1. 程式人生 > >【工業大資料】工業大資料真正要做的是智慧分析和智慧決策

【工業大資料】工業大資料真正要做的是智慧分析和智慧決策

640?wx_fmt=png&wxfrom=5&wx_lazy=1

“真正的大資料不是有了資料,把這些資料接入之後存起來就可以了,真正要做的事情是智慧分析和智慧決策,通過在兩化融合的基礎上構建的智慧分析優化系統“工業大腦”,進行相應的智慧決策。”

近年來,工業大資料逐漸從概念走向落地階段,資料基礎較好的一些細分工業領域,已經在利用新興的大資料等技術創造價值。崑崙資料科技公司營運長陳晨闡述了大資料如何推動中國工業轉型升級、產業變革,以及工業大資料的特點難點,行業中面臨的挑戰和實施路徑。

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

圖:12月26日,清數大資料產業聯盟與清華校友總會AI大資料專委會(籌)共同主辦的清數思享會系列活動首次在天津武清舉辦。陳晨在會上做了相關分享。

我們對本次分享的精彩內容進行了整理,在不改變原意的前提下有刪改:


工業革命的關鍵技術要素是工業大資料。各個產業大國都面臨著從傳統制造業向製造服務業轉型的壓力。美國的應對方法是工業網際網路革命,德國提出實施工業4.0戰略,我們國家提出“中國製造2025”戰略規劃。美國的工業網際網路側重於用網際網路啟用傳統工業帶動產業變革,關鍵是通過大資料的分析能力實現智慧決策。德國4.0的本質是基於“資訊物理系統”實現“智慧工廠”標準化,”中國製造2025”戰略將工業網際網路和智慧製造兩者進行有機的結合。

面對新一輪的工業革命,要以資訊化和工業化的深度融合為基礎進行智慧化升級。真正的大資料不是有了資料,把這些資料接入之後存起來就可以了,真正要做的事情是智慧分析和智慧決策,通過在兩化融合的基礎上構建的智慧分析優化系統“工業大腦”進行相應的智慧決策。

這些智慧分析與決策離不開原有的資訊化系統和自動化系統的支撐,更離不開產生這些資料的實體裝置與裝備。工業大資料的來源其中一部分是生產經營領域的資料,另外很大一部分則是生產裝置和生產出來的高階產品與裝備在運營過程中產生的機器資料。基於這些資料整合實體執行所在環境資料,在資訊管理系統和自動化系統基礎之上,構建具備智慧分析優化能的大資料系統 ,達成提質、增效、降耗和控險的目的。

工業大資料可以分為三類,一部分是工業物聯網資料,比如生產裝置、智慧產品、複雜裝備24小時不斷產生的資料。一部分企業資訊化資料,同時還有很重要的一部分資料是外部跨產業鏈的資料,包括裝置在執行過程中所處的環境資料,比如氣象資料、地理資料、相應的環境資料,這三種資料合計才能稱之為工業大資料。

工業大資料的挖掘就是把工業物聯網資料與跨產業鏈資料以及企業資訊化資料相結合,把分散在企業各個角落裡的資料進行整合,挖掘這些資料融合所能產生的價值。

工業大資料的特點:多模態、高通量以及強關聯

多模態。

在工業系統裡資料種類、資料格式以及資料結構非常多,結構關係複雜。一個汽輪機裡面會有上萬個零部件,一個複雜裝備的製造企業,它的資料種類多達三百餘種,所以在工業領域裡會存在資料多模態特徵。

高通量。

即無論是生產裝置還是智慧裝備有可能是24小時不間斷產生資料的,我們以分、秒的頻率採集資料,在很多應用場合甚至是毫秒級的資料。這些資料的資料量非常大,海量的裝置與測點,資料採集頻度高、資料吞吐總量大、資料的實時性要求高,呈現出工業大資料的“高通量”特徵。

強關聯。

真正做一個產品設計的時候,它涉及到學科與專業是非常多的,比如設計複雜裝備的時候,不僅僅是涉及到結構分析,流體力學、聲學、動力學、電磁輻射等等各個學科的資料都要進行關聯。資料之間的“強關聯”反映的就是工業的系統性及其複雜的動態關係。

