- 综合排序
- 最热优先
- 最新优先
- 来自专栏CSDN技术头条
下一代计算：空间计算
要点概括 随着民用GPS的普及，通过诸如谷歌地图、Uber服务、地理位置标签、地域指向性服务等定位服务，空间计算极大地丰富了民众的生活； 空间数据库、空间统计、空间数据挖掘之类的概念，让计算机科学得到进一步增强 革命性的成果 空间计算最初是为了对地图及其他地理数据进行计算和分析，其影响集中在高度专业化的学科领域（表一）。从那时起，空间计算技术的一系列变革已经深深地融入人类社会，协助我们回答各种各样的问题。 由空间大数据引发的计算问题为云计算研究提供了新的研究机遇：现有的空间数据集超出了普通空间计算技术能力，如何计算其规模、种类与更新率，并用合理的方式学习、管理、处理数据。 如何利用空间认知概念提高空间计算服务的可用性？ 一些机构在空间计算方面设立了研究项目，鉴于其跨领域的范围，捐助者应当在这一新兴领域创建专为空间计算设计的长期研究项目，以打造出计算机科学领导者。
2.6K90发布于 2018-02-12 - 来自专栏音视频咖
进入空间计算时代，腾讯云MPS率先支持空间视频
图1：Apple VisionPro 为了实现卓越的空间视频效果，空间视频采用了MV-HEVC（Multiview HighEfficiency Video Coding）视频编码标准，传输方案选择了标准的 图3：SBS编码与MV-HEVC编码示意 图4：MV-HEVC视点间预测（Inter Layer模式） 实际上对于空间媒体处理中的空间视频处理、MV-HEVC等编码能力，腾讯布局比较早，早在Vision ISOBMFF容器封装扩展 除去编码技术上的支持，容器格式和传输协议也需要更好的升级以满足空间视频的分发支持。空间视频的容器封装方案，基于ISOBMFF标准，对MV-HEVC的支持进行了扩展。 而在空间视频场景下，我们不仅需要存储主视角的参数信息，还需要辅助视角的参数信息。 为了支持分发空间视频，在现有HLS标准的基础之上也引入了支持空间视频的特性，具体如下： 1. EXT-X-VERSION为12； 2.
3.2K10编辑于 2024-02-05 - 来自专栏卯金刀GG
【MYSQL计算表记录占空间大小】
SELECT table_name, table_rows, data_length + index_length, CONCAT( ROUND( (data_length + index_length) / 1024 / 1024, 2 ), 'MB' ) DATA FROM information_schema.tables WHERE table_schema = 'test_schema' ORDER BY DATA DESC;
1.9K10发布于 2019-07-25 - 来自专栏全栈程序员必看
空间分析 | 莫兰指数的计算
计算公式： 以下通过一个详细的实验具体说明。 ---- 实验 实验目的 通过Arcgis空间自相关工具分析旧金山区域犯罪与地区位置的关系，从而熟悉空间自相关工具的使用和莫兰I指数的判读。 ，计算各区域面内犯罪数量，结果如下： 图3 区域面犯罪数量统计 2、生成空间权重矩阵 参数设置：空间关系的概念化选择INVERSE_DISTANCE(一个要素对另一个要素的影响随着距离的增加而减少), 距离法选择MANHATTAN(计算每个要素与邻近要素之间的距离的方式为城市街区计算类型)。 距离法： 指定计算每个要素与邻近要素之间的距离的方式。 3、通过空间权重矩阵计算莫兰I指数，分析毒品犯罪与空间位置的相关性。
7.6K40编辑于 2022-09-12 - 来自专栏Python大数据分析
基于geopandas的空间数据分析——空间计算篇(上)
