最近微软推出了自己的中文地图服务:http://ditu.live.com。我去用了一下,觉得还不错,对比谷歌和百度早以推出的地图服务,微软好像是憋足了劲要来涉足GIS这块领域的。总结一下:
使用方式方面,基本无差别
微软的地图比谷歌和百度都漂亮,但差别不大
速度方面,都很快,无差别
百度的公交用起来很不顺手,相对而言,微软胜出,公交的UX相当不错
本地搜索方面,谷歌和百度的结果比微软多,微软败退
看来三家地图基本上可以说是同质化的,谁将会胜出呢?
墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
900+累计阅读
982平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年,写一次发全网
我也要 →
码龄21年
最近微软推出了自己的中文地图服务:http://ditu.live.com。我去用了一下,觉得还不错,对比谷歌和百度早以推出的地图服务,微软好像是憋足了劲要来涉足GIS这块领域的。总结一下:
使用方式方面,基本无差别
微软的地图比谷歌和百度都漂亮,但差别不大
速度方面,都很快,无差别
百度的公交用起来很不顺手,相对而言,微软胜出,公交的UX相当不错
本地搜索方面,谷歌和百度的结果比微软多,微软败退
看来三家地图基本上可以说是同质化的,谁将会胜出呢?
el-transfer和el-tree进行结合搞一个树形穿梭框
由于业务需求需要在穿梭框里使用树形结构,但是本身element里并不支持,于是参考了别的大佬发的文章作为思路及后续自己新增了一些处理功能。
各种地图API汇总
Google Maps API : Google Maps API 基于Google Maps,能够使用 JavaScript 将 Google Maps 嵌入网页中。API 提供了大量实用工具用以处理地图,并通过各种服务向地图添加内容,从而使用户能够在自己的网站上创建功能强大的地图应用程序。Google Maps API支持交通地图和卫星地图,有中文语言版本,其地标文件KML格式已经成为在线地图的标准格式,Google Earth和Google Maps都支持KML。
MATLAB实战:利用扫频数据重构系统伯德图的关键步骤
本文详细介绍了如何利用MATLAB处理扫频数据并重构系统伯德图的完整实战流程。内容涵盖数据导入与清洗、增益与相位的精确计算、频率响应数据对象(frd)的构建、数据平滑与插值处理,以及最终生成专业伯德图并进行关键参数(如相位裕度)标注的方法。文章重点解决了从实测“黑盒子”系统数据出发,获取直观频率响应特性曲线的核心问题,为控制系统分析与设计提供了实用指南。
各大公司提供的地图服务
美国宇航局: http://nix.nasa.gov微软新的地图服务: http://local.live.com/微软旧的地图服务:http://terraserver.microsoft.com/yahoo提供的地图服务:http://maps.yahoo.com/beta/index.php网上搜房: http://www.housingmaps.c
ANSYS APDL 异类单元连接实战:MPC方法在壳-实体装配中的应用
本文详细介绍了在ANSYS APDL中使用MPC方法实现壳单元与实体单元高效连接的技术要点。通过分析工程仿真中的常见需求,阐述了MPC方法在解决异类单元连接问题上的优势,包括网格独立性、自由度耦合和载荷传递等特性,并提供了具体的APDL命令流操作示例和实用经验技巧。
Tessent IJTAG ICL:从规范到实践的硬件描述语言指南
本文深入解析Tessent IJTAG ICL语言在硬件测试中的应用,从规范到实践提供全面指南。通过模块化设计、网络提取与编辑等实战技巧,帮助工程师高效构建标准化测试网络,显著提升芯片测试效率与覆盖率。特别分享TDR/SIB/TAP的ICL实现方法及调试策略,适用于SoC、车载芯片等复杂场景。
Google和Microsoft的地图服务--李开复
As mobile usage becomes more prominent, one technology thatdramatically rises in value is Maps. Mobile devices becomelocation-aware, which can provide much end-user and commercial value. It's interes
【微服务】SpringBoot 4.0 新特性整合项目实战应用详解
SpringBoot 4.0 新特性整合项目实战应用详解
学会安排事情的优先级
在一般人的印象里面,只有管理人员才会忙得晕头转向,需要学习时间的管理。其实,程序员也会面对同时有多个任务要做,也要学习管理自己的时间。关于时间的管理,太多的理论无益,我觉得要点就是:要有排出优先级的习惯。一个经典的理论是这样的,事情分成两类,重要的和紧急的,组合起来就有四种情况。优先级应该这样排:1。既紧急又重要。2。重要但是不紧急3。紧急但是不重要4。不紧急也不重要关于这个理论,我就不多说了,我
