段一凡-华北理工大学-优快云博客

原创 python+flask后端开发~项目实战 | 博客问答项目--用户(UserModel)、验证码(EmailCaptchaModel)两个数据库模型实现注册功能底层数据架构搭建

本文介绍了基于Flask框架的博客系统开发中两个核心数据库模型的搭建与功能实现，包括：1) 通过exts.py配置SQLAlchemy和Mail扩展插件；2) 在config.py中设置数据库连接和邮件服务器参数；3) 创建UserModel和EmailCaptchaModel两个ORM模型，分别用于用户信息管理和邮箱验证码存储；4) 前端注册页面通过AJAX请求获取验证码，后端实现验证码生成与邮件发送。文章还提供了相关技术细节的参考链接，为后续用户注册和验证功能开发奠定了基础--华北理工大学段一凡

2025-09-02 14:43:20 960 1

原创关于我国高炉炼铁领域下：对传统专家系统的知识推理模式的探讨以及几点思考

高炉专家系统通过监测生产数据并集成专家经验，能够及时对高炉的生产状态实现评估、预警和决策，是高炉稳定顺行的有效保障。然而，由于知识推理模式的局限性，我国传统高炉专家系统在日益复杂且多变的冶炼环境中逐渐表现出劣势，难以实现跨高炉场景下的大规模推广。梳理了我国传统高炉专家系统的搭建机制，包括基于规则与逻辑、基于典型案例与基于冶金数学模型三种知识推理模式，并分析了目前面临的痛点问题。--来自华北理工大学段一凡的专栏讨论

2025-08-23 09:42:29 731

原创佳文赏读 || (CVPR 2025最佳开源贡献) Molmo and PixMo:开放且先进的视觉语言模型

开源视觉语言模型新突破：Molmo与PixMo 当前顶级视觉语言模型（VLM）如GPT-4V均为闭源，开源方案多依赖闭源模型蒸馏数据。艾伦AI研究所提出全开源SOTA模型Molmo及无VLM依赖的PixMo标注数据集，突破闭源垄断。核心创新： 1️⃣ 模型架构：采用重叠裁剪+注意力池化的视觉连接器设计，OCR精度提升12%； 2️⃣ 数据标注：通过语音转文本生成密集描述（比COCO详细17倍），2D点标注效率提升300%； --来自华北理工大学段一凡的博客鉴赏

2025-08-21 09:45:04 998

原创佳文赏读 || (CVPR 2025最佳学生论文) 首个基于物理的神经逆向渲染系统（Neural Inverse Rendering from Propagating Light）

选文提出了一种创新方法，通过结合物理模型与神经网络，让激光雷达不仅能测量深度，还能记录光在三维空间中的完整传播过程。传统方法仅利用"第一束光"的返程时间，而丢弃了大量因多次散射产生的有用信息。作者提出的"时间解析辐射缓存"技术将场景划分为体素网格，预先计算光线到达的能量图谱，大幅降低了计算复杂度。神经网络由几何、材质和缓存三部分组成，并加入物理正则项确保结果准确性。--来自华北理工大学段一凡的博客鉴赏

2025-08-18 11:02:20 1473

原创 python+flask后端开发~项目实战 | 博客问答项目--数据库信息的基本配置与UserModel的创建，映射，关联

本文介绍了如何为Flask博客问答项目配置MySQL数据库并建立ORM映射。首先在config.py中完成数据库连接配置，使用utf-8mb4字符集支持Emoji；然后在models.py创建UserModel类，定义用户表的字段结构；最后通过Flask-Migrate实现数据库迁移。文章详细说明了配置步骤、代码实现及常见错误排查方法，为后续开发登录注册、博客发布等功能奠定基础。--来自华北理工大学段一凡的博客专栏