基於工業大資料的特點,工業大資料的資料分析與消費網際網路領域裡的資料分析是有相當大的差別的。消費網際網路大資料的分析物件更多的是以網際網路為支撐的互動,工業大資料實際上是以物理實體和物理實體所處的環境為分析物件,物理實體就是我們的生產裝置以及生產出來的智慧裝備及複雜裝備。在商業資料裡面關注資料的相關性關係,但是在工業領域裡面一定要強調資料因果性,以及模型的可靠性,一定要提升分析結果的準確率才能把分析結果反饋到真正的工業控制過程中。

工業大資料面臨的挑戰

企業應用工業大資料面臨的技術挑戰。企業普遍面臨資料基礎薄弱的境況,企業收集的資料不夠,甚至沒有資料。企業真的要在資料轉型有戰略上的調整,它才會有較大的投入,如果它沒有這種戰略規劃的時候,很難負擔得起專業資料人才的成本。市場上也缺乏工業大資料所需的複合型人才。另外每個工業領域裡都有獨特的知識領域和機理形成的行業門檻,沒有一個普適性的解決方案可以在工業領域裡通用。行業解決方案,只會對某一個行業才能發揮相應的價值。

企業應用工業大資料面臨的管理挑戰。很多合作伙伴或者客戶初期並不知道資料和業務問題之間怎麼關聯,怎麼和業務結合都不清楚,不知道資料到底能不能解決業務問題。有的企業有應用工業大資料的願景,但是業務與工業大資料的實施路徑都沒有統一。

大資料不僅僅是物聯網資料採集與儲存,包括資料的管理、分析與反饋,需要在資料生命週期內構建一個閉環系統,構建這個閉環需要一個過程,不可能一蹴而就。同時,大資料的應用會涉及到企業內部管理流程和經營理念的變革,工業大資料是把工業領域內三類資料進行融合應用,真正發揮大資料的價值的場景不僅是智慧製造,同時也包括產業互聯網裡業務模式創新,所以相應的經營理念和管理機制都要發生變革。這是企業在管理方面面臨的最大的挑戰。所以有時候大家會看到,工業企業的大資料應用甚至都不僅是一個企業的CIO所能牽引的,這需要整個企業在戰略層面去推動,要有明確的資料驅動的業務戰略規劃。

工業大資料的業務落地

通常來講,在與企業規劃工業大資料業務落地可以從兩個維度與企業一同進行思考。一方面是從業務驅動角度來看,要思考企業的整體業務目標是什麼,為了實現這個業務目標要做什麼樣的轉型以及哪方面的能力提升,具體的業務提升和轉型方向是什麼;為了實現業務目標,理想的業務流程是什麼,如何讓這個流程跟資料流進行相應的結合和對映。這是一個由上而下的思考過程,是企業的高層管理者、戰略管理者進行思考並牽引,通過中間管理層完善與豐富,最後落地實施的過程。很多時候大資料應用確實可以解決業務問題,但也可能解決不了所有的業務問題。大資料應用真正幫助企業的不僅僅是在於具體業務問題的解決層面,它是要讓企業構建對資料駕馭的能力,當企業具備了這種能力後,才能夠真正讓企業在內部的生產管理、對外的經營模式上產生變化,真正形成持續的創新與應用的能力。

如何利用資料進行驅動。第一是去看現在手裡有什麼樣的資料,這些資料從哪兒來,如果沒有這些資料要怎麼收集,以及這些資料的特點到底是什麼,是時序資料、時空資料、智慧產品產生的資料、生產裝置產生的資料,資料量到底有多大;第二是對這些資料有了瞭解以後,這些資料怎麼儲存、管理、使用,另一個比較重要的則是資料質量怎麼保證。第三是用什麼樣的系統、什麼樣的工具保證資料儲存、資料管理、資料處理?同時這些資料到底如何進行整合、關聯,不僅僅要把裝置產生的資料拿來進行分析管理,還要在分析過程中關聯周邊的環境資料、地理資料等跨界資料。

工業大資料價值實現的場景

工業大資料應用場景主要可以歸納為兩個場景,一個是圍繞製造全生命週期的業務創新即先進製造,通過大資料驅動的創新產品設計、智慧製造、智慧服務,實現“提質、增效、降耗、控險”,達到提升企業在行業內競爭力的目的;另一個是產業網際網路新業務創新(製造+網際網路):以智慧聯網的工業產品為載體承載服務產品周邊生態系統的產業網際網路業務,達到開創新興市場和業務模式的目的。