Linux内核配置选项详解及编译过程
在内核编译完成后,可以通过重启系统并选择新编译的内核来使用它。可以在该菜单下选择需要编译进内核的设备驱动,也可以选择将设备驱动编译为模块。可以在该菜单下选择需要编译进内核的设备驱动,也可以选择将设备驱动编译为模块。可以选择需要的调试选项,并根据需要启用或禁用相应的功能。可以选择需要的文件系统类型,并根据需要启用或禁用相应的选项。可以选择需要的网络协议和功能,并根据需要启用或禁用相应的选项。可以选择需要的调试选项,并根据需要启用或禁用相应的功能。可以选择需要的文件系统类型,并根据需要启用或禁用相应的选项。
DeerFlow 系列教程 附录 | 核心文件索引、官方文档索引与推荐阅读顺序
DeerFlow 系列教程 附录本附录汇集了 DeerFlow 项目的核心文件索引、官方文档索引和推荐阅读顺序三份速查资料,方便读者在日常开发和学习中快速定位关键代码与文档。内容按实际项目目录结构整理,所有路径均基于 DeerFlow 2.0 版本验证。
关于Hard Code的思考 - 程序员的管理不能简单使用制度
版权声明:本文可以自由转载,转载时请务必以超链接形式标明文章原始出处和作者信息及本声明先说Hard Code吧,这个问题我想有经验的程序员都知道,但是还是说一下吧。比如有这么一段代码:int sum = count * price * 0.75;这里面的0.75就是一个"Magic number",也叫hard code。有人翻译成“硬编码”。这样是不好的,因为1。读代码的人不会知道0.75是什么
dToF直方图之美_deadtime死区时间
IMX459的死区时间可以在6ns,这个时间是什么级别,车载激光雷达激光器的光脉宽一般都在4ns以上,也就是这个时间贴近去SPAD的死区时间,这就导致了pile up会非常弱,不会有太多数量的光子计数堆积,加上某些SPAD设计,对TDC有一些更深入的考量,所以不需要去校正pile up算法。Sensor层面决定了pile up的复杂程度,如果一个dToF的SPAD一致性非常好,那么pile up校正可以简单到极致,也就是一句代码的事,比如IMX611,优秀到不需要后端去考虑校正pile up。
字符串的拼接,StringBuffer性能上还是远远优于String的
真是不好意思,在Java Doc里看到一句话就以为String已经优化到可以和StringBuffer一样快了。原文地址让大家争论了一把。我现在来做个试验: long startTimeStamp; long endTimeStamp; for (int j = 0; j 20; j++) { String s = "";
jre9下载 jdk9
(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】
假人有限元模型
假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用
String与StringBuffer -- 其实用String也不错
有经验的Java程序员程序员经常强调说,如果要把多个String拼起来,不要用String的“+”,要使用StringBuffer的append。比如说:String sql = "select * from " + tableName + " where name like " + name + " and age > " + age;就应该写成StringBuffer sqlBuffer
锂电池充电器电路设计 里面有电路
锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。
看一道IBM面试题 - 要注意沟通中的隐含假定
同事拿了一道题目过来,说是IBM的面试题,我一看,很久以前就看过得嘛,但是当时没做出来。我发现我假定了一些条件,想起沟通中应该不要作假设,于是把我的问题问出来,才明白了题目的意思,然后就发现题目其实不难,题目: 村子里有50个人,每人有一条狗,在这50条狗中有病狗,于是人们要找出病狗。 每个人可以看其他49条狗,只有自己的狗不能看,观察后得到的结果不得交流,也不能通知病狗的
OV9734 DATASHEET,完整规格书
OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等
看了下 ROR
Ruby on Rails 火了蛮久了,以前粗粗了解了一下,觉得它的“不要重复自己”和“Convention over configuration”想法很好,但是一直都没仔细想过。 今天找了篇教程看了看它是怎么搞的,发现他真的把Web Application 开发搞得很容易,该自动化的地方都自动化了,该用Convention来规范的地方都规范了。回过头来看JavaEE,发现JavaEE好原始啊,如
我看外包
现在外包的话题很火啊,我也来说几句,我就是混在外包行业的。主要希望初入社会的学生们不要被误导。 虽然我还没看新的《程序员》,但是猜也猜得到他要为外包叫好。为什么要为外包叫好呢?因为这是政府需要。政府需要给大学生解决就业问题,政府需要拿出一些东西来跟群众说中国的软件业上去了。外包一定要搞大才能有出路,搞大了就出名了,如果中国出几个大外包公司,员工好几万人,那就是一大品牌。就像海尔,联想,虽然
