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

Pandas数据清洗实战:用ffill搞定时间序列缺失值(附真实案例)

本文通过真实案例详细讲解如何使用Pandas的ffill方法高效处理时间序列数据中的缺失值,特别适用于金融和物联网领域。文章涵盖基础用法、参数精解、与resample的组合技巧,以及实战中的分阶段填充策略,帮助开发者解决数据清洗难题。

从零构建Bootloader:中断向量表重定位的底层逻辑与实战陷阱

本文深入解析ARM Cortex-M中断向量表重定位的底层机制,重点讲解VTOR寄存器工作原理及在Bootloader开发中的实战应用。针对STM32平台,详细阐述存储器映射策略、FreeRTOS环境下的特殊考量,并提供常见陷阱的调试方法与解决方案,帮助开发者避免系统崩溃和任务调度失效问题。

自监督学习实战:从MoCo到MAE,手把手教你搭建自己的SSL模型

本文深入探讨自监督学习(SSL)的实战应用,从MoCo到MAE的模型构建指南。通过详细解析SSL核心原理、算法实现及优化技巧,帮助开发者掌握无需大量标注数据的深度学习技术。文章涵盖对比学习、生成式方法等关键设计范式,并提供代码示例和下游任务迁移策略,助力构建高效特征提取器。

ROS多传感器同步实战:用message_filters搞定激光雷达与摄像头数据对齐(附Python/C++代码)

本文详细介绍了ROS中message_filters实现激光雷达与摄像头数据同步的工程实践,涵盖ExactTime和ApproximateTime两种策略的C++/Python实现代码。针对多传感器时钟差异、传输延迟和采样频率不匹配等核心挑战,提供了动态参数配置、性能优化及异常处理方案,帮助开发者构建高精度的传感器融合系统。

从视觉到时序:VisionTS如何重新定义跨模态预训练范式

VisionTS通过融合视觉与时间序列数据,重新定义了跨模态预训练范式。该技术利用Vision Transformer架构,将时间序列转化为图像表示,实现了从医疗影像预测心电图到气象数据推断的突破性应用。研究表明,VisionTS在零样本学习和长期预测任务中超越专业时序模型,展现出卓越的泛化能力和计算效率。

Windows本地C# OCR服务程序包,集成PaddleInference文字识别引擎

一套可直接运行在Windows系统上的C# OCR服务程序,不依赖Python环境,纯.NET生态实现。核心基于Sdcb.PaddleInference和Sdcb.PaddleOCR封装调用,支持中英文、数字及常见符号的高精度识别;内置OpenCvSharp4图像预处理能力(灰度化、二值化、去噪等),并兼容zxing.dll实现二维码与条形码同步识别。服务采用Nancy自托管HTTP接口,提供标准

ULP协处理器在ESP32-S3中应用

本文深入探讨ESP32-S3中ULP协处理器在低功耗物联网应用中的系统级优化,涵盖内存管理、编程模型、I²C模拟、功耗控制及多传感器融合等关键技术,通过真实案例实现微安级平均功耗,显著提升电池寿命。

ESP32-S3 TLS加密MQTT通信

本文深入探讨如何利用ESP32-S3实现TLS加密通信,涵盖开发环境搭建、硬件加密加速、MQTT安全连接、证书管理与生产部署等关键环节。通过实战配置与调试技巧,帮助开发者构建稳定、安全的物联网通信链路,解决证书验证、时间同步、内存优化等常见问题。

如何训练自己的 AI 模型在实战派 S3 上跑?

本文详细介绍如何将PyTorch训练的轻量级图像分类模型部署到搭载NPU的实战派S3开发板,涵盖模型选择、ONNX导出、RKNN量化转换、硬件推理及常见问题解决,实现高效边缘计算落地。

树莓派作为边缘计算节点的初始配置:超越基础设置

本文详细介绍了树莓派作为边缘计算节点的企业级初始配置,涵盖系统烧录、网络设置、安全强化、性能优化及远程管理。重点超越基础设置,提供安全可靠的长期运维策略,包括SSH密钥认证、防火墙配置和自动化更新,确保生产环境中的稳定性和可维护性。

#边缘计算#物联网
    共 44 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择