本文示例代码已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes 后台回复空间计算也可获取本文全部代码 1 简介 在本系列之前的文章中我们主要讨论了 在实际的空间数据分析过程中，数据可视化只是对最终分析结果的发布与展示，在此之前，根据实际任务的不同，需要衔接很多较为进阶的空间操作，本文就将对geopandas中的部分空间计算进行介绍。 本文是基于geopandas的空间数据分析系列文章的第8篇，通过本文你将学习到geopandas中的空间计算（由于geopandas中的空间计算内容较多，故拆分成上下两篇发出，本文是上篇）。 2 基于geopandas的矢量计算 geopandas中的矢量计算根据性质的不同可分为以下几类： 2.1 构造型方法 geopandas中的构造型方法（Constructive Methods）指的是从单个 用于将Multi-xxx或Geometry-Collection类型的数据从一行拆分到多行，如下面的例子，非矢量字段会自动填充到每一行： 图30 以上就是本文的全部内容，关于更多geopandas中空间计算的内容
3.8K30编辑于 2022-04-03 - 来自专栏Python大数据分析
基于geopandas的空间数据分析——空间计算篇(下)
8篇中，我们对geopandas开展空间计算的部分内容进行了介绍，涉及到缓冲区分析、矢量数据简化、仿射变换、叠加分析与空间融合等常见空间计算操作，而本文就将针对geopandas中剩余的其他常用空间计算操作进行介绍 本文是基于geopandas的空间数据分析系列文章的第9篇，也是整个系列文章主线部分内容的最后一篇，通过本文，你将学习到geopandas中的更多常用空间计算方法。 2 基于geopandas的空间计算 承接上文内容，geopandas中封装的空间计算方法除了系列上一篇文章中介绍的那几种外，还有其他的几类，下面我们继续来学习： 2.1 空间连接 类比常规表格数据的连接操作 撰写本系列文章的初衷，一是因为我对pandas的高度熟悉，二是由于喜欢编程，对ArcGIS之类主要靠点击相应按钮完成任务且容易出错的空间分析软件不太喜欢，所以在了解到有这么一个与pandas有着莫大渊源且可以做很多实用的空间计算操作的 geopandas是一个非常优秀的工具，它给了我们进行空间计算的多一种选择，我目前所有工作中涉及到的可以用geopandas解决的问题，都会在jupyter中建立顺滑的工作流。
1.7K20编辑于 2022-04-03 - 来自专栏人工智能与演化计算成长与进阶
Tensorflow 命名空间与计算图可视化
，它会根据每个 Tensorflow 计算节点的命名空间来整理可视化得到效果图，使得神经网络的整体结构不会被过多的细节所淹没。 为了更好的组织可视化效果图中的计算节点，Tensorboard 支持通过 Tensorflow 命名空间来整理可视化效果图上的节点。 在 Tensorboard 的默认视图中，Tensorflow 计算图中同一个命名空间下的所有节点会被缩略为一个节点，而顶层命名空间的节点才会被显示在 Tensorboard 可视化效果图中。 def train(mnist): # 将处理输入数据的计算都放在名字为"input"的命名空间中 with tf.name_scope('input'): x = tf.placeholder 除了手动的通过 TensorFlow 中的命名空间来调整 TensorBoard 的可视化效果图，TensorBoard 也会智能地调整可视化效果图上的节点.TensorFlow 中部分计算节点会有比较多的依赖关系
1.1K30发布于 2020-08-14 - 来自专栏ZackSock
【计算机视觉处理4】色彩空间转换