2025-08-18 10:15:47 1290

原创佳文赏读 || (CVPR 2025新突破) Robobrain：机器人操作从抽象到具体的统一大脑模型（A Unified Brain Model）

RoboBrain研究提出了一种统一的多模态大模型范式，将任务规划、可抓取区域感知和轨迹预测整合到端到端模型中。通过超百万级的ShareRobot数据集训练，该模型在多个基准测试中刷新了SOTA表现。RoboBrain基于LLaVA-OneVision-7B架构，引入双LoRA插件（A-LoRA和T-LoRA）实现高效适配，并采用四阶段训练策略优化性能。实验显示，该模型在规划、affordance预测和轨迹生成任务上均显著优于现有方法。--来自华北理工大学段一凡的博客鉴赏

2025-08-17 17:05:23 1222

原创 python+flask后端开发~项目实战 | 博客问答项目--模块化文件架构的基础搭建

Flask博客项目实战指南：项目采用模块化开发模式，介绍了项目开发初期的基础文件结构搭建过程。通过蓝图(blueprints)实现功能解耦，包含静态资源管理(static/)、模板渲染(templates/)和MySQL数据库集成。详细讲解了配置中心(app.py)、模型定义(models.py)等关键文件的编写规范，并推荐Navicat作为数据库管理工具。--来自华北理工大学段一凡的博客专栏

2025-08-17 16:24:26 1641

原创佳文赏读 || (CVPR 2025最佳论文奖) VGGT: 通用 3D 视觉模型 (Visual Geometry Grounded Transformer)

本文围绕计算机视觉领域的 3D 重建和理解任务，重点介绍了 VGGT（Visual Geometry Grounded Transformer）模型。VGGT 是基于 Transformer 的前馈神经网络，能直接从单张或多张图像中预测相机参数、点云、深度图和 3D 点轨迹等关键 3D 属性。其核心为大型Transformer。验结果显示，在相机参数估计、多视图深度估计、点云重建和 3D 点跟踪等任务中，VGGT 均优于现有最先进方法，且运行速度更快，具备实时应用潜力--华北理工大学段一凡的博客鉴赏系列

2025-08-13 13:30:00 1202

原创 python+flask后端开发~进阶系列 | Flask-migrate插件：实现ORM模型的迁移

本文介绍了Flask项目中数据库迁移的必要性及Flask-Migrate插件的使用。传统的db.create_all()方法只能创建新表，无法处理表结构变更，缺乏版本控制能力。Flask-Migrate基于Alembic，支持自动检测数据库变更、版本控制和自动化迁移。文章详细讲解了插件的安装配置步骤，包括初始化迁移环境、生成和应用迁移脚本，并提供了实战示例。通过Flask-Migrate，开发者可以高效管理数据库结构变更，提升项目可维护性。--华北理工大学段一凡的博客专栏

2025-08-13 10:30:00 1150

原创佳文赏读 || LPMRL~时间序列分类：语言预训练引导掩蔽表征学习(2025 AAAI: 即插即用模块)

选文针对时间序列数据的复杂性、时空性和连续性所带来的自监督表征学习挑战，提出了一种新的方法——语言预训练引导掩蔽表征学习（LPMRL）。该方法通过自然语言描述引导掩蔽编码器自适应采样语义时空块，显著提高了潜在表征的可区分性。此外，LPMRL引入了对比学习机制，通过生成高质量的难负样本，进一步优化表征的可区分性，从而提高模型的分类性能。通过在106个基准数据集上的实验验证，LPMRL显著优于现有的最先进方法。--来自华北理工大学段一凡的博客鉴赏

2025-08-12 14:00:00 1205

原创 python+flask后端开发~进阶系列 | Flask后端ORM模型的外键与数据库表之间的关系

本文介绍了在Flask-SQLAlchemy中使用ORM模型实现外键关系的方法。首先阐述了外键的基本概念及其确保数据完整性和一致性的作用，然后通过代码示例演示了如何定义外键字段（db.ForeignKey）和建立双向映射关系（db.relationship）。重点讲解了如何通过author_id外键关联User和Article表，并使用back_populates参数实现对象间的双向引用。最后展示了如何通过外键关系进行数据查询和操作。--华北理工大学段一凡的博客专栏

