- 综合排序
- 最热优先
- 最新优先
- 来自专栏算法专栏
Lnton羚通智能分析算法工服智能监测预警算法
工服智能监测预警系统通过yolov8网络模型算法，工服智能监测预警算法对现场人员未按要求穿戴工服工装则输出报警信息，通知后台人员及时处理。 YOLO系列算法是一类典型的one-stage目标检测算法，其利用anchor box将分类与目标定位的回归问题结合起来，从而做到了高效、灵活和泛化性能好，所以在工业界也十分受欢迎。 工服智能监测预警算法是一种用于检测和预警员工工作服装状况的技术。 该算法可以通过计算机视觉和图像处理技术，对员工穿着的工作服进行实时监测、分析和预警，以确保员工的穿着符合规定，并提醒员工及时更换损坏的工作服。 图片图片 Lnton羚通智能分析算法工服智能监测预警算法根据设定的规则和要求，判断工作服的状况是否符合预期。
82430编辑于 2023-08-14 - 来自专栏算法专栏
Lnton羚通智能分析算法智能机器人系统
机器人的算法大方向可以分为感知算法与控制算法，感知算法一般是环境感知、路径规划，而控制算法一般分为决策算法、运动控制算法。 图片以下是一些常见的智能机器人算法：1.感知算法：感知算法使机器人能够获取和理解环境信息。其中，计算机视觉算法用于图像和视频处理，包括目标检测与跟踪、人脸识别、图像分割等。 3.运动控制算法：运动控制算法用于控制机器人的运动，包括机械臂、移动底盘等。这些算法可以基于运动学和动力学模型，实现精确的位置和轨迹控制。 图片智能机器人算法是一个广泛的领域，不同类型的机器人和任务会有不同的算法需求。因此，Lnton羚通智能分析算法智能机器人系统根据机器人的种类、任务要求和环境条件来选择合适的算法和方法。 智能机器人算法是一个广泛的领域，不同类型的机器人和任务会有不同的算法需求。因此，Lnton羚通智能分析算法智能机器人系统根据机器人的种类、任务要求和环境条件来选择合适的算法和方法。
80540编辑于 2023-08-14 - 来自专栏算法专栏
Lnton羚通智能分析算法镜头脏污识别检测算法
3.模糊度评估算法：通过分析图像中的清晰度信息来评估图像的模糊程度。可以使用图像的频率域分析、梯度分析等方法来计算图像的模糊度指标。 常用的模糊度评估算法有平均梯度（MAD）、结构相似性指数（SSIM）等。4.颜色／纹理特征分析算法：基于颜色和纹理特征的分析方法，可以检测和识别图像中的赃物。 通过分析图像的颜色直方图、纹理特征、统计信息等来判断图像中是否存在赃物。5.目标检测和分割算法：利用目标检测和分割技术，可以将图像中的赃物区域与其他区域进行分离。 以下是有关的算法：read_image (Image, 'G:/image.png')rgb1_to_gray(Image, GrayImage)decompose3(Image, Image1, Image2 视频智能分析算法镜头脏污识别检测算法是基于Lnton视频云边协同平台对外提供算法分析与结构化输出的智能系统，旨在及时发现并对镜头进行清洁和维护，以保证监控系统的正常运行和图像质量的提高.图片图片
1.7K50编辑于 2023-08-11 - 来自专栏算法专栏
Lnton羚通智能分析算法工人规范操作识别系统
YOLOv8中在训练模型阶段仍然使用了Mosaic数据增强方法，该算法是在CutMix数据增强方法的基础上改进而来的。 通过对工人操作行为进行实时监控和分析，可以及时识别出不符合规范的操作行为，并提供相应的预警和反馈。 Lnton羚通智能分析算法工人规范操作识别系统根据具体的应用场景和需求选择适合的算法和方法，并结合合适的数据集进行模型训练和验证。同时，进行模型的调优和改进，以提高算法的准确性。图片
45560编辑于 2023-08-15 - 来自专栏算法专栏
Lnton羚通智能分析算法消防通道堵塞识别系统
