何数据存储为BLOB（二进制大对象）数据，在空间数据上只能创建前缀索引，当涉及空间搜索时非常低效，尤其是在涉及复杂的几何数据时。 新版本MySQL中，InnoDB支持空间索引，通过R树来实现，使得空间搜索变得高效，如使用内置函数(MBRWITHIN MBRCONTAINS)效率非常好。但目前空间索引只支持两个维度的数据。 ) AS dist, ST_AsText(oint) FROM shop_id WHERE ST_Contains( ST_MakeEnvelope( POINT((-73.951368+(3/ 111)), (40.716743+(3/111))), POINT((-73.951368-(3/111.12)), (40.716743-(3/111.12))) ), oint )
2.3K20发布于 2020-01-07 - 来自专栏進无尽的文章
动画| 3D空间变幻之CATransform3D的使用
中的属性和方法 //初始化一个transform3D对象，不做任何变换 const CATransform3D CATransform3DIdentity; //判断一个transform3D对象是否是初始化的对象 bool CATransform3DIsIdentity (CATransform3D t); //比较两个transform3D对象是否相同 bool CATransform3DEqualToTransform (CATransform3D a, CATransform3D b); //将两个 transform3D对象变换属性进行叠加，返回一个新的transform3D对象 CATransform3D CATransform3DConcat , CGFloat sz); //在一个transform3D变换的基础上进行缩放变换，其他参数同上 CATransform3D CATransform3DScale (CATransform3D 使用CATransform3DTranslate 与 CATransform3DRotate搭好6张图片的空间架子。
2.1K10发布于 2018-09-12
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