- 博客(15)
- 收藏
- 关注
RSS订阅
原创 信号数据处理之时频域变换(傅里叶变换)在数据挖掘中的应用
本文介绍了时域、频域的定义，以及傅里叶变换的详细过程，同时也介绍了从频域时域提取特征的具体方法，最后给出了详细的案例。
2025-06-30 11:10:23
3006
原创 Pyspark分布式访问NebulaGraph图数据库
本文介绍了本地部署Spark并连接NebulaGraph数据库的完整流程。主要内容包括：1）安装Java 8并配置环境变量；2）下载安装Spark 2.4.0，设置相关路径；3）安装PySpark 2.4.0并验证；4）下载nebula-spark-connector组件；5）通过Python代码示例演示如何连接NebulaGraph数据库，包括SparkSession配置和连接参数设置。整个过程详细说明了环境准备、组件安装和连接验证的各个步骤。
2025-10-16 17:00:13
462
原创 NebulaGraph实战：常用操作语句nGQL
文章摘要：本文介绍了Nebula Graph数据库的基本操作，包括创建图空间、定义/删除Tag和EdgeType、插入/删除/更新顶点和边、属性管理、索引创建及查询操作。主要内容涵盖数据结构的定义与修改（如CREATETAG、DROPEDGE），数据操作（INSERTVERTEX、UPDATEEDGE）以及高级查询（MATCH、LOOKUP等）。文中还详细说明了如何通过属性条件筛选边和顶点关系，以及如何展示不同类型顶点间的关联关系。这些操作为构建和查询图数据结构提供了完整的操作指南。
2025-10-11 14:56:24
836
2
原创 NebulaGraph 索引创建指南：为何你的 CREATE EDGE INDEX 总报 “Invalid param!”？
我们发现为dependsOnPreTask这个edge_type创建索引时，总是报Invalid param，无论是单属性还是多属性。DeepSeek、豆包等大模型，耗费半天时间，始终给不出正确的解决办法。上述示例为针对edge_type创建index发现Invalid param，同样为tag创建index也是同样的道理。就是定长索引，它只会对字符串的前30个字符建立索引。
2025-10-09 14:26:05
197
原创 NebulaGraph本地搭建——单机版
本文详细介绍了NebulaGraph图数据库在Linux系统下的单机部署流程。首先说明了系统要求（推荐CentOS7+/Ubuntu18.04+，4GB+内存）和所需端口（Graph:9669，Meta:9559，Storage:9779）。接着提供了下载安装包和安装步骤，包括配置文件的路径说明（默认在/usr/local/nebula/etc/）。重点阐述了单机模式下Meta、Storage、Graph三个服务的启动和验证方法，并解释了它们的分工关系：Meta负责元数据管理，Storage负责数据存储，G
2025-09-25 17:10:43
594
原创 YOLOv13原理介绍—超图HyperACE、全流程聚合与分发FullPAD
YOLOv13引入两项核心创新：1）HyperACE超图关联增强机制，通过超图结构建模高阶特征关联，增强全局上下文捕捉能力；2）FullPAD全流水线聚合与分发范式，实现网络内细粒度特征流动。HyperACE采用多尺度特征融合和C3AH模块进行超边特征构建与更新，FullPAD通过门控融合模块自适应平衡增强特征。两项技术协同工作，分别作为"发动机"和"高速公路网"，显著提升模型性能。
2025-08-24 17:30:25
849
原创 基于Intangible AI 进行3D 建模、动画生成、虚拟场景构建、渲染
《Intangible AI 3D创作平台使用指南》介绍了该平台的完整创作流程：1.通过邮箱注册登录后，用户可从6000+模型库中选择3D模型；2.支持手动调整模型大小、角度、颜色等参数；3.提供批量插入功能，可快速创建森林等场景；4.支持背景修改、多模型组合；5.最终可生成3D场景、渲染图像或视频。平台简化了3D创作流程，无需专业建模知识即可实现复杂场景搭建，如示例中的铁路车站效果图。
2025-08-06 15:15:09
383
2
原创 Pyspark怎么在没有Python环境的大数据集群提交任务？
摘要：本文介绍了使用Anaconda创建Python虚拟环境并部署PySpark任务的完整流程。首先在本地安装Anaconda并创建指定Python版本的虚拟环境（如Python 3.7），调试PySpark脚本确保单机运行正常。然后将虚拟环境打包为zip文件，与脚本一起上传至HDFS。最后通过spark-submit命令提交任务，其中关键配置包括指定虚拟环境路径、Python解释器路径以及各类资源参数（内存、核心数等）。文末还提供了常用Spark参数说明（如driver/executor资源配置）
2025-06-24 10:08:08
560
原创 汽车故障预测模型一：基于故障码的预测模型
本研究基于车辆故障数据构建预测模型，通过挖掘维修前故障码演变序列实现零部件故障预测。首先对维修工单进行故障标注，利用统计方法过滤噪声故障码；然后采用关联规则和prefix算法挖掘高频故障码序列；通过验证数据评估序列预测准确率并筛选有效序列。研究还涉及无维修记录车辆的跨站维修识别。整个过程使用PySpark实现大数据处理，为车辆预防性维护提供数据支持。
2025-06-22 13:42:07
714
3
原创 标注团队裁员90%？揭秘CVAT如何用YOLOv8实现自动标注
摘要：为提高数据标注效率，提出基于YOLOv8的自动标注方案。首先在CVAT中人工标注少量数据并训练YOLOv8模型；然后使用该模型预测大批量数据并保存标签；通过Python脚本将YOLO格式标签转换为CVAT1.1格式XML；最后将转换结果导入CVAT进行人工校验修正。该方法有效减少人工标注工作量，配套代码包含完整的格式转换函数和参数说明，注意需验证类别ID有效性并处理异常图像。
2025-06-19 09:18:18
845
原创 Ubuntu 安装 CUDA 11.8、pytorch
本文介绍了在Linux系统上安装CUDA 11.8的完整步骤：首先通过wget下载安装包，然后使用sudo命令执行安装。接着安装nvidia-cuda-toolkit包，并配置环境变量（包括PATH和LD_LIBRARY_PATH）。最后通过执行nvcc --version命令验证安装是否成功。整个过程涵盖了从下载到验证的所有关键步骤，适用于需要配置CUDA环境的Linux用户。
2025-06-17 17:42:03
979
原创 多机多卡、单机单卡、单机多卡分布式训练mmsegmentation
手把手教你多机多卡分布式训练mmsegmentation，及单机单卡、单机多卡训练自己的数据
2025-04-30 15:36:13
1792
1
计算机视觉 语义分割 多机多卡与单机单卡训练mmsegmentation：分布式环境配置及模型训练流程详解
2025-06-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人