2025-08-12 10:15:00 2036

原创佳文赏读 || 风车状卷积·Pinwheel-shaped Conv和基于尺度的动态损失：用于红外小目标检测（2024，即插即用模块）

选文提出了一种新型的红外小目标检测方法，通过风车状卷积（PConv）和基于尺度的动态损失（SD Loss）显著提升了检测性能。PConv利用非对称填充和分组卷积设计，有效捕捉目标的高斯分布特性并扩大感受野；SD Loss通过动态调整尺度与位置损失权重，优化了不同尺度目标的检测效果。实验在IRSTD-1K和新构建的SIRST-UAVB数据集上进行，结果表明该方法在检测精度上优于现有技术。研究为红外小目标检测提供了创新性解决方案和基准数据集支持。--华北理工大学段一凡的博客鉴赏

2025-08-11 14:00:00 805

原创 python+flask后端开发~进阶系列 | Flask后端ORM模型执行数据库的增、删、改、查(CRUD)操作

介绍了Python+Flask框架中ORM模型的高级应用，重点讲解了数据库增删改查(CRUD)操作。通过SQLAlchemy ORM框架，开发者可以面向对象的方式操作数据库而无需直接编写SQL语句。文章详细演示了ORM模型创建、数据添加、查询、修改和删除的具体实现方法，包括代码示例和操作结果展示。这些技术能够显著提高代码的可读性、可维护性和开发效率，适合需要快速构建Flask后端服务的开发者学习和参考。--华北理工大学段一凡的博客专栏

2025-08-11 10:00:00 1674

原创佳文赏读 || FSTA-SNN：基于频率的Spiking神经网络时空注意力模块 (2025AAAI会议)

选文提出了一种基于频率的时空注意力模块(FSTA)来优化脉冲神经网络(SNNs)的性能。研究发现SNNs在时空维度上存在特征学习冗余问题，尤其是浅层网络。通过离散傅里叶变换分析脉冲输出，发现其频率分布具有高度一致性。基于此，FSTA模块包含基于DCT的空间注意力子模块和时间注意力子模块，能有效抑制冗余脉冲特征。实验结果表明，FSTA模块在CIFAR-10、ImageNet等数据集上显著提升了SNNs的准确率(最高提升1.5%)，同时降低了33.99%的脉冲发放率，提高了能效。--华北理工大学段一凡的博客鉴赏

2025-08-10 13:30:00 782

原创 python+flask后端开发~进阶系列 | 对象关系映射ORN模型与数据库→表之间的映射

Python + Flask 后端开发中的ORM模型应用.本文介绍了ORM（对象关系映射）技术在Python + Flask后端开发中的关键作用。通过SQLAlchemy框架，ORM将数据库表映射为Python类，简化了数据库操作并提高了开发效率。文章详细讲解了ORM的基本概念、优势，并通过创建User模型实例展示了具体实现方法。同时对比了ORM与原生SQL的性能差异，指出ORM在开发效率和可维护性上的优势，而原生SQL在复杂查询和批量操作中性能更优。--华北理工大学段一凡

2025-08-10 10:15:00 1112

原创佳文鉴赏 || 2025年重磅推出：Optimal Weighted Convolution for Classification and Denosing (即插即用的卷积块)

选文提出了一种创新的加权卷积方法，通过引入空间密度函数改进了传统卷积操作。该方法可根据像素位置分配不同权重，有效提升特征提取能力，同时保持与标准卷积相同的参数数量和计算效率。实验表明，在CIFAR-100和DIV2K数据集上，加权卷积显著提升了VGG、ResNet等模型在图像分类任务中的准确率（如VGG从56.89%升至66.94%），以及DnCNN等模型在去噪任务中的PSNR值（从20.17提升至22.63）。该方法具有通用性，可拓展至三维体积数据等应用场景。--华北理工大学段一凡的博客鉴赏

2025-08-09 13:30:00 915

原创 Python + Flask 后端开发~进阶系列 | Flask与底层数据库(MySQL)的连接

介绍了如何在Flask项目中连接MySQL数据库的关键步骤。首先讲解了Python与MySQL交互所需的驱动包安装(PyMySQL/mysql-connector-python)，然后详细说明了Flask-SQLAlchemy工具的安装与配置方法。文章重点演示了Flask应用与MySQL数据库的连接过程，包括数据库URI配置、Navicat工具的使用以及数据表创建方法，最后提供了连接测试代码。通过本文，开发者可以掌握Flask与MySQL集成的完整流程，为Web应用开发奠定数据库基础。--华北理工大学段一凡

