Web 2.0:关注mashup,杂交的力量

本文探讨了mashup的概念及其在Web2.0时代的重要性。mashup是一种能够无缝整合多个来源内容的网站或应用,通过第三方提供的API、RSS等手段实现信息的聚合。随着Web2.0的发展,mashup成为了网络开发的一种革命性力量。

说实话,本来标题想写为“关注mashup,杂交的力量”

怕有些人看了标题想成与人类荷尔蒙相关的行为

于是加了web2.0


这里的杂交,可以联想袁隆平老前辈的杂交水稻

生物学上的杂交,为了取各个物种的精华

web2.0领域的mashup也是如此

简单的说,就是把自己喜欢的各种网页、网络程序整合到一个页面——web2.0的感觉

理想状态

可以在一个网页上,融合sohu的it频道、sina的科技新闻、baidu的地图、google的gmail、zdnet的blog.......


拿人作比方,相当于很多小mm整容时候的设想:明星A的鼻子、明星B的眼睛、明星C的唇......

比特世界比生物界方便

袁老前辈当年试验杂交水稻,一年也就几次试验机会而已

而美女的身体也不能天天刀割激光烤

网络上倒是可以随心所欲地组合

现在我可以用网站A的天气预报

马上也可以换成网站B的天气信息


这个思路

可以方便用户的使用

何砝我在7年前干过类似的事情

当时使用的是frame

把关注的若干页面硬生生地捆在了一起

而今方便了,类似google个性化主业上面

拖拖拉拉就可以了

这里的拖拉说的是鼠标

前不久看到有人写过


今天在明顺所在公司discuz!的新品发布会上考虑无线个人门户问题

又看到google的一个新服务用了mashup的新闻

于是检索

发现中文的内容不多


找了一个英文的,如下:

http://www.numotion.net/support/buzzwords/mashup-hybrid-web-application

Mashup (hybrid web application)

A mashup is a website or web application that seamlessly combines content from more than one source into an integrated experience.

Content used in mashups is typically sourced from a third party via a public interface or API. Other methods of sourcing content for mashups include Web feeds (e.g. RSS or Atom) and JavaScript.

The etymology of this term almost certainly derives from its similar use in pop music where DJ's take the vocal track from one song and combine it with the instrumental track of another song resulting in an entirely new composition.

Many people are experimenting with mashups using eBay, Amazon, Google, and Yahoos APIs. The increased use and popularity of mashups has increased with the emergence of Web 2.0, which is characterized by active user participation and interaction.

Much like how blogs revolutionized online publishing, mashups are revolutionizing web development by giving creative power to the masses. Many mashups are relatively easy to design with minimal technical knowledge, and thus custom mashups are being designed by unlikely innovators, utilizing data in creative and unique ways. While there are several useful mashups, many are simple novelties or gimmicks, with minimal practical utility.

Most mashups interface with and utitilize information from established companies and web applications, occasionally without asking for permission. It is not uncommon for a mashup to display this information in a manner that the larger entity does not approve of, and a few scuffles have occurred on ethical grounds. Currently, mashups cannot be used for commercial purposes, and they are strictly non-profit, so the financial risk to the larger companies is minimal. Still, it is possible that if mashups prove to be a useful business tool or a viable market then corporate mashups will emerge as a paid-for service.

It is postulated that mashups are the beginning of the end for traditional operating systems. While operating systems currently serve as a collection of APIs for organizing and storing files and applications, it is quite possible that in a few years all APIs will exist entirely online, and that operating systems will be replaced by browsers.

最近比较忙,有几个问题没有想好

1、版权问题,是否需要提供内容的网站的批准

2、盈利问题,网络广告?或者其他什么方式,也许与无线结合可以是个突破

内容概要:本文介绍了一个基于多传感器融合的定位系统设计方案,采用GPS、里程计和电子罗盘作为定位传感器,利用扩展卡尔曼滤波(EKF)算法对多源传感器数据进行融合处理,最终输出目标的滤波后位置信息,并提供了完整的Matlab代码实现。该方法有效提升了定位精度与稳定性,尤其适用于存在单一传感器误差或信号丢失的复杂环境,如自动驾驶、移动采用GPS、里程计和电子罗盘作为定位传感器,EKF作为多传感器的融合算法,最终输出目标的滤波位置(Matlab代码实现)机器人导航等领域。文中详细阐述了各传感器的数据建模方式、状态转移与观测方程构建,以及EKF算法的具体实现步骤,具有较强的工程实践价值。; 适合人群:具备一定Matlab编程基础,熟悉传感器原理和滤波算法的高校研究生、科研人员及从事自动驾驶、机器人导航等相关领域的工程技术人员。; 使用场景及目标:①学习和掌握多传感器融合的基本理论与实现方法;②应用于移动机器人、无人车、无人机等系统的高精度定位与导航开发;③作为EKF算法在实际工程中应用的教学案例或项目参考; 阅读建议:建议读者结合Matlab代码逐行理解算法实现过程,重点关注状态预测与观测更新模块的设计逻辑,可尝试引入真实传感器数据或仿真噪声环境以验证算法鲁棒性,并进一步拓展至UKF、PF等更高级滤波算法的研究与对比。
内容概要:文章围绕智能汽车新一代传感器的发展趋势,重点阐述了BEV(鸟瞰图视角)端到端感知融合架构如何成为智能驾驶感知系统的新范式。传统后融合与前融合方案因信息丢失或算力需求过高难以满足高阶智驾需求,而基于Transformer的BEV融合方案通过统一坐标系下的多源传感器特征融合,在保证感知精度的同时兼顾算力可行性,显著提升复杂场景下的鲁棒性与系统可靠性。此外,文章指出BEV模型落地面临大算力依赖与高数据成本的挑战,提出“数据采集-模型训练-算法迭代-数据反哺”的高效数据闭环体系,通过自动化标注与长尾数据反馈实现算法持续进化,降低对人工标注的依赖,提升数据利用效率。典型企业案例进一步验证了该路径的技术可行性与经济价值。; 适合人群:从事汽车电子、智能驾驶感知算法研发的工程师,以及关注自动驾驶技术趋势的产品经理和技术管理者;具备一定自动驾驶基础知识,希望深入了解BEV架构与数据闭环机制的专业人士。; 使用场景及目标:①理解BEV+Transformer为何成为当前感知融合的主流技术路线;②掌握数据闭环在BEV模型迭代中的关键作用及其工程实现逻辑;③为智能驾驶系统架构设计、传感器选型与算法优化提供决策参考; 阅读建议:本文侧重技术趋势分析与系统级思考,建议结合实际项目背景阅读,重点关注BEV融合逻辑与数据闭环构建方法,并可延伸研究相关企业在舱泊一体等场景的应用实践。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值