的全称是Open Source Computer Vision Library，是一个跨平台的计算机视觉处理开源软件库，是由Intel公司俄罗斯团队发起并参与和维护，支持与计算机视觉和机器学习相关的众多算法 图片 消防通道堵塞识别算法可以结合计算机视觉和深度学习等技术实现。 Lnton羚通智能分析算法消防通道堵塞识别系统使用目标检测算法可以用于检测消防通道中是否存在堵塞物体。 常用的目标检测算法包括基于深度学习的方法，如YOLO（You Only Look Once）、Faster R-CNN（Region-based Convolutional Neural Networks 这些算法可以检测出图像中的多个目标物体，并给出其位置和类别。通过识别堵塞物体并及时反应问题，大大提高了居民生活的消防安全。图片
54270编辑于 2023-08-15 - 来自专栏帮你学MatLab
MATLAB智能算法30个案例分析(3-1)
遗传算法部分 clc clear close all %% 加载神经网络的训练样本 测试样本每列一个样本 输入P 输出T %样本数据就是前面问题描述中列出的数据 load data % 初始隐层神经元个数 输入层到隐层的权值个数 w2num=outputnum*hiddennum;% 隐层到输出层的权值个数 N=w1num+hiddennum+w2num+outputnum; %待优化的变量的个数 %% 定义遗传算法参数
1.4K80发布于 2018-04-18 - 来自专栏帮你学MatLab
MATLAB智能算法30个案例分析(3-2)
神经网路部分 function err=Bpfun(x,P,T,hiddennum,P_test,T_test) %% 训练&测试BP网络 %% 输入 % x：一个个体的初始权值和阈值 % P：训练样
98550发布于 2018-04-18 - 来自专栏TSINGSEE青犀视频
操作指南：智能分析网关V3的AI算法配置步骤
智能分析网关V3内置了20多种AI算法，可针对安全生产、通用园区、智慧食安、石油化工等场景，提供基于视频智能检测技术的个性化行业解决方案。今天来具体介绍下v3版本的智能分析网关如何配置AI算法。 智能分析网关V3算法配置操作步骤如下： 打开硬件盒子的后台，浏览器输入盒子的IP地址，登录到后台。 3、算法设置 这里我们以离岗、抽烟打电话检测来举例说明。部分算法需要额外配置项来辅助完成算法检测功能。 ? 我们在上次的文章中介绍了智能分析网关V3接入EasyCVR平台的步骤，感兴趣的用户可以查看这篇文章：操作指南：EasyCVR v3.3版本如何接入智能分析网关V3？ ? 、电子地图、集群、智能分析以及平台级联等视频能力的需求。
57720编辑于 2023-07-12 - 来自专栏学习笔记ol
极速查找（3）-算法分析
这使得二叉排序树可以支持更复杂的操作和算法，满足不同场景的需求。 内存利用率高：二叉排序树在存储数据时，只需要存储节点的值和左右子树的指针，相较于其他数据结 构，它的内存占用较小。 通过对节点进行适当的标记或调整， 可以快速找到某个节点的排名，或者统计某个范围内有多少个节点，方便计算和分析。 排序和搜索算法： 平衡二叉树作为搜索和排序算法的基础结构，可以用于实现各种搜索和排序算法，如二分查找、中序遍 历等。 平衡二叉树的有序性和快速的插入、删除操作使其成为实现这些算法的有效选择。
52650编辑于 2023-10-11 - 来自专栏TSINGSEE青犀视频
安防监控视频云存储视频智能分析AI智能分析网关V3：人员打架扭打算法识别
