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
1.3k累计阅读
1.3k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
公司的采集仪设备需要根据不同的业务需求采集不同的内容，且这些内容需要上传到服务器进行查看，编辑，统计。
如果这些不同需求的业务表单都要通过手工建业务表和编码定制界面去采集，那会是一个很大的工作量。如果能通过
一个好的存储机制和一个良好的UI来动态适应动态编制业务需求（牺牲某些#自由#，得到一个在规则下运行的动态
采集的性价比最高的方案）。
1.0版本  动态模板内容设计 字典项带有单位功能 |
| 2.0版本
新增统计功能 新增标记名称项 新增标记必填项 新增标记图标 新增模板与字典项备注 |
#1 生成动态信息模板和测试动态模板的工具
#2 一个信息采集控件（1 可以选择不同的模板采集信息 2 自带编辑功能）
树莓派Pico驱动2.9寸三色墨水屏：从硬件连接到天气站实战
电子墨水屏以其超低功耗和断电保持显示的特性，在物联网信息牌、电子标签等场景中广泛应用。其核心原理是通过电压脉冲控制带电粒子移动，实现像素颜色切换，这一特性使其成为低功耗显示方案的理想选择。在嵌入式开发中，微控制器通过SPI接口与墨水屏通信，发送图像数据和驱动波形表（LUT）以控制刷新。树莓派Pico凭借其RP2040芯片和丰富的MicroPython生态，为驱动墨水屏提供了高性价比且易上手的平台。本文以Pico连接2.9英寸黑白红三色墨水屏为例，详细解析了硬件SPI接线、驱动库适配、帧缓冲区管理及BUSY引
巴法云一键配网 2.0：SmartConfig与SoftAP双协议对比与5步实战
本文深度解析巴法云一键配网2.0的SmartConfig与SoftAP双协议技术，提供5步实战指南。通过对比两种协议的优缺点及适用场景，帮助开发者快速实现物联网设备高效配网，提升智能家居和工业物联网的部署效率。
水经微图：野外调查高效作业必备专业软件
现代在线地图（如高德、Google）都不是整张图传输，而是切成无数个小方块，每块256×256像素，按层级（Zoom Level）、行号（X）、列号（Y）命名。比如：代表“卫星图”在第14级缩放下的某个具体位置。随着缩放级别增加，地图越来越精细，瓦片数量呈指数增长：$$N(z) = 4^z$$也就是说，Zoom=14时，全球就有超过2.6亿张瓦片！但我们显然不需要全下下来。于是就有了“区域定制下载”功能。
国网用电信息采集系统2.0终端技术架构方案初稿资源下载：项目的核心功能/场景
国网用电信息采集系统2.0终端技术架构方案初稿资源下载：项目的核心功能/场景 【下载地址】国网用电信息采集系统2.0终端技术架构方案初稿资源下载 国网用电信息采集系统2.0终端技术架构方案初稿资源，为您提供全面而深入的技术参考。该文档详细解析了系统终端的硬件与软件架构，涵盖通信协议、接口规范、系统安全设计及性能优化策略等...
Springboot+Vue 实现鸿蒙商城管理系统开发实践
通过使用 Springboot 和 Vue 技术栈，我们成功实现了鸿蒙商城管理系统的开发。系统具备用户管理、商品管理、订单管理、库存管理和统计分析等功能，支持 Web 端和鸿蒙端的访问和操作。在开发过程中，我们充分利用了 Springboot 的快速开发优势和 Vue 的组件化开发特点，提高了开发效率和系统的可维护性。同时，通过与鸿蒙设备的集成，实现了多设备之间的数据交互和协同工作，提升了用户体验。
【芯片验证随心记】1.SystemVerilog中，rand和randc的区别？如何用constraint实现randc？
在SystemVerilog里，randc 的“不重复循环”特性是用一个 周期性排列器（permutation engine） 实现的，而这个引擎在 LRM 里并没有公开。我们只能在 “用户空间” 用 rand + constraint 去模仿它的行为。每次随机化只取 queue.pop_front()，用完再洗。在4次随机化内，y会依次出现0,1,2,3各一次（顺序随机）每次随机化，x可能是0-3中的任意值，可能连续多次相同。每次随机化时，在未使用的值里随机挑一个；第5次随机化时，重新生成新的排列周期。
从零到三维：无人机测绘如何重塑现代地理信息采集？
本文探讨了无人机测绘技术如何通过三维实景建模和3D地图技术，大幅提升地理信息采集的效率和精度。从传统测绘到现代无人机方案的转变，不仅实现了10倍效率提升，还将精度推进至毫米级，广泛应用于灾害响应、商业选址和数字孪生等领域。
手把手教你用AirSim和Unreal4在Ubuntu上创建自定义无人机仿真场景
本指南详细介绍了如何在Ubuntu系统上使用AirSim和Unreal Engine 4搭建高精度无人机仿真环境。从硬件配置、驱动安装到Unreal Engine编译和AirSim集成，手把手教你创建自定义场景，适用于算法验证和开发测试。
深度拆解LameHug：全球首个实战级AI原生木马的技术原理、攻击复现与企业防御全方案
