学习标签_DAMO开发者矩阵

学习

具身智能的真机数据瓶颈：物理交互数据为何难以替代

具身智能领域近期出现一个值得技术团队关注的信号。据行业媒体9月的报道及业内人士透露，海外头部通用AI机构已通过专业数据采集机构采购千万小时量级的具身（机器人）数据，配套投入资源以百亿元人民币计，并出现了专门为前沿AI实验室采集机器人数据的服务商。同期，新一代通用大模型被放入机器人任务测试，语义理解、目标识别、任务规划等认知能力表现突出，但接触、力控、双臂协调、紧配合插入等物理操作能力存在明显短板。

ok_vince
4小时前

 25

#学习 #大数据 #机器人 +1
普通程序员要不要学 Agent 开发？3 个实战带你从零到生产级

普通大模型聊天机器人通常是单轮或简单多轮对话：你问一句，它答一句，模型本身不会主动操作外部世界。Agent 与它的核心区别是：Agent 能够根据目标做决策，主动调用工具，观察工具返回的结果，并根据结果继续下一步，直到任务完成或达到终止条件。Agent = 大模型 + 记忆 + 工具 + 规划循环大模型：负责理解任务、生成决策和总结表达。记忆：保存上下文、中间结果和长期知识。工具：搜索引擎、计算器

 m0_73571447
5小时前

 34

#学习 #人工智能 #android studio +1
【2027年精选毕业设计：SynapseOS 具身智能自组织机器人协作系统（含论文+源码+PPT+开题报告+任务书+答辩讲解）】

2027年前沿选题——SynapseOS具身智能自组织机器人协作系统，基于去中心化多智能体强化学习与端侧视觉语言模型，实现机器人自主组网、任务自涌现、跨体技能迁移及数字孪生预演。系统无需中心调度，支持自然语言交互与动态分工，适用于仓储、救援等场景。配套完整论文、源码、PPT及答辩资料，助力硕士/优秀本科毕业设计高效落地。

古雅学长
11小时前

 39

 2

#学习 #java #前端
导航学1-导航学的相关概念和发展状况

导航学是研究运动载体位置、速度、方位、姿态等参数，规划并控制其运动轨迹的理论，技术和方法的学科。多源融合定位（GNSS+惯导+视觉+地磁等），室内/地下复杂环境导航，智能导航，具身导航。导航是通过监视和控制载体的位置，速度等，并与目标点进行对比，从而指引载体到指定点的过程。无人机载体场景，导航信息直接送入控制系统，自动控制载体运动。例如：惯性导航，天文导航，地磁/地形匹配导航。只确定载体当前位置，

2601_95032979
1天前

 139

 2

#学习
四驱移动机器人SSMR

四轮驱动移动机器人(SSMR)在野外非结构化场景中有着广泛应用，本文对SSMR的运动规律及特性进行了详细分析；接着将SSMR运动模型抽象简化为两轮差速驱动机器人模型，构建了SSMR的运动学模型，并给出了简易的模型参数计算实验方案；最后从实际应用角度对比分析了SSMR和car-like robot、差速驱动机器人的优缺点及其适用范围。移动机器人种类繁多，但经典的“款型”也就只有几种，普通场景基本够用

 冰水不良
1天前

 117

 1

#学习
AI Agent引爆电商客服变革：从“简单问答“到“价值创造“，2026年商业应用全解析！

2026年，AI Agent在电商客服实现规模化应用，推动服务从“问答”迈向“智能执行”。在售前、售中、售后三大场景中，AI Agent通过个性化推荐、流程自动化与情感识别，显著降本增效、提升转化率并沉淀数据资产。尽管面临模型幻觉与数据整合挑战，其正向多智能体协作与具身智能演进，成为电商数字化转型的核心引擎。