工業大資料應用案例

工業大資料在工程機械領域應用案例:工程機械裝置大都在野外作業,作業環境惡劣,作業工況複雜。基於工程機械大資料解決方案實時監測裝置狀況,實現對裝置的預防性維修及服務,在裝置傳送故障前,主動預警並觸發維保方案, 基於裝置執行狀況大資料分析,為企業帶來新的決策創新-助力企業準確判斷市場熱度、實現產品精準營銷、產品改進和企業風險管控。

工業大資料在風電領域應用也體現出巨大的價值。基於工業大資料分析平臺,從故障預警、運營優化等方面著手挖掘大資料價值,取得明顯成效。風機的設計/模擬資料、運維檔案、風機狀態監測資料、測風塔觀測資料、氣象資料、地理資訊等風電資料資源池統一整合到工業大資料分析平臺,通過裝備智慧化、供應鏈協同、跨生態整合三條路徑,逐步實踐風電裝備製造的數字化升級。在既有業務提質增效的基礎上,進一步驅動產業互聯新業務。

640?wx_fmt=png

參會人員合影

清數 • 思享會

思享會,亦私想匯,亦私享會,亦思想匯,是由清數大資料產業聯盟與清華校友總會AI大資料專委會(籌)共同發起的思想交流平臺,定位為小範圍的深度交流,目標是希望通過思想交流與碰撞促進產業的資料創新,以及大資料與產業和資本的融合,幫助各產業發現和挖掘資料的價值,促成聯盟成員及校友之間的互助與合作,為參會嘉賓帶來新靈感和新啟發。

什麼是工業大資料?——如何以較低成本滿足使用者定製化的需求?

智慧工廠

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

上海覺雲科技:通過大資料實現裝置預測性維護

覺雲科技    工業4點0俱樂部                    

640?wx_fmt=png

通過大資料實現裝置預測性維護

上海覺雲科技

導讀

本文通過兩個案例,介紹上海覺雲科技有限公司通過大資料為客戶實現裝置預測性維護。一個案例是將客戶運營於各地的電梯接入雲端,實現遠端運維;另一個案例是為港口裝置提供商建立智慧化裝置資料平臺,實現向數字化服務提供商的轉型升級。

企業簡介

上海覺雲科技創建於2016年,聚焦於物聯網大資料平臺解決方案,為行業客戶提供數字化產品和服務。

覺雲科技主要的產品和服務包括物聯網資料架構設計、基於機器學習的大資料分析元件以及完整的資料產品等。目前主要客戶來自汽車和製造業,產品已經在某工程機械上進行了應用和方案部署。

覺雲科技的創始人及CEO常偉先生,曾就職於微軟上海,擔任物聯網方案部門負責人,負責基於雲端的物聯網的服務元件設計和推廣,包括Azure的PAAS和SAAS服務在中國的落地,提供雲端的資料接入、協議轉換、服務分配、平臺整合、分析和展示。主要客戶包括上海觀致、中國福特、中國通用等企業。

640?wx_fmt=png

專案介紹

案例一:某電梯資料互聯的智慧分析

上海覺雲科技幫助某電梯製造商將其運營在全國各地的電梯接入雲端,基於上傳到雲端電梯感測器的資料,該電梯製造商的運維團隊可以實時地檢視執行狀態,極大地提升了工作效率,降低了運營成本。同時,我們幫助該電梯製造商運用深度機器學習演算法,建立電梯預測性維護模型,該模型能夠準確的預測電梯故障時間,從而使運維團隊可以提前對電梯進行維護,確保電梯正常執行時間高於同業競爭對手,獲得行業領先優勢。

640?wx_fmt=png

案例二:為某港口裝置提供商進行數字化轉型,實現由傳統港口裝置提供商向數字化服務提供商的戰略轉型。

為幫助客戶達到轉型升級的戰略目標,需要為客戶建立基於雲端的智慧化裝置資料平臺,實現雲端資料分析,對分析結果進行視覺化展示;並基於智慧化資料,建立客戶的應用門戶。上海覺雲科技幫助該港口裝置商運用深度機器學習演算法,建立港口裝置預測性維護資料模型,使之能夠基於雲端的裝置資料,實現裝置的異常點檢測和預測性維護。

此外,通過建立資料整合關係,覺雲科技幫助該港口裝置提供商將預測資訊推送到全球監控中心和客戶資訊門戶。根據實際運營中反饋的資料,對於齒輪箱過熱問題,通過增強決策樹演算法建立的模型,可以將預測準確性提升到85%以上。