【计算机视觉处理4】色彩空间转换 1、图层操作 在第2篇中提到过，如果是二值图片（黑白图）或者灰度图片，一个像素需要一个8位二进制来表示。而对于彩色图像，一个像素则需要用3个8位二进制来表示。 不同的色彩空间删除处理不同的问题，有时候我们会将图片转换成指定的色彩空间以便进行相应的处理。 RGB（我们认为RGB和BGR是同种色彩空间）是一种方便计算机处理的色彩空间，它用三原色组成。 如果遇到需要调节饱和度的场景时，我们可以选择使用HSV色彩空间。 3、色彩空间的转换 色彩空间的转换有固定的公式，这些公式都非常简单，我们来简单看其中一个。RGB到YCrCb颜色空间的转换： ? 其中δ的值计算如下： ? 当然我们不需要自己计算，在OpenCV中提供了色彩空间转换的函数cv2.cvtColor()，函数格式如下： dst = cv2.cvtColor(src, code) 该函数接收两个参数，分别是要转换的图片和转换的模式
1.7K20发布于 2021-01-08 - 来自专栏HT
基于 GPU 渲染的高性能空间包围计算
空间包围检测在计算机图形学、虚拟仿真、工业生产等有着广泛的应用。 现代煤矿开采过程中，安全一直是最大的挑战之一。 通过对煤矿地质空间中各地质因素建模，建立空间数据库，还原地下真实场景，使用计算机图形学进行空间计算，可以实时监测各隐蔽致灾因素的位置和距离，指导安全生产，并进行可视化展示。 空间包围检测有多种方法，比如基于包围盒的检测，三角面碰撞检测等。本文提出了一种基于 GPU 渲染的高效计算方法。 假定待检测球体范围的半径为r。 两种检测方法如下： 方法 1：遍历模型所有的点，计算点和球心的距离。如果有距离小于 r，模型在球体范围内。 方法 2：以检测区域的包围盒为正交投影空间，渲染所有需要检测的模型。 如果需要计算结果是模型在球体范围内，也就是模型是实心的，建模时需要在模型内部加上额外的辅助计算的三角面，用于表达内部信息。此时用方法 1 + 2 可检测模型在球体范围内。
51510编辑于 2024-01-30 - 来自专栏用砖头敲代码
php实现计算QQ空间登录的p值
流弊 就在昨天困扰了我四个月之久的QQ空间登录p值的计算问题终于被解决了，众所周知QQ空间登录是四步进行的，前三步我都完成了，但是第四步涉及到一个p值的计算，而我能嫖到的代码只有一个login.js， int 状态码，成功：1，失败：-1 msg string 返回信息 data array 获取的数据 声明 我不是小学生，没空偷你账号密码和ck，信就信，不信就Ctrl+W 如无特殊说明《php实现计算 QQ空间登录的p值》为博主MoLeft原创，转载请注明原文链接为：https://moleft.cn/post-146.html
1.2K10编辑于 2022-08-30 空间计算与混合计算：引领未来七年的技术变革浪潮
空间计算与混合计算：引领未来七年的技术变革浪潮来源：Gartner 未来技术趋势报告 2025 | 作者：ChatGPT GPT-5一、导言：新一轮技术革命的前夜在数字化、智能化持续深化的当下，空间计算 二、空间计算：连接数字与物理世界的新桥梁1. 四、空间计算 × 混合计算：未来的协同进化未来，空间计算的沉浸式交互能力 将与 混合计算的分布式算力体系 深度融合，形成全新的“虚实协同生态”。 如 Gartner 所言：“空间计算让数字世界更具感知力，混合计算让计算世界更具包容性。” 附录：空间计算与混合计算对比一览表对比维度 空间计算（Spatial Computing）混合计算（Hybrid Computing）核心目标 虚实融合、沉浸式交互
48010编辑于 2025-10-27- 来自专栏VRPinea
Magic Leap新动向：致力于AI计算房间空间
而Magic Leap公司此前已发表过相应的文章，深入探讨追踪点在3D空间里的作用。通过两个追踪点，数字对象就能被放置在一个3D空间中且一直保持在这个3D空间之内。
77070发布于 2018-05-16 - 来自专栏机器之心
图灵奖得主Jack Dongarra：超级计算顶部还有很大空间