猿类崛起@
1天前

 179

 3

#人工智能 #学习 #AI
大模型学习指南：收藏这份AI应用开发实战手册，小白也能轻松入门并掌握核心技能

单纯LLM是"聊天机器人"，LLM + Harness才是"能干活的智能体"。二、RAG检索增强：解决大模型幻觉与私有知识缺失RAG解决"知识不准、知识滞后、私有知识无法读取"的问题，是静态知识获取的最佳方案。三、Agent智能体：解决复杂多步骤自主任务RAG解决"知道什么"，Agent解决"会做什么"。复杂自动化任务必须上Agent。四、Fine-Tuning微调：解决模型输出不规范、能力不稳定

 大耳朵爱学习
1天前

 185

 1

#人工智能 #学习
开源AI Agent平台深度解析，如何打造企业级智能客服基础设施？

Rasa是全球领先的企业级对话式 AI Agent 平台，由德国 Rasa Technologies 公司开发，采用开源核心 + 商业增强的双轨模式。开源版基于 Apache 2.0 协议完全开放，商业版（Rasa Pro / Rasa Enterprise）提供企业级治理、CALM 大模型框架、安全合规等增强能力。Rasa 不是传统意义上的 “客服机器人”，而是一套AI Agent 基础设施平台

 Python程序员小泉
2026-09-14 20:41:37

 209

 1

#开发语言 #人工智能 #学习 +2
Franka&TAM：面向机器人迁移的力矩自适应模块

TAM（力矩自适应模块）提出一种无需重训练的仿真到现实迁移方法，通过在力矩接口层注入残差力矩，适配真实机器人与理想模型间的物理差异。其核心为轨迹条件化的自适应层，基于12秒历史状态编码与1kHz实时修正，实现对强化学习、行为克隆及模型预测控制等策略的通用兼容。实验在Franka Panda上验证，显著提升带负载末端跟踪精度（误差从6.04cm降至1.29cm）。FrankaResearch3所具备

 BFT白芙堂
2026-09-14 17:22:26

 233

#机器人 #人工智能 #学习
小车差速轮正逆运动学解

需要注意的是：在未对底盘做特殊设计的情况下，万向轮的轮子直径远小于驱动轮的直径，这是万向轮特殊的构造引起的，而轮子的大小极大决定了机器人的越障能力，所以差速机器人一般应用于室内场景中，且没有没有沟壑、门槛等。经过对两轮差速机器人的对比分析，可知差速机器人应用广泛的原因是：机械结构简单、仅使用2个电机驱动，运动控制模型简洁，实际控制程序简单，成本较低，且作为移动平台，又能满足一般功能需求。假设机器人

 冰水不良
2026-09-14 15:18:02

 93

#学习
2026年AI薪资金字塔解析：年薪200万招不到人，月薪8000的岗位却被挤破头，小白如何进阶大模型赛道？

本文深入剖析了2026年AI就业市场的薪资分层现象，揭示了金字塔顶端的AI科学家和负责人月薪可达13.2万元，而部分岗位年薪甚至高达200万，形成“冰火两重天”的局面。文章详细介绍了AI薪资金字塔的三个层级：塔尖的少数人（年薪百万起步）、腰部的资深选手（年薪50万-120万）和底部的入门者（月薪1万-3万），并针对不同层级提出了相应的进阶路线图，包括AI入门课、AI大模型课和AI具身智能课，帮助读

 学编程的头没秃
2026-09-14 14:26:27

 72

#人工智能 #学习
[论文学习]SafeVLA-Bench：视觉-语言-动作模型中的“成功–安全鸿沟”基准测试

当前 VLA 模型的评测几乎完全以“是否在超时前完成目标谓词”作为唯一标准。一个策略把瓶子猛地砸进架子、把盐罐从台面上扫下去、或者让杯子倾斜到液体即将洒出的角度——只要最终目标谓词被满足，它就会被计为“成功”。OmniGuide 曾报告 GR00T-N1.6 在 RoboCasa 上达到 24.2% 的任务成功率，但无碰撞率仅为 7.0%，两者之间存在17 个百分点的“静默鸿沟”，而现有排行榜完全

