- 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。
1K30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。 4.决策与规划算法：决策算法使机器人能够根据传感器数据和任务目标做出正确的决策。规划算法用于生成机器人执行任务的高级行动序列。常见的算法包括基于规则的专家系统、强化学习、状态估计和滤波等。 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。
91240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。 RegionUnion)rank_region(RegionUnion, RegionCount, 15, 15, 70)dev_display(Image)dev_display(RegionCount) 羚通 Lnton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
1.8K50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。 CutMix仅仅利用了两张图片进行拼接，而Mosaic数据增强方法则采用了4张图片，并且按照随机缩放、随机裁剪和随机排布的方式进行拼接而成。 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
53560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
59170编辑于 2023-08-15 - 来自专栏数据猿
智能业务分析⼀本通：诸葛智能如何用Agent改写金融分析效率公式？
在刚刚结束的WAIC 2025上，他们发布了新一代产品“智能业务分析一本通DataInsight Agent”（以下简称“一本通”），聚焦金融行业，力图让“每一家银行都能拥有一个经验丰富的AI分析师”。 4. ·第三代（即本次发布）：智能分析一本通DataInsight Agent——不仅能拆解分析任务，还能结合数据、业务、行业上下文，自主完成归因分析并形成策略建议。 一本通的核心，在于三大技术支柱的有机融合： 诸葛智能智能分析一本通DataInsight Agent产品技术架构图 ① 行业知识图谱：听懂金融语言，懂监管逻辑 这是一本通产品区别于通用大模型的根本之处。 以往，业务分析人员面对MAU下降的情况时，往往要经历这样一整套流程： 1.数据拉取→技术团队支持导数 2.报表生成→BI系统搭建分析视图 3.原因排查→跨部门开会研讨、收集各方反馈 4.策略建议→人工撰写
33010编辑于 2025-10-21 - 来自专栏极安御信安全研究院
算法分析：XCTF 4th-WHCTF-2017
，这个字符就在我们输入错误后提示的，可以看第一大步的图，双击找到这个字符串的引用（如下图） ②大概分析引用“Wrong!”的代码段 发现跳转到输出“Wrong!” ,此时为了方便分析我们采用IDA来分析 拖进IDA pro 直接按G跳转到401000（如下图） 401000函数代码 int __cdecl sub_401000(int a1, int a2) { strlen(byte_40A030)就是等于我们输入字符串的正确长度（0x13）,其实这里可以有很大程度可以确定byte_40A030就是flag最后的加密结果，但是为了严谨我们还是通过函数调用来具体分析 如上图，找到了401000函数的调用者401080，我们分析一下401080的逻辑： 定义整数变量v5接受401000的返回值（刚才分析过，只有0或1），接下来执行401140函数，跟进去看以后就只是一个 函数，因为刚才我们上面已经分析过了，所以先通过sub_401000中的写出byte_40A030变量来反推出我们输入的flag因该是多少，解密脚本如下： #include #include int main
44510编辑于 2022-04-13 - 来自专栏二猫の家
4.算法设计与分析__动态规划
具体的动态规划算法多种多样，但它们具有相同的填表格式。 步骤1～3是动态规划算法的基本步骤。 在只需要求出最优值的情形，步骤4可以省略； 若需要求出问题的一个最优解，则必须执行步骤4。 4.1.1 分析最优解的结构 将矩阵连乘积AiAi+1…Aj 简记为A[i:j], 这里i≤j; 考察计算A[1:n]的最优计算次序。 这也是该问题可用动态规划算法求解的又一显著特征。 用动态规划算法解此问题，可依据其递归式以自底向上的方式进行计算。 在计算过程中，保存已解决的子问题答案。 约束方程： ≤W 目标函数： 因此问题就归结为找到一个满足上述约束方程，并使目标函数达到最大的解向量： X＝{x1，x2，…，xn}, 4.5.1 递归关系分析 4.5.1 递归关系分析