超级计算机可以说是科学计算界的奥运冠军。通过数值模拟，超级计算机丰富了我们对世界的理解：无论是宇宙中数光年之外的恒星、地球的天气和气候，还是人体的运作机理。 软件跟着硬件走，在超级计算的顶层仍有很大的空间，来达到更好的机器性能。 Q3：目前在高性能计算方面有什么令你兴奋的发展？ A：我们的高性能超级计算机是建立在第三方元件上的，比方说你和我也能买到高端芯片，只是高性能计算机上需要很多。通常我们在高性能计算机上面以 GPU 的形式使用一些加速器。 另一个研究领域是关于如何从低精度的计算开始，得到一个近似值，然后再使用更高精度的计算来细化结果。 Q5：超级计算机的功耗如何？ Q6：您如何看待量子计算在未来高性能计算中的作用？ A：我认为量子计算能解决的问题是有限的，它不会解决像三维偏微分方程这样的问题，我们在这方面经常使用超级计算机，如气候建模。
47410编辑于 2022-12-15 - 来自专栏量子位
8998元抢先上手空间计算，不用等苹果了
如上效果，就是由一台AR眼镜+一台AR主机实现的，它们组合之后，开始被称为“空间计算机”，能把计算机的功能放到虚实结合的世界里。 为什么这一回，可以称得上是“空间计算机”？ 由此官方直接将Station Pro+Rokid Max Pro定义为一台“空间计算机”。 也标志着在通往空间计算这条路上，VST阵营下的苹果、OST阵营下的Rokid，现在都已交出最新答卷。 空间计算机，为什么是现在？ 直接原因来自最新趋势。 今年苹果发布Vision Pro，把一个行业内的专业词汇带到了大众面前： 空间计算。 空间计算是最好的体现方式之一。 综上多方面原因，也就不难理解为什么行业玩家Rokid会在此刻连发两款新品，并组成一台“空间计算机”。
49130编辑于 2023-09-08 - 来自专栏极客起源
【计算机视觉】使用OpenCV处理色彩空间（Python版）
本文将介绍另外两个比较常见的色彩空间：GRAY色彩空间和HSV色彩空间。 1. 所以尽管可以使用这2个空间转换码将GRAY色彩空间抓好为BGR色彩空间和RGB色彩空间，但转换结果仍然是灰度图像。 3. RGB/BGR色彩空间与HSV色彩空间之间相互转换 OpenCV提供的cvtColor函数不仅可以将图像从RGB/BGR色彩空间转换到GRAY色彩空间，还能将图像在RGB/BGR色彩空间与 表2是将图像在RGB/BGR色彩空间与HSV色彩空间之间转换时需要使用的色彩空间转换吗。 下面的代码将BGR色彩空间的图像（flower.jpg）与HSV色彩空间互相转换，并保存转换结果。 其中图6是原图，图7是转换到HSV色彩空间的图像。图8是读取的HSV色彩空间的图像。图9是从HSV色彩空间转换到BGR色彩空间后的效果。
3.1K30编辑于 2023-03-08 - 来自专栏代码编写世界
OSG绘制空间凹多边形并计算其面积
2) 几何图元遍历 对于二维的凹多边形，可以有办法计算其面积。但是对于三维空间的凹多边形，计算其面积却很困难。这是因为三维空间凹多边形甚至都有可能不是共面的。 而我们知道，任何复杂的图形都是通过分解成三角形进行绘制的，只要获取分解成的三角形，计算其面积并相加（空间三角形的面积计算比较简单），就可以得到凹多边形的总面积。 TriangleFunctor> using namespace std; using namespace osg; osg::ref_ptr<osg::Geometry> redPolygon; //计算空间三角形的面积 参考 OSG学习笔记（三）之如何将非三角面转换为三角面 osg几何体的图元的遍历 OSG计算并绘制模型中每一个三角面片的法向量 OSG(OpenSceneGraph)基础学习9：OSG多边形分格化
1.9K40发布于 2019-08-13 - 来自专栏代码编写世界
计算空间物体包围球的两种算法实现