 HK2KING
2026-09-14 11:15:00

 98

#学习 #安全 #microsoft
小白程序员必看：AI Agent究竟是什么？大模型驱动的未来已来！

本文深入浅出地解释了AI Agent的概念，将其与普通聊天机器人进行对比，强调Agent的目标驱动、决策制定和工具调用能力。文章探讨了Agent如何通过工具调用改变任务控制权，以及大模型在连接真实环境中的重要性。同时，也指出了Agent目前存在的问题，如错误累积、成本上升、提示注入和权限风险等，为读者提供了全面而实用的理解。最近，AI Agent 这个词越来越常见。有人说，它会替你查资料、写报告、

黑帽子唐哥
2026-09-14 09:15:00

 269

 2

#人工智能 #前端 #学习
[论文学习]VLA安全综述：当机器人“说错话”变成“干错事”-具身智能安全威胁、挑战、评估与机制全景解析

VLA模型正成为具身智能的统一基础平台，让机器人能够基于多模态观测执行复杂动作。但这一能力跃迁同时暴露了一类新的安全挑战：当模型“理解错了”，结果不再是一段有害文本，而是一个物理动作——可能撞到人、损坏设备、或者让机械臂以过大力度抓取易碎物体。论文指出，当前相关研究分散在机器人学习、对抗机器学习、AI对齐和自主系统安全等多个社区，缺乏统一的安全视角。

HK2KING
2026-09-13 22:25:28

 38

 1

#学习 #安全 #机器人
AgentScope 2.0 学习笔记：一分为多——意图路由与多 Agent 协作（把客服拆成一队）

你见过这种「一根筋」的客服机器人吗？用户说「我用了你们家产品过敏了，要退货」，它张口就来「那换这款试试吧，这款更温和」——人家来退货，它还在推销。反过来，用户说「我想买瓶面霜」，它先问「您是要退货吗」。

冷三哥
2026-09-13 17:28:59

 486

 3

#学习 #人工智能
数据堆到头，物理AI 人类学习路线的斜率

要回答这个问题，先得有燃料。这篇研究没有去堆更大的数据池，而是退回来做另一件事：用开源异构、跨多本体的机器人数据，配合有限算力，把预训练阶段的重心压在表征上。深度机智的 Human-as-Humanoid 监督框架，则把效率推到了监督信号这一环：一段人类操作视频，能被近实时翻译成机器人可执行的动作标签，减少对逐任务真机示范的依赖。当越来越多研究把目光转向数据如何Scaling，物理AI 人类学习路

 jushenAGI
2026-09-13 13:45:00

 59

#人工智能 #学习
AgentScope 2.0 学习笔记：双剑合璧——工具 + RAG，做一个会查会答的客服（从会说到会查会答）

你有没有见过这种「半吊子」客服机器人：你问它「积雪草精华多少钱」，它答得飞快、价格库存全对；你接着问「我泛红用什么好」，它就卡壳了——因为它只会查价格，不会给建议。反过来也有一种：护肤知识背得滚瓜烂熟，你一问「有货吗」，它只能含含糊糊说「应该有的吧」。

冷三哥
2026-09-12 19:42:39

 453

#学习 #人工智能
EVE‑NG模拟器暑假实验学习总结

暑假期间，我依托EVE-NG网络模拟器开展实践学习，系统掌握设备部署、拓扑搭建、命令配置及抓包分析等技能。通过循序渐进的实操，深入理解VLAN、路由等网络原理，提升故障排查与独立解决问题能力。克服镜像启动、连通性等问题，积累实验笔记，实现理论到实践的转化，显著增强网络工程动手能力。

樱甜647
2026-09-12 17:23:01

 223

#学习
免费服务器学习开发QQ官方机器人

作者基于QQ机器人官方文档，使用Python开发了一款用于寝室群的轻量级AI助手，实现早安提醒、天气查询、电费查询等功能。通过整合本地缓存与远程面板同步机制，支持群内绑定寝室号并自动获取电费信息。代码结构清晰，注重错误处理与去重机制，适合作为学习QQ机器人开发的实践项目。