1.3K30编辑于 2022-11-30 - 来自专栏机器之心
集成20+先进算法，优于GPT-4o，自主因果分析智能体来了
来自加利福尼亚大学圣迭戈分校（UC San Diego）Biwei Huang 实验室的研究团队提出了一种自主因果分析智能体 Causal-Copilot。 每种算法都有其适用场景和限制条件，选错方法可能导致完全错误的结论。这种专业门槛将大量需要因果分析的研究者拒之门外。 Causal-Copilot 正是基于这一理念构建的自主因果分析智能体。这个系统的强大之处在于其前所未有的全面性 —— 集成了超过 20 种最先进的因果分析算法，真正实现了 "一站式" 因果分析。 这些诊断结果直接指导后续的算法选择。 3. 算法选择模块：根据数据特性和因果分析的专家知识和实证数据进行算法过滤和排名、结合上下文进行超参数配置、以及执行算法和处理可能的错误。 4. 在 CSuite 基准测试和真实数据集上，Causal-Copilot 显著优于以 GPT-4o 直接调用因果算法为基线的方法，以及现有的传统因果发现算法。
47010编辑于 2025-07-08 - 来自专栏进阶高级前端工程师
React源码分析4-深度理解diff算法
render 阶段，其中 begin 时会调用 reconcileChildren 函数， reconcileChildren 中做的事情就是 react 知名的 diff 过程，本章会对 diff 算法进行讲解 diff 算法介绍react 的每次更新，都会将新的 ReactElement 内容与旧的 fiber 树作对比，比较出它们的差异后，构建新的 fiber 树，将差异点放入更新队列之中，从而对真实 dom 经典的 diff 算法 中，将一棵树转为另一棵树的最低时间复杂度为 O(n^3)，其中 n 为树种节点的个数。 假如采用这种 diff 算法，一个应用有 1000 个节点的情况下，需要比较 十亿 次才能将 dom 树更新完成，显然这个性能是无法让人接受的。 diff 策略react 将 diff 算法优化到 O(n) 的时间复杂度，基于了以下三个前提策略：只对同级元素进行比较。
79730编辑于 2022-10-06 - 来自专栏进阶高级前端工程师
React源码分析4-深度理解diff算法
render 阶段，其中 begin 时会调用 reconcileChildren 函数， reconcileChildren 中做的事情就是 react 知名的 diff 过程，本章会对 diff 算法进行讲解 diff 算法介绍react 的每次更新，都会将新的 ReactElement 内容与旧的 fiber 树作对比，比较出它们的差异后，构建新的 fiber 树，将差异点放入更新队列之中，从而对真实 dom 经典的 diff 算法 中，将一棵树转为另一棵树的最低时间复杂度为 O(n^3)，其中 n 为树种节点的个数。 假如采用这种 diff 算法，一个应用有 1000 个节点的情况下，需要比较 十亿 次才能将 dom 树更新完成，显然这个性能是无法让人接受的。 diff 策略react 将 diff 算法优化到 O(n) 的时间复杂度，基于了以下三个前提策略：只对同级元素进行比较。
61920编辑于 2022-12-19 - 来自专栏进阶高级前端工程师
React源码分析4-深度理解diff算法
render 阶段，其中 begin 时会调用 reconcileChildren 函数， reconcileChildren 中做的事情就是 react 知名的 diff 过程，本章会对 diff 算法进行讲解 diff 算法介绍react 的每次更新，都会将新的 ReactElement 内容与旧的 fiber 树作对比，比较出它们的差异后，构建新的 fiber 树，将差异点放入更新队列之中，从而对真实 dom 经典的 diff 算法 中，将一棵树转为另一棵树的最低时间复杂度为 O(n^3)，其中 n 为树种节点的个数。 假如采用这种 diff 算法，一个应用有 1000 个节点的情况下，需要比较 十亿 次才能将 dom 树更新完成，显然这个性能是无法让人接受的。 diff 策略react 将 diff 算法优化到 O(n) 的时间复杂度，基于了以下三个前提策略：只对同级元素进行比较。
56020编辑于 2022-11-30 - 来自专栏TSINGSEE青犀视频
安防监控视频AI智能分析网关V4离岗检测算法配置步骤来啦