640?wx_fmt=jpeg

640?wx_fmt=png

人工智慧賽博物理作業系統

AI-CPS OS

人工智慧賽博物理作業系統新一代技術+商業作業系統“AI-CPS OS:雲端計算+大資料+物聯網+區塊鏈+人工智慧)分支用來的今天,企業領導者必須瞭解如何將“技術”全面滲入整個公司、產品等“商業”場景中,利用AI-CPS OS形成數字化+智慧化力量,實現行業的重新佈局、企業的重新構建和自我的煥然新生。

AI-CPS OS的真正價值並不來自構成技術或功能,而是要以一種傳遞獨特競爭優勢的方式將自動化+資訊化、智造+產品+服務資料+分析一體化,這種整合方式能夠釋放新的業務和運營模式。如果不能實現跨功能的更大規模融合,沒有顛覆現狀的意願,這些將不可能實現。

領導者無法依靠某種單一戰略方法來應對多維度的數字化變革。面對新一代技術+商業作業系統AI-CPS OS顛覆性的數字化+智慧化力量,領導者必須在行業、企業與個人這三個層面都保持領先地位:

  1. 重新行業佈局:你的世界觀要怎樣改變才算足夠?你必須對行業典範進行怎樣的反思?

  2. 重新構建企業:你的企業需要做出什麼樣的變化?你準備如何重新定義你的公司?

  3. 重新打造自己:你需要成為怎樣的人?要重塑自己並在數字化+智慧化時代保有領先地位,你必須如何去做?

AI-CPS OS是數字化智慧化創新平臺,設計思路是將大資料、物聯網、區塊鏈和人工智慧等無縫整合在雲端,可以幫助企業將創新成果融入自身業務體系,實現各個前沿技術在雲端的優勢協同。AI-CPS OS形成的字化+智慧化力量與行業、企業及個人三個層面的交叉,形成了領導力模式,使數字化融入到領導者所在企業與領導方式的核心位置:

  1. 精細種力量能夠使人在更加真實、細緻的層面觀察與感知現實世界和數字化世界正在發生的一切,進而理解和更加精細地進行產品個性化控制、微觀業務場景事件和結果控制。

  2. 智慧:模型隨著時間(資料)的變化而變化,整個系統就具備了智慧(自學習)的能力。

  3. 高效:企業需要建立實時或者準實時的資料採集傳輸、模型預測和響應決策能力,這樣智慧就從批量性、階段性的行為變成一個可以實時觸達的行為。

  4. 不確定性:數字化變更顛覆和改變了領導者曾經仰仗的思維方式、結構和實踐經驗,其結果就是形成了複合不確定性這種顛覆性力量。主要的不確定性蘊含於三個領域:技術、文化、制度。

  5. 邊界模糊:數字世界與現實世界的不斷融合成CPS不僅讓人們所知行業的核心產品、經濟學定理和可能性都產生了變化,還模糊了不同行業間的界限。這種效應正在向生態系統、企業、客戶、產品快速蔓延。

AI-CPS OS形成的數字化+智慧化力量通過三個方式激發經濟增長:

  1. 創造虛擬勞動力,承擔需要適應性和敏捷性的複雜任務,即“智慧自動化”,以區別於傳統的自動化解決方案;

  2. 對現有勞動力和實物資產進行有利的補充和提升,提高資本效率

  3. 人工智慧的普及,將推動多行業的相關創新,開闢嶄新的經濟增長空間

給決策制定者和商業領袖的建議:

  1. 超越自動化,開啟新創新模式:利用具有自主學習和自我控制能力的動態機器智慧,為企業創造新商機;

  2. 迎接新一代資訊科技,迎接人工智慧:無縫整合人類智慧與機器智慧,重新

    評估未來的知識和技能型別;

  3. 制定道德規範:切實為人工智慧生態系統制定道德準則,並在智慧機器的開

    發過程中確定更加明晰的標準和最佳實踐;

  4. 重視再分配效應:對人工智慧可能帶來的衝擊做好準備,制定戰略幫助面臨

    較高失業風險的人群;

  5. 開發數字化+智慧化企業所需新能力:員工團隊需要積極掌握判斷、溝通及想象力和創造力等人類所特有的重要能力。對於中國企業來說,創造兼具包容性和多樣性的文化也非常重要。

子曰:“君子和而不同,小人同而不和。”  《論語·子路》雲端計算、大資料、物聯網、區塊鏈和 人工智慧,像君子一般融合,一起體現科技就是生產力。

如果說上一次哥倫布地理大發現,拓展的是人類的物理空間。那麼這一次地理大發現,拓展的就是人們的數字空間。在數學空間,建立新的商業文明,從而發現新的創富模式,為人類社會帶來新的財富空間。雲端計算,大資料、物聯網和區塊鏈,是進入這個數字空間的船,而人工智慧就是那船上的帆,哥倫布之帆!

