首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏超级架构师

    SCADA系列 系统评估

    选择一个可以设计适合您需求的系统的SCADA系统提供商可能是一个压倒性的,令人困惑的任务。对SCADA和数据采集系统的了解甚少或不完整的系统评估,所做出的决定可能是代价高昂的错误。 他们可能引诱你或压力,而不是根据影响最佳系统性能的所有因素来配备您做出正确的决定。 这些和其他昂贵的错误可以通过了解,理解和仔细评估您的特定需求来避免。 EPG公司公司已经准备了该SCADA系统评估,以帮助您确定什么SCADA或数据采集系统适合您。如果您在审查此评估后有任何问题或意见,请致电800-443-7426,并要求SCADA或数据采集专家。 4.SCADA软件 典型的SCADA系统提供人机界面(HMI),允许操作员在系统运行时可视化所有功能。操作员还可以使用HMI来更改设定点,查看关键状态警报和警告,并分析,归档或呈现数据趋势。 EPG公司公司已经准备了这个系统评估,以帮助您准备购买SCADA系统的方式,为您提供多年的成本效益和可靠的流程控制,同时为您开放明天的扩张和选择。

    2.3K50发布于 2018-04-09
  • BLOOM评估系统:自动化LLM行为评估框架

    BLOOM评估系统:自动化LLM行为评估框架项目概述BLOOM(Bloom Rollout Pipeline)是一个开源的大语言模型行为评估系统,专门用于自动化测试和评估LLM的特定行为模式。 该系统采用可配置的种子驱动方法,允许研究人员定义目标行为(如迎合性、政治偏见、自我保存等),并自动生成多样化的评估交互场景来测试模型在这些行为上的表现。 :支持零样本和少样本评估配置安装指南环境要求Python 3.11或更高版本支持的操作系统:Linux、macOS、Windows至少8GB可用内存安装步骤克隆项目仓库git clone <repository-url :behavior: sycophancy # 目标行为total_evals: 50 # 评估场景数量rollout: target: "claude-sonnet-4" # 目标模型 model: "gpt-4o" # 评估器模型运行评估管道python bloom.py seed.yaml启用调试模式python bloom.py seed.yaml --debug

    21010编辑于 2026-01-05
  • 来自专栏机器学习之旅

    量化评估推荐系统效果

    推荐系统最有效的方法就是A/B test进行模型之间的对比,但是由于现实原因的局限,存在现实实时的困难性,所以,梳理了一些可以补充替代的指标如下,但是离线评估也存在相应的问题: 数据集的稀疏性限制了适用范围 评价结果的客观性,由于用户的主观性,不管离线评测的结果如何,都不能得出用户是否喜欢某推荐系统的结论,只是一个近似的评估。 深度评估指标的缺失。 冷启动 Exploration 和 Exploitation问题 离线模型之间的评估 召回集测试 recall 命中skn个数/用户真实点击skn个数 precision 命中skn个数/所有预测出来的 离线模型与在线模型之间的评估 很多时候,我们需要确定离线模型的效果足够的健壮才能允许上线进行线上测试,那如何进行离线模型与线上模型的评估对比就是一个比较复杂的问题。 其他评估方向 覆盖率 推荐覆盖率越高, 系统给用户推荐的商品种类就越多 ,推荐多样新颖的可能性就越大。

    2K30发布于 2018-08-27
  • 来自专栏后端系统和架构

    如何评估、预测系统的QPS

    [TOC]如何评估、预测系统的QPS容量评估按照5倍冗余计算系统架构设计背景当我们在设计一套系统的时候,我们要考虑好系统的架构设计、模块划分、技术方案选型、还有系统性能如能够承受的QPS。 本文就如何评估、预测我们系统的QPS做一些经验输出,不足之处望大佬们指正~评估案例和方案为啥要进行评估? 因为不同的QPS,所带来的挑战是不同的,架构设计也是不一样的如何评估系统的QPS如何评估系统的QPS,指的是我们的系统支撑的业务场景需要满足的一个最大承压,对于一个新项目而言,一般来说,有这样几个方式: = 463 QPS读:115.7 * 10 * 4 = 4630 QPS同时为了应对高峰,和后续的增长,我们的QPS肯定要在现有基础上再进行一些扩充,一般还是3-4倍余量。 因此,最终我们预估:写:1000W / 24 h * 4 * 4 = 1852 QPS读:115.7 * 10 * 4 * 4 = 18520 QPS这里的3-4倍不是一定的,但是是根据实际经验的一个参考值

