- 综合排序
- 最热优先
- 最新优先
- 来自专栏把企业变成 AI 能理解的世界
质量追溯与库存补货：两条实物流闭环如何建模
敲黑板：质量追溯向后寻找问题来源、再向前展开影响；库存补货从当前状态向前推演供需缺口。 五、质量追溯：先控制扩散，再逐步缩小不确定性假设案例中，某来料批次的关键尺寸检验不合格。异常事件进入本体后，系统先定位来料批次、检验项目和适用规格，再沿两种方向展开关系。 七、两类场景真正共用的，是结果与证据质量追溯关注已经发生的传播，库存补货关注尚未发生的缺口，但两者最后都要回到同一组闭环问题：最初的事件是否已经被处理，而不只是被看见？ 带走一张图：实物流—责任流双链检查表检查层质量追溯库存补货共同验收问题触发事件来料、制程或出货异常预计可用库存进入风险窗口事件是否可观察并绑定时间、对象和来源？ 质量追溯和库存补货说明，本体的价值不在于把业务画得更完整，而在于让事实可以被判断、判断可以被执行、执行可以被验证。
17410编辑于 2026-08-01 - 来自专栏智能制造解决方案
干货分享-数字化车间质量追溯管理解决方案
以下为企业质量管理实际案例分析 普实通过一物一码，记录产品从原料，到生产过程，再到成品所经历的所有环节；通过各个环节的信息采集或录入，完成产品属性信息的关联绑定，从而为质量评估或质量追溯提供数据支持。 2-物料质量数据 系统内维护好物料质量的相关数据，包含：来料检验标准、来料检验项目、来料检验特殊标准、成品检验标准、成品检验项目、成品检验特殊标准、制程检验标准、制程检验项目、制程检验特殊标准等 ? 2-原材料批次/先进先出看板 ? 3-原材料看板：车间实景 ? 关于产品生产的履历追溯 企业员工扫码领料生产，AIO8系统自动记录数据，并实时展现在看板上。 展开：AIO8系统内，物料的每一次移动都会相应的记录在系统内 我们公司的物料特别多，有2万多种，请问各位大神有更好的物料管理方法吗？11 赞同 · 1 评论回答 ? 2-巡检及视频 xx企业给现场检验人员配置了平板电脑，巡检数据即时上传。 ?
1.8K20编辑于 2022-03-16 - 来自专栏Chasays
音频质量评估-2
音频质量评估-1：之前主要学习了音视频的编码和解码原理，和测试音频质量的方法。接下来继续学习下当前 短视频 领域的 视频质量测试方法。 因此测试视频质量 在测试图片的质量就很重要了。测量两个图像之间的相似性的方法。SSIM指数可以看作是对被比较图像之一的质量衡量标准，前提是其他图像被视为质量完美。 Load the two input images imageA = cv2.imread("1.png") imageB = cv2.imread("2.png") # 4. Convert the images to grayscale grayA = cv2.cvtColor(imageA, cv2.COLOR_BGR2GRAY) grayB = cv2.cvtColor (imageB, cv2.COLOR_BGR2GRAY) # 5.
1.7K10编辑于 2021-12-06 - 来自专栏可爱陆陆
可追溯性
可追溯性，他的机制就是设定后面一个区块拥有前面一个区块的一个哈希值就像一个挂钩一样，只有识别了前面的哈希值才能挂得上去，是一整条完整的链。 可追溯性还有一个好的的特点就是便于数据的查询，因为这个区块是有唯一标识的，比如说之前往数据库里面去查询一个东西的话，是有很多算法去分块来找的，而这个区块链网络里面是以时间节点来定义找这个时间段的这个区块再去寻址
1.1K70发布于 2021-02-01 AI 时代如何通过主动元数据构建高质量、可追溯的语义底座？
以算子级血缘为核心的主动元数据平台，通过实现自动化资产盘点、全链路风险防控和主动模型治理，正驱动数据治理从“人治”转向“机治”，为DataOps和RAG等AI应用提供高质量、可追溯的语义底座。 它通过自动化资产盘点、全链路风险防控和主动模型治理，将数据治理从“人治”转向“机治”，为金融等行业的DataOps协同和AI应用（如RAG）提供高质量、可追溯的语义底座。 这本身就是结构清晰、语义明确的高质量RAG语料。2、行级裁剪：基于对WHERE、JOIN条件的精准识别，在分析上游变更影响时，自动剔除无关的数据分支。 场景一：自动化资产盘点，告别“运动式”治理传统模式为满足EAST等监管报送要求，数据团队需投入数十人月，人工翻阅代码、核对Excel，口径追溯困难，且容易出错。主动元数据平台实现一键溯源。 Q2: 我的企业还在用传统数据仓库（如Oracle、DB2），需要现在考虑主动元数据吗？A: 越早考虑，积累的“治理债务”越少。
45810编辑于 2026-08-07- 来自专栏用户1880875的专栏
MySQL高质量笔记2
Mysql服务端架构 Mysql服务端架构有以下几层构成： 1、 数据库管理系统（最外层）：DBMS，专门管理服务器端的所有内容 2、 数据库（第二层）：DB，专门用于存储数据的仓库（可以有很多个） 3
31220发布于 2021-08-26 - 来自专栏数据化管理
数据间关联与追溯