一旦视频智能分析系统检测到异常行为，例如交互激烈的身体接触、拳打脚踢等，会及时向相关工作人员发送警报，以便能够快速采取措施并避免或减轻伤害。 同时，打架识别算法还可用于对事件进行分析和溯源，为后续的调查提供重要线索。 图片TSINGSEE青犀打架识别算法还可应用在智慧校园之中，在学校各个角落部署的摄像机配备AI智能分析算法，一旦学生之中发生冲突，后台就会立即发生告警，通知学校管理人员，另外，旭帆科技视频监控系统EasyCVR 图片AI智能分析网关V3包含有20多种算法，包括人脸、人体、车辆、车牌、行为分析、烟火、入侵、聚集、安全帽、反光衣等等，可应用在安全生产、通用园区、智慧食安、智慧城管、智慧煤矿等场景中。 将网关硬件结合我们的安防监控系统EasyCVR一起使用，可以实现多现场的前端摄像头等设备统一集中接入与视频汇聚管理，并能进行视频高清监控、录像、存储、检索与回放、AI智能分析、级联共享等视频能力与智能化服务
47241编辑于 2023-09-14 - 来自专栏TensorFlow从0到N + Rust
讨厌算法的程序员 3 - 算法分析基础
时间资源 上一篇，我们知道了如何用循环不变式来证明算法的正确性，本篇来看另一个重要方面：算法分析。分析算法的目的，是预测算法所需要的资源。 算法分析的环境模型 《算法导论》中，明确的定义了该模型：通用的单处理器/RAM计算模型（RAM，随机访问）。这是大多数讲算法的书里没有提到的重要前提。 所有算法的运行，都基于上述环境模型，比较的基础就有了。 算法分析基础 算法分析的两个重要概念就是输入规模和运行时间。 输入规模 拿插入排序举例，排序1000个数肯定比排序10个数需要更长的时间。 算法需要的时间与输入的规模同步增长，所以通常把一个程序的运行时间描述成其输入规模的函数。 插入排序算法的分析 有了“输入规模”和“运行时间”两个基本概念，我们仍以插入排序为例，对其伪码进行分析。 小结 此时，我们对于插入排序算法的分析基本结束了。可能有人会问，只分析了最好和最坏的情况，那“平均情况”是什么？
79540发布于 2018-04-11 - 来自专栏二猫の家
3.算法设计与分析__分治法
（3）合并：把各个子问题的解合并起来，合并的代价因情况不同有很大差异，分治算法的有效性很大程度上依赖于合并的实现。 递归算法结构清晰，可读性强，而且容易用数学归纳法来证明算法的正确性，因此，它为设计算法和调试程序带来很大方便，是算法设计中的一种强有力的工具。 但是，因为递归算法是一种自身调用自身的算法，随着递归深度的增加，工作栈所需要的空间增大，递归调用时的辅助操作增多，因此，递归算法的运行效率较低。 按这种分治策略求解最近对问题的算法效率取决于划分点m的选取，一个基本的要求是要遵循平衡子问题的原则。 p3=(x3, y3)位于直线p1p2的左侧时，该式的符号为正。
1.2K21编辑于 2022-11-30 - 来自专栏TSINGSEE青犀视频
智能分析网关新增算法分析结果展示列表，支持多方式检索
随着人工智能检测识别技术与视频处理技术的不断融合，应用场景也不断随之扩大，TSINGSEE青犀视频近期也发布了基于AI智能检测识别技术的硬件设备——智能分析网关。 近期，我们在智能分析网关平台页面中，新增了算法分析列表，今天和大家简单介绍一下该功能。如图所示，在管理系统加入智能分析列表，并增加多类型的检索条件，可支持按通道、事件类型以及发生时间段进行检索。 用户通过分析列表能更加直观地了解视频分析的过程及结果，包括当前通道、事件等级、事件消息等信息。在智能分析网关首页面的右侧，也会展示实时更新的抓拍信息以及显示智能分析的结果，方便用户快速、直观查看。 智能分析网关基于ARM的CPU，采用国产化AI SOC，拥有2.0Tops算力，可支持算法无缝替换，满足多算法场景。 当前主要算法包括：人体检测口罩佩戴检测安全帽佩戴检测区域入侵检测除了上述算法外，智能分析网关可针对多元化应用场景进一步拓展更多AI算法，包括：通用安防：机动车/非机动车检测与识别、车牌识别等；明厨亮灶：