    9.6K32编辑于 2022-11-12
  • 来自专栏Java技术进阶

    系统架构】-如何评估软件架构

    基于调查问卷(检查表)的方式 基于度量的方式 基于场景的方式 几种方式的比较 评估方式 调查问卷 检查表 场景 度量 通用性 通用 特定领域 特定系统 通用或特定领域 评估者对架构的了解程序 粗略了解 无限制 中等了解 精确了解 实施阶段 早 中 中 中 客观性 主观 主观 较主观 较客观 基于调查问卷(检查表) 该方式的关键是要设计好问卷或检查表,它充分利用系统相关人员的经验和知识,获得对架构的评估 基于度量 该方式建立在软件架构度量的基础上,首先要建立质量属性和度量之间的映射原则,即确定怎么样从度量结果推出系统具有什么样的质量属性;然后从软件架构文档中获取度量信息;最后根据映射原则分析推到出系统的质量属性 它提供更为客观和量化的质量评估,但对评估人员和适用技术有较高要求。 1、整理场景 2、对场景进行求精 3、确定场景的优先级 4、分配效用 5、形成策略-场景-响应级别的对应关系 6、使用“内插法”确定期望的质量属性响应级别的效用 7、计算架构策略的总收益

    1.5K30编辑于 2022-12-02
  • 来自专栏活动

    如何评估推荐系统的性能

    在构建推荐系统时,性能评估是一个至关重要的环节。有效的评估方法不仅能衡量系统当前的表现,还能帮助发现系统的不足之处,指导后续的优化工作。 推荐系统评估的重要性 推荐系统的核心目标是为用户提供个性化的内容推荐,从而提高用户满意度和业务指标。因此,评估推荐系统的性能至关重要。评估的结果不仅反映了系统的推荐效果,还为进一步的优化提供了依据。 系统效率:系统在推荐过程中的响应速度和计算资源消耗。 推荐系统评估指标 推荐系统评估通常涉及多个指标,每个指标都反映了系统性能的不同方面。 precisions) avg_recall = sum(rec for rec in recalls.values()) / len(recalls) print(f'平均精确率: {avg_precision:.4f }') print(f'平均召回率: {avg_recall:.4f}') Precision-Recall计算:我们定义了一个函数precision_recall_at_k,用于计算每个用户的精确率和召回率

    1K00编辑于 2024-08-12
  • 自主系统伦理评估新框架

    某机构的研究人员开发了一种测试框架,能够精确定位AI决策支持系统在对待个人和社区时不公平的情况。在像电网这样的大型系统中,评估AI模型建议在伦理层面与所有目标的一致性尤为困难。 基于他们先前评估机器人系统的工作,他们开发了一个实验设计框架,用以识别最具信息量的场景,然后由人类利益相关者对这些场景进行更仔细的评估。 一个客观模型考虑系统在成本等可衡量指标上的表现。然后,一个考虑利益相关者判断(如感知公平性)的主观模型建立在客观评估之上。“我们方法的客观部分与AI系统相关,而主观部分与评估它的用户相关。 通过以分层方式分解偏好,我们可以用更少的评估生成所需的场景。” Parashar说道。编码主观性为了执行主观评估系统使用大语言模型作为人类评估者的代理。 为了测试SEED-SET,研究人员评估了现实的自主系统,如AI驱动的电网和城市交通路由系统。他们测量了生成场景与伦理标准的一致性。