新一代技術+商業的人工智慧賽博物理作業系統AI-CPS OS作為新一輪產業變革的核心驅動力,將進一步釋放歷次科技革命和產業變革積蓄的巨大能量,並創造新的強大引擎。重構生產、分配、交換、消費等經濟活動各環節,形成從巨集觀到微觀各領域的智慧化新需求,催生新技術、新產品、新產業、新業態、新模式。引發經濟結構重大變革,深刻改變人類生產生活方式和思維模式,實現社會生產力的整體躍升。

產業智慧官  AI-CPS

用“人工智慧賽博物理作業系統新一代技術+商業作業系統“AI-CPS OS:雲端計算+大資料+物聯網+區塊鏈+人工智慧)在場景中構建狀態感知-實時分析-自主決策-精準執行-學習提升的認知計算和機器智慧;實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈

640?wx_fmt=png

640?wx_fmt=png

長按上方二維碼關注微信公眾號: AI-CPS,更多資訊回覆:

新技術“雲端計算”、“大資料”、“物聯網”、“區塊鏈”、“人工智慧新產業:智慧製造”、“智慧農業”、“智慧金融”、“智慧零售”、“智慧城市、“智慧駕駛”新模式:“財富空間、“資料科學家”、“賽博物理”、“供應鏈金融”

官方網站:AI-CPS.NET

本文系“產業智慧官”(公眾號ID:AI-CPS)收集整理,轉載請註明出處!

產業智慧官(公眾號ID:AI-CPS推薦的文章,除非確實無法確認,我們都會註明作者和來源。部分文章推送時未能與原作者取得聯絡。若涉及版權問題,煩請原作者聯絡我們,與您共同協商解決。聯絡、投稿郵箱:[email protected]

相關推薦

工業資料工業資料真正的是智慧分析智慧決策

“真正的大資料不是有了資料,把這些資料接入之後存起來就可以了,真正要做的事情是智慧分析和智慧決策

工業資料工業資料應用場景分析工業資料,從何

工業大資料也是一個全新的概念,從字面上理解,工業大資料是指在工業領域資訊化應用中所產生的大資料。

工業資料工廠資料之資料來源分析;如何挖掘並駕馭資料的價值,成為“資料企業”?

眾所周知,工業大資料是工廠智慧化水平提升的關鍵路徑,而資料來源的分析和管理是工廠大資料的基礎,理

NOIP2014 提高組生活爆炸版石頭剪刀布

關系 LG vertica 爆炸 namespace -s sof OS Go Description 石頭剪刀布是常見的猜拳遊戲:石頭勝剪刀,剪刀勝布,布勝石頭。如果兩個人出拳一 樣,則不分勝負。在《生活大爆炸》第二季第 8 集中出現了一種石頭剪刀布的升級版遊戲。

oracle 處理日期型資料常見日期資料處理

獲得當前日期 sysdate() 為日期加上特定月份 add_months(end_date,1) 求日期所在月的最後一天 last_day() 計算兩個日期所差的月數 months_between() 計算日期之後的一週之內的日期 next_day()

oracle報錯 impdp匯入資料報錯ORA-29283: invalid file operation

oracle impdp匯入資料報錯ORA-29283: invalid file operation 資料庫版本:11.2.0.4;系統版本:Oracle Linux 6.4 場景: 使用impdp匯入資料,dump檔名為bop_1112.dump,directory為:dataBac

洛谷P1230智力沖浪

題目大意:給定 N 項任務,每項任務有一個截至完成時間,若在截止時間之後完成要罰款 \(w_i\) 元,最初有 M 元,怎樣完成能夠留下最多得錢。 題解:按照罰款從多到少貪心,在查詢能夠最晚完成一項任務的時間時,可以採用並查集優化,即:建立一個時間上的並查集,每次在某個時間完成一項任務時,合併當前時間和前一