57210编辑于 2022-09-20 - 来自专栏人工智能快报
人工智能算法被用于分析LHC数据
粒子物理学早已用于人工智能研究，2012年，科学家们通过ATLAS与CMS这两大LHC实验发现了希格斯玻色子，部分采用机器学习技术，这种人工智能技术可通过算法训练识别数据模式。 科学家们通过这些算法对粒子碰撞的碎片进行了模拟，并学习从数以百万计的平常事件中发现罕见的希格斯粒子的衰变模式。 但在不久后，实验需在收集数据方面更加智能，而不仅仅是能够处理数据。 有研究人员称，在接下来的几年，CMS和ATLAS可能会追赶LHCb的步伐，利用探测器算法完成更多的实时工作，这将彻底改变目前的数据分析方式。 对人工智能决策的依赖性增大将提出新的挑战。 采用各种算法达成的模糊标准摒弃那些从原理上看可能含有重大发现的数据这一建议引起了许多物理学家的担忧。研究人员想要了解算法的工作原理，确保它们基于的是物理学原理。 尽管面临这些挑战，研讨会上讨论最多的问题是，粒子物理学是否应当利用以及如何利用更先进的人工智能技术——深度学习。已经采用图片等样本数据习得了基本的机器学习算法，即说出每张图片中的内容（房子与猫）。
1.3K130发布于 2018-03-07 - 来自专栏TSINGSEE青犀视频
视频智能分析AI算法智能分析网关V5告警功能添加教程来咯！
智能分析网关系列是基于边缘AI计算技术，可对前端摄像头采集的视频流进行实时检测分析，能对监控画面中的人、车、物进行识别，可实现的检测包括：人脸检测与识别、车辆检测与识别、烟火识别、安全帽/反光衣识别、区域入侵识别等 图片近期，智能分析网关V5也在测试中，今天小编就带大家来看一下在视频智能分析/视频汇聚EasyCVR平台中，如何添加智能分析网关V5并设置告警通知？ 1）首先，先在视频汇聚/安防监控EasyCVR平台代码中定义2个接口，用于注册告警和接收告警消息；图片2）随后在安防监控/视频云存储EasyCVR平台添加v5的告警接收信息，并选择v5版本；图片3）点击下图设置按钮 设备管理中的通道编号；图片5）然后将其组合起来的url为：http://ip:port/api/v1/ai/v5/1/2；6）最后在用户的告警软件中添加告警url (即组合的url地址)即可；图片图片智能视频监控
39220编辑于 2023-08-30 - 来自专栏TSINGSEE青犀视频
河道漂浮物检测：视频智能分析AI算法智能分析技术如何助力河道整治工作？
TSINGSEEE青犀AI智能分析平台在环保场景中拥有丰富的算法，包括河道漂浮物检测、水面异常漂浮物检测、河道水体污染检测、饮用水水源地入侵检测等。 将监控现场摄像头采集的视频流接入到平台，配置相关AI算法模型后，就能对视频流进行智能检测和分析了。如：在公园场景中，系统检测到湖泊或池塘水面有垃圾漂浮物时，则立即发出告警，并抓拍和记录。 TSINGSEEE青犀AI智能分析平台可以对河道、湖面的垃圾漂浮物进行自动识别与实时预警，还能对饮用水水源地的人员入侵事件进行实时监测。 人工智能技术已经越来越多地融入到视频监控领域中，近期我们也发布了基于AI智能视频云存储/安防监控视频AI智能分析平台的众多新功能，该平台内置多种AI算法，可对实时视频中的人脸、人体、车辆、物体等进行检测 、跟踪与抓拍，支持人脸结构化数据、车辆结构化数据、场景检测类算法、行业类检测算法、人员行为类检测算法等。
60920编辑于 2023-08-31 - 来自专栏技术总结
算法（3）