    7610编辑于 2026-04-13
  • 来自专栏性能与架构

    高可用架构 - 系统性能评估

    性能评估的要点 CPU 主要工具:vmstat 内存 主要工具:free 磁盘I/O 主要工具:iostat、sar 网络I/O 主要工具:ifstat 系统整体性能 主要工具:top CPU 评估 ? cpu:sy 如果太高,表示系统调用时间长,例如是IO操作频繁。 如果 us + sy 大于80%,说明可能存在CPU不足。 内存评估 ? free 命令重点指标:free(应用程序可用内存数量)。 磁盘I/O评估 ? 网络I/O评估 ? : RX Pkts/Rate 数据包接收流量 RX Errs/Drop 丢包 TX Pkts/Rate 数据包发送流量 RX Data/Rate 数据接收流量 TX Data/Rate 数据发送流量 系统整体性能评估

    1K31发布于 2019-12-15
  • 来自专栏燧机科技-视频AI智能分析

    电工考试操作行为识别评估系统

    一、引言 我国电工从业人员超4000万人(《2026年中国电力行业发展报告》),特种作业操作证考试作为安全准入门槛,其考评质量直接关系电力系统安全运行。 本文提出基于YOLOv12目标检测、Transformer时序建模与多模态感知的智能识别评估系统,通过“视觉感知-时序行为-规则引擎-量化评分”全链路架构,实现操作行为识别精度96.5%(实验室数据), (二)算法层核心设计 YOLOv12-Transformer融合的行为时序评估模型​ 针对“多步骤操作顺序性”与“工具-人体协同动作”识别难题,设计“检测-跟踪-时序建模-规则评估”四步流程: import 电工考试操作行为识别评估系统基于YOLOv12和Transformer架构深度学习算法,电工考试操作行为识别评估系统通过集成AI大模型,自动对作业的漏操作、误操作、操作顺序错误等进行自动识别,保证了智能评分的准确性和可靠性 系统通过在作业工位内布置多角度摄像头,实现无缝隙覆盖,考试过程中自动识别考试场景并全程录像,大大提高了安全生产培训考试的效率。

    19510编辑于 2026-01-18
  • 来自专栏网站漏洞修复

    网站安全评估系统的设计概述

    其次,在利用各种渗透测试技术对网站进行测试获得测试结果的基础上,设计了基于自动集成测试系统的渗透测试和安全评估方案。 进一步研究安全评估的核心算法,综合考虑了系统维护人员对目标的预估和测试结束后测试人员对目标的评估两个因素,提出了基于攻防游戏结果预估的网站安全评估算法和评估流程。 最后,实现了自动渗透测试集成系统,并对系统的测试结果与单一渗透测试技术的结果进行了详细的分析和比较。 综上所述,需要设计一个系统来整合渗透测试和安全评估工具的优势。 综合测试测试目标不仅可以大大提高网站的整体安全性,而且集成系统操作简单,可重用性高,适用范围广,如果想要对网站或APP进行全面的渗透测试服务安全评估的话,可以向网站安全公司或渗透测试公司寻求服务。

    1.1K30发布于 2021-07-15
  • 推荐系统评估、偏见与算法解析

    某中心在RecSys:评估、偏见与算法某中心学者Pablo Castells分享他在推荐系统研究中观察到的趋势。 会议:RecSys 2021与计算机视觉或自然语言处理等会议不同,ACM推荐系统会议(RecSys)具有鲜明的互联网时代特征。 虽然我长期从事学术研究,但推荐系统问题完全可以从数学角度抽象处理,并通过小数据实验进行探索。”Castells认为当前领域特别关注三大主题:评估“如何确定推荐系统是否正常运行? 这在生产系统中通过A/B测试等在线评估已充满挑战,离线评估则更为困难。最新趋势认为推荐系统的客户不仅包括终端消费者,还应包含提供推荐服务的卖方。因此算法效果需要从不同利益相关方的多维度视角进行衡量。” 即使针对特定用户,推荐系统性能的衡量也非易事。“推荐系统的有效性不仅在于准确预测用户喜好,更在于提供的内容是否实用。实用性取决于上下文环境和使用目的——收听熟悉音乐与发现新音乐的价值标准就截然不同。