BO_S__
2026-09-12 15:52:37

 187

 2

#服务器 #学习 #机器人
多模态智能体深度解析：架构、融合策略与未来趋势全梳理！

该综述系统梳理了多模态智能体的技术演进，提出以感知融合策略为主线的分析框架，涵盖委托感知、后期融合与早期融合三种核心路径。文章深入剖析了多模态智能体在推理、记忆、行动等模块的跨模态协同机制，并聚焦机器人、GUI导航、内容生成与长视频理解四大应用赛道。指出当前面临性能与效率、可靠性与延迟、泛化能力与评测可信度等多重挑战，强调架构融合优于参数规模，倡导领域专用模型微调以实现落地可持续性。未来需突破接地

 python零基础入门小白
2026-09-12 11:54:27

 61

#架构 #产品经理 #人工智能 +1
Agent：聊天机器人如何升级为能办事的智能体？从LLM到实用工具的全流程解析

本文通俗解析Agent核心原理：它不是简单回答问题的聊天机器人，而是能自主规划、调用工具、迭代执行的“办事智能体”。关键在于LLM+目标+工具+记忆+循环+安全边界。适合多步判断、信息动态变化的任务，如订票、调研；固定流程则用脚本更高效。推荐从最小循环起步，掌握ReAct、计划执行、反思纠错三种思维模式，重视工具安全与上下文管理。最后以“研究助手”练手，覆盖完整闭环。

拥抱AGI
2026-09-12 11:36:17

 69

#机器人 #人工智能 #产品经理 +2
IBM 机器学习、数据探索、监督学习笔记（八）

岭回归 (L2)套索回归 (L1)和弹性网络 (混合)。我们了解了它们如何通过向损失函数添加惩罚项来控制模型复杂度、防止过拟合。通过中的RidgeCVLassoCV和，我们实践了如何利用交叉验证自动选择最佳的正则化强度参数 (alpha)，并对比了不同模型在测试集上的性能。结果表明，适当地使用正则化可以显著提升模型的泛化能力。本节关于正则化演示的内容到此结束。接下来，我们将有一节更深入的讲座来探讨

 布客飞龙
2026-09-12 02:32:38

 33

#机器学习 #学习
Oracle 块清除（Block Cleanout）：commit 之后，数据块里的“战场“谁来打扫？

把整件事串起来：commit 的"正事"只有一件——改 undo 段头事务表，写 commit SCN；数据块的清理分两手：在内存里、记得住、pin 得到的块，commit 时顺手做 fast cleanout，no-logging、只标 upperbound、不碰行锁；其余的全部 deferred，等下一个 CUR 模式的访问者来按 Xid 查案：undo 段没了用近似值，槽位复用

 云贝教育-郑老师
2026-08-24 11:03:55

 569

 14

#oracle #数据库 #学习
开源项目第183期：Ontology Playground — 微软出品的本体论可视化学习工具，零后端、浏览器直接运行

微软开源的纯静态 Web 应用，用于学习本体论（Ontology）设计和 Microsoft Fabric IQ。可视化拖拽设计本体、导入导出 RDF/OWL 格式、内置 6 个行业领域的预构建本体目录、9 门结构化课程（含互动测验）、一键嵌入式小部件。零服务器依赖，可部署到 GitHub Pages 或 Azure Static Web Apps

Cheson_chen
2026-08-11 20:17:48

 528

 14

#开源 #microsoft #学习
概理论与数理统计学习教程，从入门到精通，随机变量的数字特征 — 知识点总结与详细推导(7）

本文总结了随机变量的数字特征，重点介绍了数学期望和方差的定义、性质及其计算方法。数学期望分为离散型和连续型两种情况定义，提出了随机变量函数的期望计算公式（换元公式），并详细推导了期望的线性性等6个重要性质。对常见分布（0-1、二项、泊松、几何、均匀、指数、正态）的期望值给出了具体计算过程。

分享之家
2026-08-19 09:47:06

 486

 22

#学习 #概率论 #机器学习
超级菜鸟怎么学习数据分析？

本文为有Python基础的读者解析数据分析岗位前景：大厂热招大数据分析师、算法工程师等岗位，薪资优厚且人才稀缺。技术栈方面需掌握Python数据处理库（如Numpy/Pandas）、大数据架构（Hadoop/Spark等）及数据挖掘模型。文章强调互联网行业对转行者友好，建议结合Python数据处理优势切入"互联网+"领域，认为数据能力与行业结合将创造长期价值，并指出系统学习技术