上两篇： 算法（1） 算法（2） 一、常见的时间复杂度 常用的时间复杂度.png 二、最坏情况和平均情况 最坏情况运行时间是一种保证，那就是运行时间将不会再坏了 平均时间是所有情况中最有意义的 对算法的分析，一种方法是计算所有情况的平均值，这种时间复杂度的计算方法称为时间复杂度。另一种方法是计算最坏情况下的时间复杂度，这种方法称为最坏时间时间复杂度。 三、算法空间复杂度 算法的空间复杂度通过计算算法所需的存储空间实现，算法空间复杂度的计算公式记作：S(n) = O(f(n))，其中，n为问题的规模，f(n)为语句关于n所占存储空间的函数. 结尾语： 很多学生，学了四年计算机专业，很多程序员，做了很长时间的编程工作，却始终都弄不明白算法的时间复杂度的估算，这是很可悲的一件事。 算法的重要
71770发布于 2018-05-22 - 来自专栏TSINGSEE青犀视频
浅析安防监控系统AI视频智能分析算法：河道水位超标算法应用
TSINGSEE青犀智能分析AI算法中台——水位超标算法，就可以很好的解决该问题，助力水利智能化监管。 将部署在监管水域现场的摄像头接入到视频智能分析AI算法中台中，通过监控摄像头识别水库、河道的水位信息，当水位超过划定的阈值标线，则立即向平台发出告警，大大减少人力现场勘测成本。 此外，旭帆科技智能分析AI算法中台还支持采用太阳能供电和4G网络传输方式，解决了偏远水域供网供电的问题，满足对危险水域的实时监控与全天候预警的需求，实现智能化监管。 AI边缘计算网关硬件 —— 智能分析网关目前有5个版本：V1、V2、V3、V4、V5，每个版本都能实现对监控视频的智能识别和分析，支持抓拍、记录、告警等，每个版本在算法模型及性能配置上略有不同。 硬件可实现的 AI 检测包括：人脸结构化数据、车辆结构化数据、场景检测类算法、行业类检测算法、人员行为类检测算法等。感兴趣的用户可以前往演示平台进行体验或部署测试。
41010编辑于 2023-09-15 - 来自专栏ellipse数据库技术
算法与算法分析
一、什么叫算法 算法（Algorithm）：是对特定问题求解方法或步骤的一种描述。 一个计算机程序是对一个算法使用某种程序设计语言的具体实现。 算法一般具有以下五个特性： 1、输入：一个算法有零个或多个输入，这些输入取自于某个特定的对象集合。 2、 输出：一个算法有一个或多个输出，这些输出是同输入有着某些特定关系的量。 3、有穷性：一个算法必须总是在执行有穷步之后结束，且每一步都在有穷时间内完成。 二、什么叫好算法 评价一个好的算法有以下几个标准： 正确性（Correctness）：算法应满足具体问题的需求。 通用性（Generality）：算法应具有一般性 ，即算法的处理结果对于一般的数据集合都成立。 效率与存储空间需求：效率指的是算法执行的时间；存储空间需求指算法执行过程中所需要的最大存储空间。
1.2K20发布于 2019-08-16 - 来自专栏DearXuan的博客文章
算法基础-算法分析
算法 什么是算法 算法是对特定问题求解步骤的一种描述，是执行的有限序列，其中每个指令都表示一个或多个操作。 这就是一种算法。 为什么要用算法 算法无处不在。 为了走出迷宫，你可能需要DFS，即深度优先搜索算法来寻找出路。 为了找到最短路径，你可能要用到A*算法来高效查找。 算法效率 渐进时间复杂度 在一个算法中，若基本操作重复的次数可以表示为对问题规模n的函数 f(n) ，那么算法的时间度量就可以记作 T(n)=O(f(n)) 它表示随着问题规模n的增加，算法执行时间的增长率和 如果所需的储存空间大小与数据数据有关，则除非特别指明，均按最坏情况分析。 分治法 如果一个算法通过一次或多次调用自身来解决问题，那么这些算法就使用了分治法的思想。 简单推导便可得到下列结果 由于迭代到最后,2的k次方应该等于n，所以可以直接使用logn来替换k，因此完整推导过程如下 故归并排序的时间复杂度为O(nlogn) 实际上分治法并不会只分成两个部分，还可以有T(n/3)
65810编辑于 2022-01-21
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