登录社区云,与社区用户共同成长
邀请您加入社区
本项目以最小成本实现了“智慧交通”的关键环节——信号灯智能调节。它不仅是理论验证,更是面向实际落地的第一步✅ 易部署:纯Python + MQTT,无需复杂框架;✅ 可扩展:支持接入更多类型传感器(行人检测、空气质量等);✅ 低成本:单片机+无线模块即可完成基础版本;✅ 易集成:可对接城市级IoT平台(如阿里云IoT、华为OceanConnect);未来可进一步引入强化学习模型(如DQN)进行长期
《从零搭建城市管理智能问答系统:Agentic RAG实战指南》开篇介绍了一个基于真实政务场景的技术实践项目。该专栏将以Python为核心技术栈,完整实现一个能自动检索多部门资料、提供可溯源回答的城市管理问答系统。项目特色包括:1)完全手写实现RAG全流程,涵盖文档加载、中文文本切分、向量化检索等关键环节;2)采用模块化设计,支持嵌入模型和大模型的灵活替换;3)逐步升级为具备路由判断、自我核查等能
AI Agent是具备自主感知、决策、执行能力的智能体,它可以是一个控制智能灯的小程序,也可以是一个管理整个城市交通的大模型应用。感知能力:可以获取自身负责领域的环境数据决策能力:可以基于规则或大模型自主做出判断执行能力:可以调用接口控制对应设备或系统交互能力:可以和其他Agent、用户进行通信。
智慧城市之红外墙面裂缝图像识别 外墙立面裂缝缺陷识别 建筑物渗水空洞图像识别 建筑物裂缝图像识别 建筑、基建领域缺陷检测 墙面温度图像识别
智慧城市治理巡检数据集 道路抛洒识别图像数据集 道路异物识别数据集 道路障碍物图像识别 城市路面治理识别数据集第10399期
智慧工厂之厂区进出口车辆监测 货车进出场识别 渣土车车头识别和录入 深度学习工程车识别第10429期(yolo+voc格式数据集)
摘要:本研究基于2008-2023年A股上市公司数据,构建董事长与总经理9维度价值观差异指标体系,探索高管异质性对企业创新的影响机制。研究采用《中国软科学》顶刊方法,通过籍贯/出生地测算不确定性规避、权力差距等9类价值观差异,建立16年面板数据。重点分析价值观分歧对企业研发投入、专利数量等创新指标的影响,检验"差异互补"与"冲突内耗"作用机制,并考察公司治理
2026 年,站在 “十五五” 的新起点,中科复兴将继续秉持全域感知、模型驱动、韧性提升的核心发展理念,紧跟住建部工作部署,用科技筑牢城市生命线,让城市不再 “看海”,让城市运行更安全、居民生活更安心。实时采集管网水位、瞬时流量、路面积水等核心数据,让地下隐蔽排水设施实现可视化、数字化、可感知,为城市排水体系布设全域覆盖的 “神经末梢”。打破跨部门数据壁垒,实现水务、应急、交通、城管等单位一键联动
空间语义大模型(Spatial LLM):镜像视界自主研发的空间智能核心引擎,基于多模态大模型+时空数据库深度融合架构,以像素即坐标、空间即语义为核心理念,实现“自然语言指令 ↔ 三维空间操作”的双向闭环,赋予数字孪生理解、推理、决策的全维度空间智能。- 反向(空间→语言):对三维空间场景(如异常行为、设备故障、区域入侵),模型自动识别实体、分析空间关系、理解事件含义,生成自然语言描述(如“东门区
是镜像视界自研的、面向物理实景世界的空间语义大模型,以自然语言理解为基础,以空间计算为骨架,以时空轨迹为脉络,以业务决策为目标,实现对全域场景的统一认知与智能推演。从可视化到认知化,从被动镜像到主动智能,重新定义下一代数字孪生,为数字中国、安全生产、城市治理、国防安防构筑真正可用、善战、自主可控的空间智能底座。镜像视界以 Spatial LLM 空间语义大模型为核心,让孪生体拥有类人空间智能,实现