我们的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。 图片从用户的使用反馈来看，近期V4的离岗算法需求较大，今天小编就带大家来学习一下如何配置智能分析网关V4离岗算法。 1）首先登录算法中心，接入测试算法的视频流或摄像头；图片2）随后编辑该设备配置算法；图片3）找到对应的设备配置对应的算法离岗检测，配置算法参数和检测区域，设置好触发告警时间；图片图片4）配置保存后，触发告警信息后即可完成配置 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视频融合平台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
57320编辑于 2023-10-10 - 来自专栏进阶高级前端工程师
React源码分析4-深度理解diff算法5
render 阶段，其中 begin 时会调用 reconcileChildren 函数， reconcileChildren 中做的事情就是 react 知名的 diff 过程，本章会对 diff 算法进行讲解 diff 算法介绍react 的每次更新，都会将新的 ReactElement 内容与旧的 fiber 树作对比，比较出它们的差异后，构建新的 fiber 树，将差异点放入更新队列之中，从而对真实 dom 经典的 diff 算法 中，将一棵树转为另一棵树的最低时间复杂度为 O(n^3)，其中 n 为树种节点的个数。 假如采用这种 diff 算法，一个应用有 1000 个节点的情况下，需要比较 十亿 次才能将 dom 树更新完成，显然这个性能是无法让人接受的。 diff 策略react 将 diff 算法优化到 O(n) 的时间复杂度，基于了以下三个前提策略：只对同级元素进行比较。
57120编辑于 2023-01-09 - 来自专栏数据分析1480
【4步走起】如何用聚类算法分析用户？
今天主要探讨实际聚类分析时的一些技巧。 01 如何选择适合的聚类算法 聚类算法的运算开销往往很高，所以最重要的选择标准往往是数据量。 但数据量上升到一定程度时，如大于10万条数据，那么大部分聚类算法都不能使用。最近读到的一篇对比不同算法性能随数据量的变化很有意思。 当我们得到聚类结果后，可以对每个簇进行分析，分析簇中用户的个人情况，比如高净值客户的平均年龄、居住区域、开什么车。无关变量不应该作为输入，而应该得到聚类结果后作为分析变量。 直接采用算法来对变量重要性进行排序。 另一个鸡生蛋蛋生鸡的问题是，如果我用算法找到了重要特征，那么仅用重要特征建模可以吗？ 比如我们对彩票客户进行聚类，最终得到4个簇，其中分为： “高购买力忠实客户”：花了很多钱的忠实客户，他们可能常年购买且花费不菲 “普通忠实客户”：常年购买，但每次的购买额度都不大 “刺激性消费单次购买者
88630发布于 2019-08-06 - 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：
65510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）。
1.4K130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？ 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，弹出推送服务地址，如下图：图片4） 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
45920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。
66820编辑于 2023-08-31 - 来自专栏嘉为动态
嘉为科技战略布局紫羚云，IT研运一体化解决方案再添双翼！
近日，腾讯产业生态投资与嘉为科技宣布共同投资智能化和一体化的ITSM平台——紫羚云，完成其千万级的A轮融资。嘉为将与紫羚云进一步深化合作，提升新一代企业级IT研发运营一体解决方案竞争优势。 紫羚云成立于2010年，具备丰富的ITSM项目咨询及软件实施落地经验，结合国内企业用户的需求，以自主研发的ITSM软件为核心，贯穿流程管理、安全管理、投产指挥、开发管理、运维管理、配置管理、数据治理等领域 嘉为科技创始人兼CEO邹方波表示：腾讯产投与嘉为科技共同投资紫羚云——新一代ITSM解决方案的佼佼者，强强联合构建更完整的IT研运一体化解决方案体系！ 完成投资后，嘉为科技将使自有的研运一体化解决方案、深厚的实施服务经验和技术能力与紫羚云ITIL4最佳实践的融合，加速提升彼此产品优势及市场覆盖布局，让应用全生命周期场景管理的一体化，落实到客户数字化转型的进程中 ，更进一步为客户逐步实现从自动化迈向数字化、智能化。
72740发布于 2021-03-26
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