2025-08-09 10:00:00 723

原创佳文荐读 || 高炉单铁次铁水产量的动态预测模型~冶金领域期刊《ISlJ International》

选文提出一种基于多头注意力机制的高炉铁水产量动态预测模型（MHA-SDAE），通过实时分析82个生产参数，动态调整特征权重以提高预测精度。研究采用堆叠去噪自编码器构建深度网络，结合互信息方法筛选出20个关键特征。实验结果表明，该模型的MAE、RMSE和MAPE指标均优于传统方法，为高炉生产优化提供了新思路。研究数据来自国内钢厂2022年度生产数据，验证了模型在工业场景中的实用性。--华北理工大学段一凡

2025-08-08 13:30:00 887

原创 Python + Flask 后端开发系列 | Jinja2 模板中的静态文件加载与使用细节

介绍了在Flask框架中使用Jinja2模板引擎加载和使用静态文件的方法。主要内容包括：1) 静态文件类型（CSS、JavaScript、图片等）及其存储位置；2) 使用url_for函数加载静态文件的基本语法和示例；3) 自定义静态文件路径的配置方法；4) 实际案例演示如何加载CSS和JavaScript文件并实现效果。文章还提供了完整的代码示例和渲染效果图，帮助开发者快速掌握静态资源的管理技巧，提升Flask项目的开发效率。适合需要学习Flask静态文件管理的开发者阅读参考。--华北理工大学段一凡

2025-08-08 09:15:00 1001

原创佳文赏读 || 冶炼钒钛矿高炉操作炉型计算模拟研究

选文研究了冶炼钒钛磁铁矿高炉操作炉型的传热特性，通过MATLAB建立一维稳态传热模型，分析了炉墙挂渣厚度分布规律及其影响因素。研究发现，钒钛高炉渣皮厚度普遍超过100mm，且呈现不均匀分布，最大厚度差达184mm。冷却壁热负荷是影响渣皮厚度的关键因素，增加冷却水流量可有效减薄渣皮。研究结果为优化钒钛高炉冷却制度、提高运行稳定性提供了理论依据。--来自华北理工大学段一凡的博客

2025-08-07 14:00:00 1091

原创 python+flask后端开发系列 | Jinja2下HTML模板的继承机制与应用场景

本文深入解析Flask开发中Jinja2模板继承机制的核心功能与应用。通过父模板定义页面框架（如base.html），子模板（如index.html）可复用结构并覆盖特定块（title/content），实现代码复用。文章演示了基础继承、动态内容加载（如时间过滤器datetimeformat）和块覆盖等实操案例，并探讨了多页面布局、组件化开发等应用场景。掌握模板继承能显著提升Flask项目的开发效率和代码可维护性，适合希望优化前端架构的开发者学习实践。--华北理工大小段一凡

2025-08-07 10:00:00 879

原创佳文鉴赏 || FD-LLM：用于机器故障诊断的大规模语言模型

FD-LLM模型创新性地将大规模语言模型（LLM）应用于机器故障诊断领域。研究通过两种编码方法（基于字符串的标记化和统计特征提取）将振动信号等时间序列数据转换为LLM可处理的文本输入，并采用LoRA技术对Llama3等开源模型进行微调。在CWRU轴承数据集上的实验表明，该模型在传统故障诊断任务中准确率和F1分数接近100%，在跨操作条件场景下表现优异，但在跨机器组件场景中性能有所下降。这项工作为工业设备智能诊断提供了新思路，未来可进一步优化模型在跨设备场景的泛化能力。--来自华北理工大学段一凡的博客专栏

