logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

19 小凌派 rk2206 鸿蒙 LiteOS-M 任务详解

LiteOS-M任务管理指南 LiteOS-M是面向物联网的轻量级RTOS,任务作为系统调度的最小单元,通过LOS_TaskCreate/LOS_TaskDelete进行管理。任务状态包括就绪、运行、阻塞等,优先级数值越小越高。创建任务需配置TSK_INIT_PARAM_S结构体,包含任务名、入口函数、优先级和栈大小等参数。删除任务时禁止操作系统保留任务。使用时需注意:任务函数应为死循环、合理配置

#鸿蒙#华为
40 Python 数据挖掘番外篇:单特征高斯朴素贝叶斯原理详解与Python实现

本文以 “每周观影时长” 为单特征,通过固定模拟数据,详细讲解高斯朴素贝叶斯的核心原理(先验概率、似然、乘法逻辑、高斯分布的作用),并使用 scikit-learn 训练模型、scipy.stats.norm 绘制高斯分布,彻底解决中文乱码问题,直观展示算法逻辑。

#机器学习#sklearn
09 极物科技 jetlinks-mqtt-属性主动上报-windows-python-实现

本文介绍了基于Python和MQTT 3.1.1协议实现JetLinks物联网平台设备属性周期性上报的方法。主要内容包括:MQTT主题格式(/产品ID/设备ID/properties/report)和JSON报文规范;JetLinks物模型配置要点;Python代码实现,通过paho-mqtt库建立连接,实现定时上报功能,包含连接管理、消息解析和日志记录。代码支持自动重连、错误处理和属性值模拟,适

#python#物联网
10 极物科技 jetlinks-mqtt-直连设备-属性-读取-返回

本文介绍了基于Python和paho-mqtt库实现MQTT 3.1.1协议适配JetLinks物联网平台的方法。主要内容包括: MQTT主题及报文格式设计:详细说明了设备属性读取指令的监听主题格式、请求报文结构以及响应回复的主题和报文格式规范。 JetLinks平台配置:简要提及物模型设置,并提供了参考链接。 Python实现方案:展示了完整的代码实现,包含MQTT连接管理、读取指令解析、属性值

#物联网
14 ThingsBoard实战:从零搭建设备配置+设备,完成MQTT温湿度上行/目标温度下行测试(对比JetLinks)

作为物联网开发者,JetLinks和ThingsBoard都是常用的物联网平台,但两者的设计逻辑差异显著:JetLinks需先创建产品、定义物模型才能创建设备,而ThingsBoard无需预定义物模型(直接解析JSON报文),也无“产品”概念,取而代之的是“设备配置”(可理解为JetLinks的产品模板)。

#物联网
07 极物科技 jetlinks-ubuntu20-rk3588-部署

本文详细介绍了在RK3588芯片(ARM架构)的Ubuntu 20.04系统上部署JetLinks社区版2.10.0的全过程。重点包括:1)使用Maven 3.6编译JetLinks项目;2)安装PostgreSQL 12.22并创建jetlinks数据库;3)通过源码编译方式安装TimescaleDB 2.11.0插件;4)配置数据库扩展并完成环境适配。文章针对ARM架构的特殊性,解决了Post

#服务器#运维#linux +2
12 极物科技 JetLinks MQTT直连设备事件上报实战(继电器场景)

JetLinks作为国产开源物联网平台,MQTT协议直连设备是常用接入方式。开发者常遇两个问题:分不清事件与属性上报场景、2.10社区版事件无法直接在页面查看。本人验证时折腾良久,最终通过规则引擎配置事件触发告警,以告警记录验证上报成功。后发现开启`TimescaleDB-单列模式`可看到事件日志,但不影响本文验证方法。本文以继电器开关状态事件为例,完整拆解上报全流程,解决社区版验证痛点,内容可直

#物联网
08 Python 数据分析:学生画像匹配与相似度计算

本文通过“学生画像匹配”和“课程评价文本分析”两个案例,讲解数据分析中常用的相似性度量方法。文章重点介绍欧氏距离、曼哈顿距离和余弦相似度的含义、计算方式及适用场景,并结合 Python 完成简单实战,帮助初学者理解“相似性”如何被量化计算,以及这些方法在推荐系统、聚类分析和文本分析中的应用价值

#python#数据分析#机器学习
06 Python 数据分析入门:集中趋势与离散程度

在数据分析中,想要快速理解一组数据,首先要掌握集中趋势和离散程度。本文通过一个简单的成绩分析案例,系统讲解均值、中位数、众数、中列数、极差、四分位数、四分位数极差、方差和标准差,并结合 Pandas 完成完整统计分析与盒图可视化,适合 Python 数据分析入门学习

#python#数据分析#数据挖掘
18 AnimateDiff 简介:它在 AI 视频生成领域处于什么位置?

本文围绕 AnimateDiff 做一篇简要介绍,梳理其在 Stable Diffusion 视频生态中的定位、发展背景、核心原理与典型工作流结构,说明 AnimateDiff 为什么适合作为开源 AI 视频学习入口,以及它在当前热门 AI 短片创作中的实际定位。

#ComfyUI#工作流
    共 57 条
  • 1
  • 2
  • 3
  • 6
  • 请选择