传统数字孪生重建模、轻实景,重渲染、轻计算,重呈现、轻决策,无法真正理解物理世界的空间关系、行为逻辑与潜在风险,难以支撑现代化治理、工业安全、城市运行、粮库管控等核心场景的实战化需求。镜像视界(浙江)科技有限公司,作为全球无感定位首创者与定义者、镜像孪生技术开创者、数字孪生第一梯队核心厂商,以空间语义大模型为核心引擎,率先实现数字孪生从“被动展示”向“主动推演”的范式跃迁,正式定义下一代可理解、可
传统视频孪生仅实现虚实镜像可视化,存在视空割裂、无深度语义、跨镜头断轨、无法自主决策、告警误报高、事后处置滞后五大核心痛点,无法支撑城市治理、危化安防、工业安全生产、低空管控、粮库管控等实战化闭环业务。镜像视界以空间计算为根基、大模型认知为内核、实景动态为载体、闭环决策为价值,重构视频孪生底层逻辑,彻底打破数字孪生可视化瓶颈,构建新一代全域空间智能基础设施,助力数字中国高质量建设,开创万物可感知、
目标检测是智能视觉系统的核心技术,其原理在于通过深度神经网络定位并识别图像中的物体。在工程落地中,模型需在精度、速度、功耗与鲁棒性之间取得平衡,技术价值不仅体现在mAP等通用指标,更在于对特定场景(如低照度、多尺度、高并发)的适应能力。典型应用场景包括交通违法识别、占道经营取证、消防通道监测、井盖缺失预警及高空抛物溯源。B系检测器正是为解决这些城市级长尾问题而生的工业级模型家族,强调场景定制化与边
提示工程是设计和优化输入提示(Prompts)以有效引导大语言模型(LLMs)产生期望输出的过程。它不是简单的提问技巧,而是一门融合语言学、认知科学和机器学习的交叉学科。意图桥梁:连接人类需求与机器理解能力调节器:根据任务特性动态调整模型行为知识引导器:引导模型有效利用其内部知识推理导航器:引导模型进行复杂推理和问题解决知识图谱是一种结构化的语义数据模型,它以实体(Entities)为节点,以关系
本文探讨了基于AI与RTX4090算力的智能停车位预测模型在智慧城市中的应用,涵盖数据建模、深度学习架构、GPU加速训练及工程化落地,展示了高算力如何推动城市停车系统智能化升级。
本系统还支持springboot/laravel/express/nodejs/thinkphp/flask/django/ssm/springcloud 微服务分布式等框架,同行可拿货,招校园代理毕设项目前端使用vue框架,后端使用js的node,满足用户的讯息接受,信息搜索,资讯查看的操作。前端使用web技术html、css、js等Vue.js进行静态网页开发。做到基础的框架设计以及css定位
为了有效地封装和管理特定资源,自定义RAII类时需遵循几个关键原则。首要原则是资源在构造函数中完成获取。如果资源获取可能失败并需要处理,应通过抛出异常来报告错误,因为构造函数没有返回值。其次是资源在析构函数中必须被释放,且析构函数不应抛出异常,以免在栈展开过程中导致程序终止。遵循“三之法则”或“五之法则”来正确处理拷贝和移动语义也至关重要,通常情况下,管理独占资源的类应禁止拷贝(通过`= dele
这一阶段,你将直面指针这一强大而又容易出错的概念。智能指针(如std::unique_ptr, std::shared_ptr)的引入,是现代C++帮助开发者自动化资源管理的重要工具,体现了RAII(资源获取即初始化)这一核心 idiom,它能极大地减轻手动管理内存的负担。从初学者到专家,再到大师,其区别往往不在于对语法细节的掌握程度,而在于对软件整体架构的理解、对性能瓶颈的洞察、对问题域的深刻认
智能仓储与供应链管理系统摘要:该系统集成WMS、MES、SRM等模块,实现全流程数字化管理。仓储方面采用ABC/XYZ分类和RFID追溯,优化库位与作业流程;采购模块建立供应商全周期管理,实现MRP自动下单;生产环节通过MES实时监控,自动核算成本;销售模块集成信用管控与库存预留;财务系统支持自动凭证生成和多维分析。各模块数据实时联动,提供智能预警与报表分析,显著提升供应链运营效率。