 学掌门
2026-08-10 10:45:30

 288

 4

#学习 #python #数据分析
计算机专业学生考取软考及学习数据分析的价值分析

通过实际项目或竞赛（如Kaggle、天池）提升数据分析实战能力，考取CDA数据分析师证书，优化数据分析能力，同时结合软考真题进行模拟训练。部分软考科目（如数据库系统工程师、信息系统项目管理师）涉及数据分析相关内容，学习数据分析可辅助考试准备。软考是国家认可的专业技术资格考试，涵盖多个计算机领域，如软件设计师、系统架构师、数据库工程师等。学习数据分析工具（如Python、R、SQL）及数据处理方法（

Re_Yang09
2026-08-10 17:58:03

 252

 5

#学习 #数据分析 #数据挖掘
《超效率DEA》在数学建模中实际应用

超效率DEA模型是对传统CCR-DEA的改进，解决了多个决策单元(DMU)同时效率值为1而无法排序的问题。其核心思想是在评价某个DMU时将其自身排除，用其他DMU构建前沿面，使原本有效的单元也能通过θ值(可大于1)进行效率比较。该模型通过线性规划求解，自动计算θ和规模效益G，其中G可判断投入规模合理性。应用时通过θ值评估节能减排效率，通过投入松弛变量S⁻识别资源浪费环节。论文使用Python实现模

 lidinghu
2026-08-04 11:35:20

 204

 7

#数学 #学习
从数学建模到电子信息：我的编程学习路线规划与成长记录

流水不争先，争的是滔滔不绝。”后续我会持续在 CSDN 更新自己的学习记录，分享日常学习中的知识内容，例如 C/C++、数据结构、Linux 等计算机相关知识，以及开发实践、电子信息相关领域的学习内容。在不断学习和输出的过程中，逐渐提升自己的专业能力。

2401_87155636
2026-07-28 21:04:00

 458

 14

#c语言 #c++#数据结构 +1
数据分析（3/3）——Matplotlib基础学习笔记

折线图 plot条形图 bar饼图 pie散点图 scatter多个图表组合图。

MIUMIUKK
2026-08-06 14:01:47

 300

 12

#数据分析 #matplotlib #学习
统计学学习教程，从入门到精通，一元线性回归 —— 知识点详解(17）

本文系统介绍了一元线性回归的核心内容，分为两大部分：变量关系度量：阐述函数关系与相关关系的区别，重点讲解Pearson相关系数的定义公式、等价计算式及其推导过程，包括相关系数的性质、判断标准和假设检验方法（t检验统计量的推导）。一元线性回归模型：建立总体回归模型，详细推导最小二乘估计量β̂₀和β̂₁的计算过程，验证其二阶条件，并证明回归系数估计的无偏性。文中包含完整的数学推导步骤，如目标函数求

 分享之家
2026-07-24 08:14:06

 193

 6

#学习 #线性回归 #算法
统计学学习教程，从入门到精通，分类数据分析 — 知识点详解(13）

分类数据（定性数据）是按属性分类的计数数据，如性别、血型等。χ²统计量是分类数据分析的核心工具，通过比较观察频数与期望频数之间的差异来检验假设。其定义为：χ²=∑(fo-fe)²/fe，近似服从χ²分布。拟合优度检验用于判断数据是否符合特定分布（如均匀、正态、泊松分布），步骤如下：提出假设分组计算期望频数计算χ²统计量确定自由度（k-1-r，r为估计参数个数）比较临界值作出判断典型应

 分享之家
2026-07-22 15:15:53

 503

 13

#学习 #分类 #数据分析
统计学学习教程，从入门到精通，一元线性回归 —— 知识点详解(19）

一元线性回归摘要一元线性回归研究两个变量的线性关系，包括变量间关系度量和回归模型建立。相关系数r（-1≤r≤1）衡量线性相关强度，通过t检验判断显著性。回归模型Y=β₀+β₁X+ε中，采用最小二乘法估计参数：β₁̂=Lxy/Lxx，β₀̂=Ȳ-β₁̂X̄。估计量具有无偏性，β₁̂和β₀̂分别是β₁和β₀的无偏估计。回归分析包括参数估计、显著性检验（t检验）和拟合优度评估（R²），广泛应用于预测和