不是什么时候都应该模块复用的
我们经常认为,应该不要重复发明轮子。所以尽量把代码写的模块化,以便于将来复用。但是,现实生活中,我们还是大量的重复开发着。这是为什么呢? 1. 有时候学习成本大于开发成本。比如我需要一个功能,我发现如果我开发一个给我自己用的模块,需要2天,但是学习一个模块,可能需要1天,然后考虑到将来调BUG的不便,可能大于开发成本。最后我决定自己开发。 2. 有时候发现性能不行。模块的设计大概为
百度开源文心5.5 Flash Base:280B MoE 只激活 14B,4 步部署 + 3 个坑,微调还是等指令版
百度开源文心 5.5 Flash 基座权重:280B MoE 每 token 激活 14B,1M 上下文,同尺寸开源 Base 30 项基准多数领先。4 步部署(vLLM/SGLang completions 链路)+ 3 个高频坑 + 动手前 6 点核对清单,并给出微调 Base 还是等指令版的判断线。
不用 NVLink,Muon 训练步时缩短 63.7%:百度百舸具身智能场景的优化实践
不过,训练规模扩大后,Muon 本身的开销会变得突出。2025 年,Moonlight 用 Muon 训练了 160 亿参数的 MoE 模型,实验表明,在计算最优配置下,Muon 只需约 52% 的训练计算量即可达到 AdamW 的同等表现。MuonX 用 Gram NS 降低 NS 迭代的计算量,用 DMuon 减少多卡训练中获取完整矩阵的开销,在实例内未配置 NVLink 的百舸 hpas.lgn7ib 实例上,将 LingBot-VLA 2.0 的 FSDP 训练步时缩短六成以上。
百度 ERNIE Evolve 自动研究系统:NanoGPT 速通 38.9 秒,P800 推理速度达基线 623.6%
百度文心团队 11 月 9 日在技术博客发布《ERNIE Evolve:让自动研究走进真实 AI 研发》,介绍一套自动研究系统:给它一个真实代码仓库、一个优化目标和一套评测标准,它自己提出研究方向,在隔离环境里改代码、跑实验,靠独立评测决定哪些改动留下,再把每轮的发现存成后续可复用的经验。百度把这件事放在“递归自我迭代”(RSI)的框架里讲,也就是让自动研究去改进做 AI 研发的系统本身。 文章先在三项公开任务上检验它,分别对应训练算法、训练速度和 GPU 算子;随后把它接进还在开发中的 ERNIE 5.5
不同项目怎么选地图 API?高德、百度、腾讯、天地图、维智对比
高德、百度、腾讯、天地图、维智,并不是同一类型平台的简单横向竞争。高德、百度、腾讯更偏完整地图平台;天地图更偏标准地图和行政边界;维智更偏基础位置服务能力,同时具备地图底座、水域预警、私有化部署,以及维网智芯带来的终端与行业场景纵深。所以地图 API 选型的关键,不是判断谁绝对更好,而是看项目真正需要哪一层能力。
【百度拥抱开源】ERNIE-5.5-Flash-Base 重磅开源:280B-A14B 稀疏 MoE,1M 上下文,多项基准超越同级对手
ERNIE-5.5-Flash-Base 是百度推出的280B参数稀疏MoE语言模型,每token激活14B参数,支持最大128K训练上下文及1M微调/推理上下文。基于33.5T tokens预训练,采用高效架构设计如HCA+MLA注意力、Multi-Router MoE、VHA与ECHO机制,结合流形约束残差与MultiMax输出头,在知识、推理、代码、多语言及长文本任务中表现优异。提供FP8与BF16版本,可于Hugging Face与ModelScope获取,适用于领域适配与智能体开发。
文心 5.5 Flash Base:百度把“效率“写进了预训练
百度于2026年11月5日开源文心5.5FlashBase(ERNIE-5.5-Flash-Base),一款280B总参数、每token仅激活14B的预训练基座模型,支持最长1M上下文推理。其核心创新在于通过37层压缩注意力(HCA)与6层精读注意力(MLA-DSA)结合,实现长文本高效处理;采用多路由潜空间MoE提升专家利用率;引入ECHO机制强化主干规划能力。在代码、推理、长上下文等任务中达同尺寸SOTA,但需8卡H100起步,适用于领域微调、SFT与Agent训练,不支持直接对话。
高德、百度、腾讯、维智地图服务深度对比:从参数到选型的完整指南
相比之下,维智虽然以企业合作为主,但对中小团队的商务灵活度更高,POI 搜索、室内外定位、IP 定位、正逆地理编码、距离计算、行政区域、水域、天气等接口矩阵齐全,可以随着业务成长平滑扩展。它并不是只能补室内短板的“增强型服务”,而是已经具备完整位置服务接口矩阵,并在此基础上叠加室内外一体化、数据主权、定制化能力,以及 Android、iOS、小程序、Flutter、uni-app 多端 SDK 与 UNI 定位插件,构成的是完整的企业级位置服务底座。高德、百度、腾讯的室内地图更多是"锦上添花",覆盖有限;
1434

被折叠的 条评论
为什么被折叠?