保证我们下次的产品不会出现类似的质量问题。 只要将公司的数据全面地整合在一起，我们在运营管理上就能够依据数据来发现出现问题的根源，从而从根源上彻底解决问题。 信息在逐步透明之后，依靠信息不对称所谋利的企业将减少，商贸业的利润来源将回归到产品质量和服务；制造业的利润将回归到生产效率和制造工艺，一个“乌托邦”似的时代将会来临。 当然，这是一个完全理想的情形。 关联是追溯的基础。 1.5 可全程追溯是对数据采集全面性评价的基本参数 衡量一个企业的数据是否全面，通过全程追溯的方式即可检验。 此外，在导航服务上并购了Waze，在O2O叫餐服务上并购了ZAGAT。谷歌力图全面采集用户数据来提高自己在大数据领域的完整性和全面性。如下图所示。
1.3K00发布于 2020-05-28 - 来自专栏iKcamp
追溯 React Hot Loader 的实现
写在最后 这就是对 React-Hot-Loader 的实现的一个追溯，如果你真的理解了，那么你在配置 React-Hot-Loader 到你的应用代码里面的每个步骤会有一个重新的认识。
1.8K151发布于 2018-03-30 - 来自专栏FreeBuf
从补丁追溯漏洞触发路径
f000000000000060')+4 = -1152921504606846880+4 = -1152921504606846876 之后，函数返回，返回值为rc=NGX_AGIN 2.
1.2K30发布于 2021-11-08 - 来自专栏Java Web
《编写高质量代码》学习笔记（2）
，此时，str1和str2指向的是同一个地址，所以使用"=="来判断那当然是相等的了。 + "apples"; String str2 = "apples" + 1 + 2; System.out.println(str1); System.out.println str1 = (1 + 2 ) + "apples" ; 而对于str2字符串，由于第一个参与运算的是String类型，加1后的结果是“apples 1” ，这仍然是一个字符串，然后再与2相加，结果还是一个字符串 10的线程，然后执行2个优先级为9的线程，2个优先级为8的线程......但是结果却并不是这样的。 (2)、优先级差别越大，运行机会差别越明显 比如优先级为10的线程通常会比优先级为2的线程先执行，但是优先级为6的线程和优先级为5的线程差别就不太明显了，执行多次，你会发现有不同的顺序。
2.1K40发布于 2018-04-26 第七章 AI数据质量-2
7.5 样本数据快速扩充 数据增强是机器学习中的一项重要技术，用于生成大量高质量、多样化的训练数据集的方法。这种方法的出现背景主要是由于以下几个原因。 2.数据多样性：为了训练出泛化能力强的AI模型，需要具有多样性的训练数据。然而，现实世界中的数据往往存在偏差，这可能导致模型在某些场景下表现不佳。 除了上述技术外，还有一些其他的图像增强技术，如对比度增强、直方图均衡化、局部对比度增强等，这些技术可以进一步提高图像增强的效果和质量。 代码段1 图像增强示例 import imgaug.augmenters as iaa import cv2 # 读取图像 image = cv2.imread("bird.jpg") # 定义增强器 2.StyleGAN StyleGAN是一种生成高质量图像的GAN，具有逼真的细节和多样的风格。StyleGAN使用一种新颖的架构，将高级特征和低级细节的生成分离。
95010编辑于 2025-04-15- 来自专栏丑胖侠
《Drools7.0.0.Final规则引擎教程》第2章 追溯Drools5的使用
本文介绍了Drools规则引擎在Java项目中的使用，包括规则的定义、编译、解释执行，以及基于Drools的规则引擎在代码生成、代码优化、代码检查中的实际应用。同时，介绍了Drools规则引擎API的常用API和实例，以及基于Drools规则引擎的代码生成和优化实例。
2.1K80发布于 2018-01-08 - 来自专栏企鹅号快讯
当产品追溯遇上区块链
中国农业部司长王小兵曾说，以区块链技术为主的创新信息技术，可以多维度，更广泛的提高农产品质量和安全监管。 典型产品追溯体系 我们先从产品追溯体系说起，目前产品追溯体系根据市场要求的不同，大致分为如下几种： H5页面追溯 这是最简单的追溯，完全是“码”为载体，以营销为目的而做的追溯，整个追溯信息只是由几个H5 简单追溯 因政策规定需要提供批次信息的追溯，在产品上市前填写批次信息，并关联追溯标识，这类追溯除了可以提供企业介绍和产品介绍之外，还可以提供当前产品的批次生产信息，只是生产信息没有经过第三方的监管，真实性由厂家负责 下面以县域电商产品的追溯为例，阐述一个典型的县域电商产品追溯体系。 所以在追溯体系里面，区块链的数据操作管理方式并不适合追溯体系数据管理。
3.8K103发布于 2018-02-28 - 来自专栏《云荐大咖》
代码质量第 2 层 - 可重用的代码
代码质量的下一层次就是：可重构的代码。我会在下一篇文章中介绍。 3金伟强-（+云荐大咖）.jpg 金伟强老师往期精彩文章推荐： 聊聊代码质量 - 《学得会，抄得走的提升前端代码质量方法》前言 代码质量第五层 - 只是实现了功能 代码质量第四层 - 健壮的代码 代码质量第三层