全球首个AI原生木马LameHug技术解析与防御建议 乌克兰CERT-UA于2025年7月发现首个完全依赖大模型动态生成攻击指令的AI原生木马LameHug，标志着网络攻击进入LLM原生时代。该木马由俄罗斯APT28组织使用，通过钓鱼邮件传播，采用"瘦客户端+厚云端"架构：本地仅保留极简框架，攻击指令由远程调用的Qwen2.5-Coder模型实时生成，实现无静态特征、动态变化的攻击载荷。核心技术包括：1)多层加密的Prompt模板；2)HuggingFace API调用链；3)双线程伪装技术。防御需从API
【自动驾驶学习笔记——Prescan和Simulink 学习笔记和问题记录（1）】
主要记录一些Prescan/Simulink 联合仿真出现的问题。
Monorepo与pnpm：前端项目管理的完美搭档
pnpm又称 performant npm，翻译过来就是高性能的npm。Monorepo是一种项目开发与管理的策略模式，它代表"单一代码仓库"（Monolithic Repository）。在Monorepo模式中，所有相关的项目和组件都被存储在一个统一的代码仓库中，而不是分散在多个独立的代码仓库中，这些项目之间还可能会有依赖关系。
将树莓派变成便携式GPS记录器：轻量级数据收集与可视化方案
本文详细介绍如何将树莓派与GPS模块结合，构建便携式GPS记录器方案。涵盖硬件选型、数据采集优化、电源管理和本地可视化实现，提供完整的轻量级数据收集与可视化解决方案，特别适合野外作业和离线环境使用。
世界模型（World Models）进展全景调研（截至 2025-08）
A5) 2019-07（待核验） | C-SWM：Contrastive Structured World Models（Kipf et al.）A6) 2019-07（待核验） | SLAC：Stochastic Latent Actor-Critic（Lee et al.）A3) 2015-12（背景注记，待核验） | Embed to Control（E2C，Watter et al.）Nature 2020）Repro/Code：werner-duvaud/muzero-general（社区）
kinect获取距离信息_高寒区长距离供水渠道冻胀破坏应对办法研究
原标题：高寒区长距离供水渠道冻胀破坏预警模型构建方法研究摘 要：针对高寒区长距离供水渠道工程冻胀破坏预警问题,提出了一种新的预警模型构建方法。通过分析渠道冻胀信息提取的主要影响因素之间的相互关系,比对人工监测和仪器自动监测渠道冻胀信息的识别路径,采用统一的量化识别尺度,探索构建预警指标体系和判定阈值,为渠道冻胀信息采集及预警预报系统软件研发创建数据模型。工程实践运用表明,该方法在监测渠道断面冻胀信...
大语言模型原理与工程实践：手把手教你训练 7B 大语言模型 自动化训练框架
近年来，大语言模型（Large Language Models，LLMs）在自然语言处理领域取得了突破性进展。从GPT-3到ChatGPT，再到最新的GPT-4，这些模型展现出了惊人的语言理解和生成能力，引发了学术界和产业界的广泛关注。然而，训练如此庞大的模型不仅需要海量的数据和计算资源，还需要复杂的工程实践和优化技巧。本文将深入探讨大语言模型的原理，并以7B参数规模的模型为例，详细介绍如何构建一个自动化训练框架，使读者能够亲自动手训练自己的大语言模型。
Windows11上pip安装IsaacSim5.1.0与IsaacLab
本文详细介绍了CUDA Toolkit 12.8.0、IsaacSim和IsaacLab的安装过程。首先从NVIDIA官网下载并安装CUDA Toolkit 12.8.0，然后通过miniforge创建conda环境（env_isaacsim）安装IsaacSim相关Python包，解决了Windows长路径问题。成功运行IsaacSim后，克隆IsaacLab仓库并完成安装验证，最后通过创建空场景测试环境配置。整个安装过程包含详细的命令行操作和问题解决方法，为机器人仿真开发环境搭建提供了完整指导。
告别手动描图！用QGIS的‘Create Points from Table’工具，5分钟搞定手机采集数据的矢量化
本文详细介绍了如何利用QGIS的‘Create Points from Table’工具快速实现手机采集数据的矢量化处理。通过实战指南，读者可以掌握从移动端数据采集到结构化表格转换，再到高级矢量要素构建的全流程，大幅提升GIS工作效率。特别适合需要进行野外调查和环境监测的专业人士。
jre9下载 jdk9
(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】
土壤预测软件hydrus_波恩仪器BNGST08系列导管式土壤温湿度传感器简介
产品说明导管式土壤温湿度传感器 具有分层管式土壤水分测定利用频域反射 FDR( FrequancyDomainReflection)原理。根据探测器发出的电磁波在不同介电系数物质中的频率变化，计算出被测土壤含水含盐量。可直接测量土壤中的水分、温度。IST.HRG系列能够同时测量不同深度的相关土壤参数并通过GPRS网络或RS485接口上传至数据中心。该系列产品可以广泛的应用于抗旱监测、土壤...
