華為AI安全白皮書2018-cn近年來，隨著海量數(shù)據(jù)的積累、計算能力的發(fā)展、機器學(xué)習(xí)方法與系統(tǒng)的持續(xù)創(chuàng)新與演進，諸如圖像識別、語音識 別、自然語言翻譯等人工智能技術(shù)得到普遍部署和廣泛應(yīng)用。越來越多公司都將增大在AI的投入，將其作為業(yè)務(wù)發(fā)展 的重心。華為全球產(chǎn)業(yè)愿景預(yù)測：到2025年，全球?qū)崿F(xiàn)1000億聯(lián)接，覆蓋77%的人口；85%的企業(yè)應(yīng)用將部署到 云上；智能家庭機器人將進入12%的家庭，形成千億美元的市場。 人工智能技術(shù)的發(fā)展和廣泛的商業(yè)應(yīng)用充分預(yù)示著一個萬物智能的社會正在快速到來。1956年，麥卡錫、明斯基、 香農(nóng)等人提出“人工智能”概念。60年后的今天，伴隨著谷歌DeepMind開發(fā)的圍棋程序AlphaGo戰(zhàn)勝人類圍棋冠 軍，人工智能技術(shù)開始全面爆發(fā)。如今，芯片和傳感器的發(fā)展使“+智能”成為大勢所趨：交通+智能，最懂你的 路；醫(yī)療+智能，最懂你的痛；制造+智能，最懂你所需。加州大學(xué)伯克利分校的學(xué)者們認(rèn)為人工智能在過去二十年 快速崛起主要歸結(jié)于如下三點原因[1]：1）海量數(shù)據(jù)：隨著互聯(lián)網(wǎng)的興起，數(shù)據(jù)以語音、視頻和文字等形式快速增 長；海量數(shù)據(jù)為機器學(xué)習(xí)算法提供了充足的營養(yǎng)，促使人工智能技術(shù)快速發(fā)展。2）高擴展計算機和軟件系統(tǒng)：近 年來深度學(xué)習(xí)成功主要歸功于新一波的CPU集群、GPU和TPU等專用硬件和相關(guān)的軟件平臺。3）已有資源的可獲得 性：大量的開源軟件協(xié)助處理數(shù)據(jù)和支持AI相關(guān)工作，節(jié)省了大量的開發(fā)時間和費用；同時許多云服務(wù)為開發(fā)者提供 了隨時可獲取的計算和存儲資源。 在機器人、虛擬助手、自動駕駛、智能交通、智能制造、智慧城市等各個行業(yè)，人工智能正朝著歷史性時刻邁進。谷 歌、微軟、亞馬遜等大公司紛紛將AI作為引領(lǐng)未來的核心發(fā)展戰(zhàn)略。2017年谷歌DeepMind升級版的AlphaGo Zero橫 空出世；它不再需要人類棋譜數(shù)據(jù)，而是進行自我博弈，經(jīng)過短短3天的自我訓(xùn)練就強勢打敗了AlphaGo。AlphaGo Zero能夠發(fā)現(xiàn)新知識并發(fā)展出打破常規(guī)的新策略，讓我們看到了利用人工智能技術(shù)改變?nèi)祟惷\的巨大潛能。 我們現(xiàn)在看到的只是一個開始；未來，將會是一個全聯(lián)接、超智能的世界。人工智能將為人們帶來極致的體驗，將 積極影響人們的工作和生活，帶來經(jīng)濟的繁榮與發(fā)展。
上傳時間： 2022-03-06
上傳用戶：
近些年來，云計算與移動云計算迅速發(fā)展，隨之而來出現(xiàn)的問題是由于智能終端的數(shù)量和處理器計算能力能力的增加，越來越多的計算密集型應(yīng)用應(yīng)用被卸載到云端，這樣就給核心網(wǎng)絡(luò)造成很大的負(fù)載，從而不能滿足那些對延遲敏感的應(yīng)用，所以移動邊緣計算就因此產(chǎn)生。它通過將計算、存儲等資源部署在網(wǎng)絡(luò)的邊緣，能快速地處理任務(wù)并傳輸。但是由于用戶終端的移動性，需要考慮的一個很重要的問題就是當(dāng)服務(wù)厥量受到位置影響時應(yīng)當(dāng)采取什么措施。合理的計算切換能夠很好地解決這個問題。在移動邊緣計算中，什么時候進行計算切換以及切換到哪里是切換問題的關(guān)鍵。本文研究了計算切換的具體過程、影響計算切換的因素及管理體系，提出了計算切換的管理框架。