4.3K102编辑于 2022-01-17 - 来自专栏九彩拼盘的叨叨叨
代码质量第 2 层 - 可重用的代码
q-sign-algorithm=sha1&q-ak=AKID2uZ1FGBdx1pNgjE3KK4YliPpzyjLZvug&q-sign-time=1639471665;1639478865&q-key-time q-sign-algorithm=sha1&q-ak=AKID2uZ1FGBdx1pNgjE3KK4YliPpzyjLZvug&q-sign-time=1639471684;1639478884&q-key-time 代码质量的下一层次就是：可重构的代码。我会在下一篇文章中介绍。
1.7K20编辑于 2021-12-14 《OpenClaw行为审计与追溯系统设计》
对于OpenClaw这类具备自主任务拆解和动态工具调用能力的框架而言，最危险的从来都不是明显的权限越界，而是那些隐藏在层层推理之下、无法被追溯的决策偏差。 他们认为记录的数据越多，追溯的能力就越强，但实际上，过度的数据采集不仅会带来巨大的存储和计算压力，还会导致真正有价值的信息被淹没在海量的噪声中。 追溯呈现层的设计，直接决定了整个系统的易用性和实用性。一个好的追溯界面，应该能够让用户以最直观的方式查看智能体的整个行为过程。 随着OpenClaw生态的不断发展，行为审计与追溯系统也在不断地演进和完善。 行为审计与追溯系统的终极意义，从来都不是对智能体的束缚和监管，而是在人类与智能体之间建立起一座信任的桥梁。
19800编辑于 2026-05-30- 来自专栏【腾讯云开发者】
代码质量第2层-可重用的代码！
代码质量的下一层次就是：可重构的代码。我会在下一篇文章中介绍。 推荐阅读 代码质量第3层-可读的代码！ 代码质量第4层——健壮的代码！ 代码质量第5层-只是实现了功能 聊聊代码质量-《学得会，抄得走的提升前端代码质量方法》前言 戳「阅读原文」一键订阅《云荐大咖》专栏，看云端技术起落，听大咖指点迷津！
1.5K20编辑于 2022-01-20 第八章 AI模型质量-2
2.设计测试场景、收集样本。 3.测试及结果分析。 下面我们以一个实际的活体检测算法案例来讲解这几个关键步骤。 2. 发现算法存在明显的场景偏见。通过不同类型样本的横向对比，发现算法是否存在场景偏见，比如上例中就存在目标区域检测和文字识别这两层对香港二代身份证有偏见问题。 3. 首先，我们选择一个输入序列，例如 [1, 2, 3, 4, 5]，并计算其平均值。在这个例子中，average([1, 2, 3, 4, 5]) 应该返回 3。 接下来，我们对输入序列进行一个变换，例如将每个元素加上一个常数，如 2。新的输入序列为 [3, 4, 5, 6, 7]。 因此，我们可以比较原始输出 3 和新输出 5，它们之间的差值正好是我们加上的常数 2。由于蜕变关系满足预期，我们可以认为 average() 函数在这个测试用例下是正确的。
79000编辑于 2025-04-15- 来自专栏物流技术与应用
冷链食品追溯体系建设持续推进
截至2022年2月8日，全国28个省份已建成869个集中监管仓。各地市场监管部门依托集中监管仓，加强追溯闭环管理。对海关口岸放行的进口冷链食品入库统一消杀、统一检测，获得出仓证明后，方可进入市场销售。 年建成全国冷链食品追溯管理平台，实现多层次、多系统、跨区域冷链物流追溯闭环。 目前各地区都在陆续建立冷链追溯系统，如北京市“冷链食品追溯平台”、陕西省“冷链食品追溯管理系统”、江苏省“进口冷链食品追溯系统”等。 与此同时，多系统的推广也带来了系统的兼容性问题：一是我国冷链追溯体系标准尚不健全，追溯码规范、追溯内容、追溯目的等不一致，造成追溯系统数据标准不统一，形成信息孤岛；二是我国没有专门负责冷链食品追溯的国家权威机构 据了解，生鲜食品质量追溯涉及上游到下游、生产到流通的多个环节,对全程管控提出很高要求。
91320编辑于 2022-09-02 - 来自专栏3D视觉从入门到精通
追溯Ceres-Solver中CostFunction类方法
追溯、阅读这个过程，会让我们对非线性优化问题的求解、以及函数实现方面有更深入的理解。 2. internal/ceres/trust_region_minimizer.h文件 我们看主要流程。 Cost // 2. Jacobian // 3. Gradient // 4. Compute the 2 and max norm of the gradient. // // Returns true if all computations could be performed 至此，我们追溯了我们所实现的virtual bool Evaluate(double const* const* parameters, double* residuals, double** jacobians
1.6K30发布于 2021-12-01
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