 分享之家
2026-07-25 08:59:50

 278

 9

#学习 #线性回归 #算法
数据分析基础：numpy学习

NumPy学得好，数据分析没烦恼。

huameinan狮子
2026-07-24 17:19:39

 243

 4

#数据分析 #numpy #学习
电源诱骗芯片CH224K

用最通俗的话来说，。普通的 Type-C 充电头默认只输出安全电压。如果你的电路板（比如电烙铁、电机驱动、单片机系统）需要供电，直接插上普通 C 口只有 5V。这时在板子上放一颗，它就会主动用快充协议（PD 或 QC）去和充电头“谈判”：“Hey，我是个大功率设备，请给我切换到 12V！”充电头确认协议匹配后，就会把输出电压抬升到 12V 供你的电路使用。

f1220203087
2026-07-27 22:32:09

 313

 4

#单片机 #学习
DSC显示流压缩_桥接芯片介绍

DSC（DisplayStream Compression）是VESA制定的显示流压缩标准，通过3:1压缩比降低数据传输带宽需求，实现4K/8K高分辨率显示。文章详解DSC工作原理、龙迅芯片支持情况（如LT6911UXC等型号）及典型应用场景，指出DSC可大幅减少MIPI端口数量（如4K@60Hz从双端口降至单端口2Lane）。选型需注意面板兼容性、版本匹配及压缩比调节，强调DSC在VR/车载等高

 秋羽先生
2026-07-17 18:12:03

 419

 7

#嵌入式硬件 #学习 #科技
DFT内建自测试BIST技术详解：实现芯片自主测试能力

本文系统介绍了芯片内建自测试(BIST)技术，重点阐述了其核心原理、实现方法和应用实践。BIST通过在芯片内部集成测试生成器(TPG)、响应分析器(RA)和测试控制器，实现了自主测试能力。详细分析了伪随机BIST、确定性BIST和混合BIST三种实现方案及其特点，并探讨了签名分析等响应分析方法。文章还梳理了BIST设计流程中的关键环节，包括规划、RTL实现、综合验证等，并列举了在存储器、逻辑电路和

 Loving_enjoy
2026-07-08 09:30:00

 346

 5

#学习
数据分析基础：numpy学习

多维性：支持0维度，1维度（向量，一维数组），2维度（矩阵）,以及更高维度的数组同质性：所有元素类型必须一致（即使你定义时不一致，最后也会类型上升统一到一致，这样是为了快速计算），可以通过dtype制定高效性：基于连续的内存块进行存储，支持向量化计算作用：根据传入的形状生成全0数组，快速初始化全0数组调用：np.zeros(传入形状) 例：np.zeros((2,3))zeros_arr = np

司雨大龙
2026-07-04 18:52:17

 239

 6

#数据分析 #numpy #学习
射频芯片学习-PA = Power Amplifier（功率放大器）

摘要：LR20xx射频芯片内置双路功率放大器（PA），LFPA支持Sub-GHz频段（400-950MHz），HFPA支持2.4GHz频段。通过配置PA参数（如工作模式、占空比、电流片数）可显著提升发射功率，从默认0dBm（1mW）增至22dBm（160mW）。其中LFPA推荐使用FSM自动管理模式，占空比和电流片数均设为7以获得最大功率。最终输出功率由PA硬件配置和发射参数共同决定，需配合调整。