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
Camera2Demo
在Camera2 的基础上进行封装，使得Camera2一堆初始化逻辑与Activity分离，降低耦合度，完成预览拍照并保存的操作
【AI+智造】基于DeepSeek场景化集成DTU数采网关的智慧监测诊断方案——以华东地区石油化工行业
本方案通过DTU数采网关与DeepSeek大模型的深度集成，实现了石化企业从“被动响应”到“主动预防”的数字化转型。其低成本、高兼容性特点尤其适合华东地区中小型制造企业，未来可扩展至智慧园区、环保监测等领域。对于Odoo开发者，可通过定制化开发接口，进一步打通生产、物流、财务模块，构建全链条数字化生态。参考文献油田DTU监控方案DeepSeek低成本AI模型工业DTU协议兼容性石油管线远程监测案例。
怀旧版电脑GBC模拟器
再现原版GBC掌机的界面，电脑运行连游戏界面都一样大小，很怀旧，很真实，（英文版）强烈推荐，很小的文件，很难才找到的。
230M频段天线模块选购指南与应用方案解析
TX230-BLG-30是一款230MHz频段的玻璃钢天线，天线长度约300mm，N-J接口（N公头）。未来，随着智慧城市、工业数字化和智慧农业的发展，230MHz 设备的应用有望进一步扩展，为行业带来更多可能性。：在选购与使用 230MHz 模块时，企业需结合自身应用需求，深度分析产品技术参数及品牌优势，选择最匹配的解决方案，从而提升通信质量和系统整体效能。解答：相比于 NB-IoT，230MHz 模块的优势在于拥有更低的功耗与更广的覆盖范围，无需依赖蜂窝网络，非常适合分布式的工业场景。
Java EE 进阶：8.MyBatis 操作数据库(入门)（第一弹）
Java EE 进阶：8.MyBatis 操作数据库(入门)（第一弹）
Spring Boot 数据源与 MyBatis(-Plus) 自定义配置详解
本文详解 Spring Boot 中单数据源环境下 HikariCP 与 MyBatis-Plus 的自定义配置。通过手动声明 SqlSessionFactory，实现下划线转驼峰、日志输出、一级缓存策略等精细化控制。结合 HikariCP 核心参数调优（如最大连接数、连接生命周期），确保高性能与稳定性。适用于仅需访问单一数据库的场景，避免多数据源复杂性，兼顾性能与可维护性。
Docker Compose：搭建本地多服务开发环境
从一个 Java API、PostgreSQL 和 Redis 开始，配置服务名、端口、环境变量、健康检查、数据卷和依赖关系。理解 Compose 文件如何被解析、项目如何隔离，以及哪些数据不能依赖“重建容器”保留，能够把个人开发环境整理成团队可复用的启动入口。
AI全栈实战 | 3.9-01 爬虫入门：requests 加 BeautifulSoup 三分钟跑通，但 90% 的人栽在这 4 个“礼貌“问题上
⚠️：本文内容仅用于。请遵守目标站点的服务条款与相关法律法规，不得对目标服务造成负担，不得采集、传播个人隐私数据。技术是中性的，边界在你手里。爬虫的入门技术（requests 发请求 + BeautifulSoup 解析）三分钟就能学会。真正区分"会用爬虫"和"会做爬虫的人"的，是这篇我们跑通"请求→解析→存储"的最小闭环，然后重点把"合规与礼貌"这根弦给你绷上。
45-存储过程与函数
匿名块跑完就没了，想下次再用只能复制粘贴。给块起个名字存进数据库，就成了存储过程与函数：一次编译、处处调用、权限收口，还能让 Java 侧少拼 SQL。这篇讲封装、调用、限制与排错的完整套路。CREATE OR REPLACE 覆盖式创建，事务由调用方控制；参数三模式 IN 只进、OUT 只出、IN OUT 双向，OUT 参数调用时要备好变量接；调用三姿势 EXEC、CALL、匿名块，命名传参=>最清晰；函数必有 RETURN，想在 SQL 里调用就不能碰 DML 和事务控制；
数据库主键选型指南：BIGINT vs VARCHAR
主键选型关乎数据库性能与架构演进。BIGINT（如雪花算法）在顺序写入、二级索引开销和分布式生成上优势显著，适合高并发核心链路；而传统 VARCHAR UUIDv4 因随机性导致频繁页分裂、存储膨胀，性能堪忧。UUIDv7 通过时间戳有序性实现高效追加写入，结合 BINARY(16) 存储可兼顾性能与安全，成为现代微服务新选择。关键在于：主键应稳定、无业务含义，优先选用趋势递增的紧凑类型，并根据场景合理采用双主键模式或 ULID 等替代方案。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
357
扫一扫