    25210编辑于 2025-10-11
  • 来自专栏气象学家

    气象数据质量评估系统改版升级

    自信息中心气象数据质量评估系统业务化上线以来,已逐步实现了对全球及国内地面、海洋、高空、飞机报等50余项要素的实时质量评估,提升了气象数据质量甄别和监视能力。 针对业务需求,基于天擎原生技术框架和资源支撑,气象数据质量评估新版系统采用Spring Cloud和VUE3前后端分离技术架构,利用Leaflet二维的WebGIS框架,通过评估算法优化、缓存、数据压缩等技术 按照地球系统多圈层分类划分,对评估数据实现了及时性、完整性、数据质量、数据一致性的业务组件构建,形成了新版的“地球系统数据质量评估系统”,目前已接入四个圈层13类数据。 同时,“地球系统数据质量评估系统”新增了对WIS2.0地面数据、铁塔数据、环保部空气质量数据的实时质量评估功能。 作者:王丽霞 校稿:赵煜飞 审稿:廖捷 END 声明:欢迎转载、转发。

    7810编辑于 2026-03-25
  • 来自专栏FreeBuf

    OpenVAS开源风险评估系统部署方案

    OpenVAS,即开放式漏洞评估系统,是一个用于评估目标漏洞的杰出框架。 它的评估能力来源于数万个漏洞测试程序,这些程序都是以插件的形式存在。 操作系统中,客户端安装在windows和Linux系统均可。 kali Linux配置openvas 4.下载并更新OpenVAS库 openvas-setup ? 在更新openvas库过程中创立了证书,下载及更新了一切扫描插件。 绿骨安全助手 GSA( Greenbone Security Assistant)是开放漏洞评估系统 OpenVAS(OpenVulnerability Assessment System)的基于网页的用户图形界面

    3.5K70发布于 2018-02-24
  • 来自专栏全栈程序员必看

    db4o java,db4o Java版性能测试评估

    public class Testdb4oIndex { public static class Record { String strKey; long intKey; }; public 100000; static public void main(String[] args) { new File(FILE).delete(); Configuration conf = Db4o.configure Integer.MAX_VALUE); conf.automaticShutDown(false); conf.lockDatabaseFile(false); ObjectContainer db = Db4o.openFile

    38710编辑于 2022-09-13
  • 来自专栏cwl_Java

    系统架构师论文-论系统的安全风险评估

    为了做好系统的开发和应用,必须对系统将面临的安全风险进行评估.我在系统的安全风险评估方面釆取了如下措施:分析 现有业务流程和新系统信息流的安全因素,做好安全风险分析;建立安全风险评估标准,对安全风险评估分级 、分类;在信息 系统的各个阶段,反复对安全风险进行评估.系统在12月底通过製收,在两年多的运行期间,没有发生重大安全同题,系统建 设、运行中的安全风险评估起了很大作用. 信息系统^评估有三种形式,即自我评估、委托评估和检查评估.在LIMS系统中采用了自我评估方式, 在LUS的实施与运行维护中,我首先确立LIMS的安全目标与策略,然后在风险分析中进行风险评估,在方案设计中对刚风 险接受度进行评估,在安全计划实施中进行系统测评,在系统运行与维护中进行日常检查和定期评估,安全风险评估贯穿于信 息系统安全管理的全程,具有极为重要的作用• 在LIIS的安全风险评估工作方面,我釆取了如下措施 三、在信息系统的各个阶段,反复对安全风险进行评估.信息系统的安全是一个动态的复杂过程,它贯穿于信息系统的整 个生命周期,对信息系统进行不断的安全风险评估是十分必要的.在LIMS系统规划设计阶段,通过风险评估明确系统建设的安

    1.6K10发布于 2019-10-26
  • 来自专栏芋道源码1024

    如何精确评估开发时间的 4 个小套路?