2025-08-06 15:19:00 1259

原创 Python + Flask 后端开发系列 | Jinja2 模板下，HTML 中使用模板语法执行控制语句！

本文介绍了Flask后端开发中Jinja2模板控制语句的应用，重点讲解条件语句和循环语句的使用方法。通过高炉炼铁监控系统的实际案例，演示了如何根据温度数据动态显示预警信息。文章包含Flask应用的基本结构、Jinja2模板语法示例，以及工业场景下的实践应用，帮助开发者掌握动态数据渲染和逻辑控制的核心技能。 --华北理工大学段一凡

2025-08-06 10:30:00 1070

原创关于高炉炼铁行业垂直大模型构建路线的探讨与简易测试

高炉炼铁行业正加速推进智能化转型，垂直大模型(V-LLMs)成为关键技术方向。本文分析了国内外大模型发展现状，指出当前钢铁行业通用大模型(U-LLMs)存在专业性不足的问题，而闭源式高算力钢铁大模型又面临部署成本高、知识融合有限等挑战。文章重点探讨了高炉炼铁垂直大模型的构建路线，包括Transformer架构应用、数据采集预处理、模型训练等关键环节。领域专业知识的深度整合是提升高炉炼铁大模型性能的核心，而开源项目的涌现为行业提供了低门槛的技术路径。--华北理工大学刘然；段一凡；刘小杰等

2025-08-05 11:18:31 1831

原创 python+flask后端开发系列 | Jinja2模板下，过滤器的使用

Flask框架中的Jinja2模板过滤器应用指南。内容涵盖：1）Jinja2基础功能与渲染原理；2）常用内置过滤器的实践应用；3）自定义过滤器开发方法；4）展示类与字典两种高级过滤器的封装形式；5）结合高炉炉温监控系统功能简易实例，演示过滤器在实际项目中的应用场景。通过学习，开发者将掌握模板数据处理的核心技能，提升前端展示效果和开发效率。

2025-08-04 09:30:00 2124

原创 python+flask后端开发系列 | request工具详解！

Flask的Request对象是处理HTTP请求的核心工具。本文介绍了Request工具的使用技巧，包括：获取URL查询参数（request.args）、表单数据（request.form）、JSON数据（request.json）、文件上传（request.files）、路径参数（动态路由）、原始请求体（request.data）、请求头信息（request.headers）、Cookie（request.cookies）、请求方法类型（request.method）等

2025-08-01 10:13:21 1126

原创 python+flask后端开发系列 | 认识request、response以及cookie！！！

介绍了Flask框架中的三个核心概念：request、response和cookie。request对象用于获取客户端请求数据；response对象用于构建服务器响应，支持自定义内容和状态码；cookie用于在客户端存储用户状态信息。掌握这些概念是构建Flask应用的基础，为后续学习更高级特性打下基础。

2025-07-31 08:30:00 836

原创 python+flask后端开发系列 | 注册路由，让url资源(装饰器)与视图函数(控制器)建立一个映射！

Flask框架中路由注册的核心机制，通过装饰器@app.route将URL与视图函数映射，实现请求处理。详细解析了从根目录到多级子目录的路由配置方法，包括静态页面渲染和参数传递，并展示了不同URL访问对应的前端响应效果。

2025-07-29 19:52:31 804

原创 python+flask后端开发系列 | 15分钟把第一个 Flask 项目跑起来！

一篇Flask快速入门指南，通过15分钟教程帮助读者搭建可运行的最小Flask项目。内容涵盖环境配置（Python 3.9+、PyCharm）、项目创建步骤，以及基础代码解析。教程提供可视化GIF动图和可复制代码，从虚拟环境配置到编写第一个/api/ping路由，最终实现在本地5000端口运行的Flask服务。

2025-07-28 17:11:50 1227

原创关于大模型LLMs驱动高炉炼铁智能化演进的几点思考

数字化与智能化技术正作为一种新质生产力助力我国高炉炼铁的智能化转型升级。目前，以通用大模型(Universal large language models, U-LLMs)作为基础框架，利用领域语料库进行二次训练构建行业垂直大模型(Vertical large language models, V-LLMs)指导工业生产已成为一种新态势。尽管已涌现出面向钢铁生产全流程的V-LLMs用于生产，但针对性面向高炉工序构建V-LLMs的研究尚处于初步阶段。

2025-07-26 10:08:09 973