New农民工
2026-07-03 14:08:55

 246

 4

#学习
【LeRobot】：端到端机器人学习的全栈开源框架——从硬件驱动到模型训练部署的完整闭环

LeRobot这篇工作最大的意义，不是提出了什么惊世骇俗的新算法，而是它把机器人学习的门槛拉到了前所未有的低度。以前做机器人学习，你得是懂硬件、懂软件、懂算法的全栈工程师，一个人干一个团队的活；现在，哪怕你是个只会Python的学生，花一千多买个机械臂，装个LeRobot，一周就能跑通最新的算法。就像当年Arduino让人人都能玩硬件、TensorFlow让人人都能玩深度学习一样，LeRobot正

 weixin_46200189
2026-06-27 11:21:12

 394

 11

#机器人 #学习 #开源
数据分析基础--numpy学习

本文介绍了NumPy库的核心概念和使用方法。NumPy是Python中高性能科学计算的基础库，其核心数据结构ndarray具有多维性、同质性和高效性三大特点。文章详细讲解了ndarray的核心特性和常用属性（如shape、ndim、size等），并分类介绍了六种创建ndarray的方法：基础构造（如np.array()）、预定义形状填充（如np.zeros()）、基于数值范围生成（如np.aran

萌新冒泡ss
2026-06-10 11:41:54

 192

 5

#数据分析 #numpy #学习
Windows计算MD5

‌CMD（兼容所有现代 Windows）‌：运行 certutil -hashfile <文件路径> MD5，例如 certutil -hashfile "C:\path\with spaces\file.zip" MD5。‌PowerShell（推荐）‌：运行 Get-FileHash <文件路径> -Algorithm MD5，例如 Get-FileHash C:\temp\file.iso

平安喜乐_56262685
2026-05-31 09:33:34

 236

 4

#学习
机器人视觉学习记录

【代码】机器人视觉学习记录。

kevinoop
2026-05-28 10:47:38

 63

#机器人 #学习
【android opencv学习笔记】Day 23: 分水岭图像分割

分水岭图像分割算法摘要分水岭算法通过模拟洪水淹没过程实现图像分割，将图像像素值视为地形高度，寻找区域间的分水岭线。原始算法易受噪声干扰导致过度分割，改进方法通过用户预标记（前景/背景）引导分割过程，避免无效分割。OpenCV提供watershed()函数实现标记引导的分水岭分割，输入为彩色图像和标记矩阵，输出为带分割边界的结果。Android实现需结合JNI调用OpenCV库，完成图像预处理、标

 Bynull
2026-05-27 20:27:02

 577

 9

#android #opencv #学习
全国大学生数学建模大赛常用模型与算法汇总

本文汇总了全国大学生数学建模大赛常用的五大类模型与算法：评价模型（层次分析法、模糊综合评价等）、预测模型（时间序列分析、机器学习方法等）、优化模型（各类规划算法）、分类模型（决策树、支持向量机等）和统计模型（各类检验与分析方法）。内容涵盖数学建模的主要技术方向，为参赛者提供全面的算法参考。后续计划补充模型对比分析、代码实现及参考资料等内容，进一步完善知识体系。

DoubleVec
2026-05-16 23:33:54

 74

 2

#算法 #学习
2026年华中杯数学建模竞赛 A题问题二个人解析

限行政策迫使原由燃油车服务绿色区的路线改由新能源车承担。新能源车数量有限（共25辆），当绿色区需求超出新能源车运力时，燃油车须在。绿色区15个节点的配送任务优先分配给新能源3000（10辆）和新能源1250（15辆），共25辆新能源车将被优先调度。在限行约束下，Change Vehicle 算子驱动算法将绿色区路线从燃油车切换为新能源车，是本问题的关键算子。容量不足时发车并启用下一辆，车型按。根据

 Fanfanaas
2026-05-13 13:07:36

 470

 11

#学习
小学期第一周：学习555芯片产生方波，学习滤波器

标准的555芯片通常采用8个引脚的双列直插封装（DIP-8），其内部集成了两个高精度电压比较器、一个RS触发器、一个放电晶体管以及三个5kΩ的精密电阻。引脚名称功能说明1GND（地）接地，作为低电平参考点2TRIG（触发）当电压降至1/3 VCC时，输出高电平3OUT（输出）输出高电平或低电平，驱动能力强4RST（复位）接低电平时强制芯片复位，输出低电平5CTRL（控制）用于调节内部比较器的阈值电

 find_mysf
2026-05-17 20:49:32

 493

 5

#学习