    来源:http://t.cn/E6rf8uT 评估开发时间的重要性 初学者为什么评估不准? 如何精确评估开发时间 1、任务拆分 2、合理认知时间 3、预留buffer(缓冲区) 4、回头看 总结 ---- 一个程序员能否精确评估开发时间,是一件非常重要的事情。 APP需求迭代为例,项目计划像这样: 1.UI设计图 11.01 - 11.03(3工作日) 2.API接口讨论与设计 11.04(1工作日) 3.移动端开发 11.05 - 11.15(8工作日) 4. 越是老程序员越是“胆小”,评估时间越准。 如何精确评估开发时间 最近几年,我都是以小时为单位进行时间评估的,有没有觉得有点恐怖?长期以来这样的习惯让我收获颇多。 4、回头看 在实际开发过程中,测量实际花费时间,并与估算相比较。如果有些地方相差较大,就要看差在哪里,然后在下次预估中避免相同的差错。 总结 编程经验不等同于估算经验。

    2.3K20发布于 2019-06-21
  • 来自专栏气象杂货铺

    工具推荐|ESMValTool地球系统模式评估工具

    ESMValTool 向用户和开发人员开放,鼓励开放交换CMIP集合的诊断源代码和评估结果。这将促进和改进ESM评价,使其超越最新技术水平,目的是支持CMIP和单个模式中心的活动。 我们设想利用通过ESGF提供的标准格式(obs4MIPs)或在ESGF节点提供的观测数据,在CMIP模型输出上常规地运行 ESMValTool。 安装 ESMValTool 仅支持类Unix系统且需要python3.6以上版本。

    54920编辑于 2022-09-23
  • 来自专栏SAP Technical

    ERP系统的效益评估与应用价值

    3 传统效益评估的方法及局限性 让ERP价值显现出来,需要一种合理的评估方法,目前信息系统效益评估的方法种类繁多,到底应该选择哪种价值评估方法,评估者除了考虑方法本身的特点外,更应当考虑被评估系统所处运行阶段及组织运作方式等影响 4 持续改进的ERP效益评估方法 ERP是一种解决方案,它是集先进的管理思想、管理方法于一体的一套集成化的管理软件包。 4.4 技术维度 ERP从技术维度进行评估不是传统意义上理解的信息技术,而是包括整个系统,乃至与其他系统集成程度的一个综合的评估,主要包括信息质量、系统功能的使用情况、系统质量、与其他系统得集成等方面 (4)与其他系统的集成 随着信息化程度的提高,企业竞争越来越向着供应链竞争的方向发展,ERP的横向和纵向都需要深化,通过集成将企业、供应商和客户紧密地联系在一起,从而有效地降低企业库存量和产品 系统集成评估指标主要包括系统间数据的一致性、不同系统间的集成度、系统间信息传递的及时性等。

    1.6K10发布于 2020-11-27
  • 来自专栏修己xj

    智能评估时代:SurveyKing开源问卷系统YYDS

    最近有同事在设计问卷系统,我碰巧在 GitHub 上发现了一个开源的问卷/考试系统,觉得它非常不错,给他推荐了下。今天我打算和家人们分享一下这个发现。 地址:https://github.com/javahuang/surveyking gitee地址:https://gitee.com/surveyking/surveyking 功能最强大的调查问卷系统和考试系统 使用项目 项目部署好之后在浏览器访问 http://ip:1991,输入账号密码: admin/123456,即可登录系统。作者在官网的使用手册中对于项目的配置有详细的描述,我们此处就简单坐下说明。 问卷数据查看 _20240509231250.jpg 问卷数据报表 _20240509231355.jpg 其它功能我们就不在此处说明了,家人们可自行尝试 总结 SurveyKing作为一款开源的问卷考试系统 ,为教育和企业界提供了一个灵活、高效的评估工具。

    95810编辑于 2024-05-15
  • AI体育动作智能评估系统技术方案

    AI体育动作智能评估系统技术方案.pdf

    9810编辑于 2026-03-04
领券