概述 在进行二维空间几何运算的之前，往往会用包围盒进行快速碰撞检测，从而筛掉一些无法碰撞到的可能。而在三维中，比较常用的就是包围球了。当然，如何计算包围球是一个问题。 2. 详论 2.1. naive算法 一个最简单的思路就是，计算空间顶点在X、Y、Z方向上的最大值和最小值，那么就可以得到8个顶点组成的包围盒。 最好还是计算中心点到所有顶点距离的最大值： void BoundingSphere::GetBoundingSphereNative(const std::vector<Vec3d>& pointList 首先计算出X方向上距离最远的两个点，Y方向上距离最远的两个点以及Z方向上距离最远的两个点。以这三个距离最远的范围作为初始直径，这三个距离的中心点作为初始球心。 参考 3D空间包围球(Bounding Sphere)的求法 Cesium原理篇：3最长的一帧之地形(2：高度图)
1K21编辑于 2022-10-05 - 来自专栏BestSDK
2018年云计算细分领域，增长空间将更大
在这样的背景下，云计算产业历规模高速增长，展现出勃勃生机，不但造就了诸多云计算巨头，还帮助企业、行业客户实现数字化转型和变革。 公有云，私有云，混合云等多云部署将在2018年有更大空间增长。 而在全球云计算市场爆炸式增长的同时，2018年产业趋势和格局也逐渐清晰。 3.私有云 Alex Lesser表示，随着企业希望获得对计算资源的控制权，明年将转向私有云。 Lesser是执行副总裁位于加利福尼亚州Lake Forest的PSSC实验室为大数据处理机构提供超级计算能力。 “诸如AWS这样的云服务，对于那些需要大量计算能力的公司来说，除了月度发票上的意外订单外，云端客户还可能受到性能问题和网络攻击的间接成本的打击。然而随着云计算的普及，在其基础上出现了裂缝。
93130发布于 2018-03-02 - 来自专栏数据科学学习手札
（数据科学学习手札84）基于geopandas的空间数据分析——空间计算篇（上）
在实际的空间数据分析过程中，数据可视化只是对最终分析结果的发布与展示，在此之前，根据实际任务的不同，需要衔接很多较为进阶的空间操作，本文就将对geopandas中的部分空间计算进行介绍。 本文是基于geopandas的空间数据分析系列文章的第8篇，通过本文你将学习到geopandas中的空间计算（由于geopandas中的空间计算内容较多，故拆分成上下两篇发出，本文是上篇）。 2 基于geopandas的矢量计算 geopandas中的矢量计算根据性质的不同可分为以下几类： 2.1 构造型方法 geopandas中的构造型方法（Constructive Methods）指的是从单个 比如在计算路网相关的指标时，我们可能会需要与目标区域存在叠置关系的部分路网，这就存在面与线之间的叠加分析。 图30 以上就是本文的全部内容，关于更多geopandas中空间计算的内容，我们将在下一篇中继续讨论。
4.6K31发布于 2020-05-25 - 来自专栏人工智能与演化计算成长与进阶
一起来学演化计算-实数空间变异算子
从入门演化计算时就读着郑老师的书走来的。在此对其表示最诚挚的敬意 实数搜索空间变异算子的实现 ? 变异算子的设计原则 ? 变异算子的研究概况 ? ? ? 实数空间常用变异算子 均匀变异 ? 小型微 型计算机系统, 2002, 23 (11):1390~1392. [76] 刘若辰, 杜海峰, 焦李成. 基于柯西变异的免疫单克隆策略[J]. 计算机仿真,1999,16(3):8 ~11. [78] 王战权, 赵朝义, 夏云庆. 进化策略中基于柯西分布的变异算子改进探讨[J]. 基于演化计算的并行问题求解[D]. 武汉:武汉大学博士学位论文,1996. [82] Varun Aggarwal， Una-May O’Reilly. 演化计算[M]. 北京: 清华大学出版社, 1998.5. [84] P.J.Angeline.
1.3K20发布于 2020-08-14
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