ERP系统(企业资源计划)通过整合企业财务、采购、生产、销售、库存等核心流程,实现各部门数据实时共享与流程协同,提升运营效率。系统功能涵盖财务管理(总账、报表)、采购管理(供应商、订单)、生产管理(计划、进度)、销售管理(客户、订单)、库存管理(监控、优化)及人力资源管理(招聘、薪资)等模块。采用Java+MySQL技术栈,助力企业信息化管理升级。
本文介绍了一种基于时空大数据的建筑群用能模式深度聚类分析方法。该方法通过整合智能电表、建筑能管系统等多源异构数据,利用深度学习技术自动学习建筑能耗数据的低维表示,并结合时空相关性建模,实现精准的建筑群用能模式聚类。文章详细阐述了时空特征提取算法、深度聚类网络架构设计、损失函数优化等关键技术环节,并通过Python示例展示了系统的实现。该方法能够识别不同类型建筑群的用能规律,为城市能源规划、能效评估
摘要:本文介绍了eHR人力资源管理系统的核心功能和完整项目文档清单。系统涵盖招聘流程管控、员工信息管理、薪资福利、绩效评估、培训规划和劳动关系协调等全模块功能,通过自动化流程提升管理效率。同时提供了完整的软件项目文档清单,包括需求分析、设计开发、测试验收等全生命周期文档资料,以及Java+Vue+MySQL的技术栈说明。所有资料可通过文末联系方式获取,为企业人力资源管理信息化建设提供完整解决方案。
EHR人力资源管理系统采用Java+Vue技术架构,包含十大核心模块:组织架构、人事管理、考勤薪资、绩效档案、招聘培训、社保数据等。其中培训考学模块支持个性化培训计划制定,提供在线学习、考试评估功能,帮助企业提升员工技能并建立培训档案。系统支持通过个人名片获取源码,实现人力资源全流程数字化管理。(98字)
是 → 选 Coze(零代码,字节生态无缝对接)否 → 选 Dify(低代码,企业级功能完备)核心需求是 AI 原生能力还是跨系统自动化?是 → 选 CrewAI(角色驱动,任务分解高效)否 → 选 Dify(RAG 强,部署灵活)决策树核心逻辑优先看开发能力:非技术团队优先 Coze/Dify,技术团队看场景需求再看核心需求:字节生态→Coze,跨系统→n8n,多智能体协作→CrewAI,企业级
HopeMap AI平台是面向城市基础设施领域打造的一站式AI能力构建平台,具备数据管理、样本标注、模型训练、模型管理及智能体构建等核心能力,内置丰富的行业专用模型,可适配厂站管理、管网管理、客户服务、企业运营等多业务场景的智能化需求,助力企业高效便捷地打造新质生产力。众智鸿图作为城市基础设施智能化综合服务提供商,以地理信息科学、时空大数据、人工智能为核心能力,长期深耕于燃气、供水、排水等城市基础
本文介绍了如何在星图GPU平台上一键自动化部署fish-speech - 1.5开源文本转语音(TTS)模型Webui镜像,并探讨了该模型在智慧城市公共服务中的典型应用,如多语言旅游导览和智能语音查询系统,显著提升市民服务体验与交互效率。
PBS
本文基于 Python 技术栈搭建轻量化车载仿真测试平台,完整模拟真实车载终端上报 JT/T808 协议数据,兼容 TMP 设备校验流程,支持批量虚拟车辆并发、各类线上异常场景注入,覆盖终端准入校验、实时监控、大站准点考核、超速预警、智能排班、调度指令下发全业务验证场景。4.仿真全量 TCP 报文、TMP 接口调用日志、Kafka 消费日志持久化入库,线上设备接入失败、数据失真、预警错乱类缺陷可完
智能家居单品爆发期”——以 Nest 恒温器、Philips Hue 灯、Amazon Echo 智能音箱为代表,智能硬件开始从“概念”走向“量产”,但此时的智能硬件都是“信息孤岛”,只能单独使用,无法联动。
由清华大学电子工程系城市科学与计算研究中心、建筑学院与麻省理工学院(MIT)感知城市实验室、美国东北大学等顶尖机构的学者组成的跨学科团队,首次系统性地提出了一个由大语言模型(LLM)驱动的智能城市规划框架,旨在将 AI 打造为人类的「智能规划助手」。