二叉樹SDUT 3342 資料結構實驗之二叉樹三:統計葉子數

Problem Description 已知二叉樹的一個按先序遍歷輸入的字元序列,如abc,,de,g,,f,,, (其中,表示空結點)。請建立二叉樹並求二叉樹的葉子結點個數。 Input 連續輸入多組資料,每組資料輸入一個長度小於50個字元的字串。 Output 輸出

Android音視訊TS流資料解析Jni2Java回撥

為了解析傳輸到手機的TS流有效視訊資料,進行預覽播放和錄製等功能,在網上看到的部分關於android播放TS流,如UDP預覽播放,採取的方式真是夠標新立異,如通過儲存到本地ts檔案然後播放,會有閃屏現象等,當然也有很多的播放器支援播放,如ffmepg-and

運維心得查得到資料頁面卻不顯示的解決方案

今天工作中碰到一個詭異的問題,如下圖,明明查出來是有31條資料,但是頁面上缺沒有顯示? 一開始認為是js的問題,前臺介面程式碼過濾了一遍,結果發現很簡單,沒有發現什麼問題,如下: sortOrder: 'desc', pagination: true, pageNum

洛谷P4735異或

題面 題解 這個題目要求區間最大異或和,在可持久化$\text{trie}$上貪心即可。 (常數太大過不了洛谷的毒瘤資料) 程式碼 #include<cstdio> #include<cstring> #include<cctype> #include<

MyBatis框架點滴——mybatis插入資料返回主鍵(mysql、oracle)

  向資料庫中插入資料時,大多數情況都會使用自增列或者UUID做為主鍵。主鍵的值都是插入之前無法知道的,但很多情況下我們在插入資料後需要使用剛剛插入資料的主鍵,比如向兩張關聯表A、B中插入資料(A的

二叉樹路徑124. Binary Tree Maximum Path Sum

/** * Definition for a binary tree node. * struct TreeNode { * int val; * TreeNode *le

機器學習筆記似然估計法與LR中 J of theta 的概率解釋

看公開課的時候再次遇到,決心搞懂他… 首先是Andrew Ng在公開課中提到為什麼LR的損失函式要用最小二乘,給出了概率解釋,是在樣本誤差服從IID,並且誤差整體服從高斯分佈的最大似然函式的log表出。 最大似然估計法 先從一個比較普遍的例子講起:

流暢的python系列——python資料結構之序列2

文章內容接上篇 三、切片 《流暢的python》的第2章中,對於切片的簡單用法,只是一帶而過: 在 Python 裡,像列表(list)、元組(tuple)和字串(str)這類序列型別都支援切片操作,但是實際上切片操作比人們所想象的要強大很多。 文中,主要講了切片的3個方面: 1.為什麼在pytho

Sql Server學習Sql Server資料查詢(三)

(1)查詢資訊系(IS)的所有學生的姓名,所選課程號及成績。 select Sname,Cno,Grade from Student,SC where Sdept IN (select

閾值分割熵分割法

第一次嘗試寫部落格,希望能堅持下去。。。 最近在做紅外小目標檢測,用到一個最大熵分割法,ok,下面介紹一下。 最大熵分割法 現在主要用的熵演算法有 P 氏熵演算法,KSW 熵演算法、JM 熵演算法下面以經典的 KSW 熵演算法為例介紹其原理和計算過程。 KSW熵演算法

每日一題Java 基本資料型別基礎面試題

原文作者資訊 作者:工匠若水 公眾號: 碼農每日一題 (1)問:如下程式語句有什麼問題嗎? short s1 = 1;s1 = s1 + 1;    //1short s2 = 1;s2 +

Sql Server學習Sql Server資料查詢

(1)查詢資訊工程學院(IS)的所有學生的姓名。 select sname,sdept from student where sdept='is' (2)查詢學生選課成績合格的成績資訊。select grade from sc where grade>=60 (3

微服務直播Apache佬聯手華為雲中間件領域總架構師開講啦!

分布 ESS vpd fff 方案 RoCE follow tex str 聽華為大牛分享基於服務的分布式事務解決方案 1月16號19:00-20:00 在線直播 2019年,進階微服務架構之路不容錯過的一堂微服務直播課,快來強勢圍觀! 參與直播互動,還有機會獲得導師推薦書