在考慮任務(wù)完成時間、移動終端能耗和任務(wù)完成成本這些因素影響的基礎(chǔ)上并根據(jù)切換管理的框架和具體的判決準(zhǔn)則，提出了簡單加權(quán)法、熵值法和基于理想解排序的這三種多屬性決策計算切換筧法。最后在實驗部分對這三種多屬性決策計算切換算法進行仿真實驗，在根據(jù)實驗結(jié)果對三種算法的性能進行分析，然后再研究計算量與數(shù)據(jù)量變化對算法性能的影響。實驗結(jié)果表明：采用多屬性切換決策的方法要優(yōu)于不切換和總是發(fā)生切換的決策，并且在多屬性決策的方法中，班想解排序的方法要優(yōu)于簡單加權(quán)法和值法，并且任務(wù)的完成時間、移動終端能耗、和任務(wù)的執(zhí)行成本隨著終端移動速度的增大而有明顯減少，說明基于閾值的判決準(zhǔn)則和多屬性切換決策算法適用于移動邊緣計算中的計算切換。關(guān)鍵詞：移動邊緣計算：計算切換：判決準(zhǔn)則；多屬性決策
標(biāo)簽： 移動邊緣計算
上傳時間： 2022-03-11
上傳用戶：ttalli
本文以某油田數(shù)字化改造項目為背景，研究內(nèi)容主要分為如下四個部分（1）三維激光掃描儀在掃描作業(yè)中會產(chǎn)生精度不符合項目要求的問題，導(dǎo)致后續(xù)的維模型精度無法達(dá)到要求。本文系統(tǒng)分析了掃描儀的誤差來源，采用單邊法和交叉雙邊法的標(biāo)定實驗方案，可以較快、較準(zhǔn)確的檢驗三維激光掃描儀的精度，為后續(xù)數(shù)據(jù)獲取奠定了良好的基礎(chǔ)（2）傳統(tǒng)的紋理圖片采集方法沒有規(guī)則，拍攝的圖片較多，數(shù)據(jù)量較大，且有時會遺漏部分場景信息。通過對比分析研究前后幾次采集的大量紋理圖片數(shù)據(jù)，提出了一種快速、全面的紋理采集方法，提高了采集效率，降低了數(shù)據(jù)量。通過研究降噪、增強特征等算法，對紋理圖片進行處理，獲取了較好的模型顯示細(xì)膩感。最后，通過對比實驗分析了上種不同理貼圖方法在模型真實度、內(nèi)存占用量和操作易程度等力面的影響，得出各個貼圖方法的優(yōu)缺點及適用范圍，為后續(xù)的高質(zhì)量、快速度的紋理貼圖提供了理論依據(jù)（3）針對地面激光掃描儀在點云拼接時出現(xiàn)無法識別標(biāo)靶球的問題，分析研究了大量其它站掃描的點云數(shù)據(jù)和標(biāo)靶擺放位置，提出了相應(yīng)的擺放規(guī)則，提高了識別標(biāo)靶的成功率和點云拼接效率。復(fù)雜的曲面類模型在正向建模軟件中的操作難度較大，且操作復(fù)雜，作者通過轉(zhuǎn)換格式將點云放置在逆向軟件中使用曲面擬合建模方法進行三維建模，提高了建模效率。非規(guī)則類模型在通過交集、并集和差集操作時會出現(xiàn)模型消失的問題，經(jīng)過實驗和研究，詳細(xì)提出了其建模步驟，減少了該類問題的出現(xiàn)。團隊協(xié)同作業(yè)的模型整合階段容易出現(xiàn)材質(zhì)和模型重復(fù)問題，結(jié)合項目的建模技術(shù)要求提出了相關(guān)的模型建模規(guī)范，提高了模型整合效率
標(biāo)簽： 數(shù)據(jù)融合
上傳時間： 2022-03-17
上傳用戶：XuVshu
單片機通過WIFI模塊將溫度數(shù)據(jù)上傳到OneNET平臺功能實現(xiàn)：82C52單片機通過wifi模塊（ESP8266）將溫度傳感器（DS18B20）的溫度數(shù)據(jù)通過HTTP協(xié)議上傳到OneNET云平臺，資料包括單片機程序源碼以及相關(guān)說明文檔，程序注釋詳細(xì)，適合大家參考學(xué)習(xí)。
上傳時間： 2022-04-26
上傳用戶：
作者：Dominique D. Guinard，Vlad著出版社：電子工業(yè)出版社出版日期：2018-01-01索書號：TP393/2752標(biāo)準(zhǔn)編碼：9787121327643 物聯(lián)網(wǎng)的潛能絕不止于解決特定場景的小問題，而是用務(wù)實|結(jié)構(gòu)化的方法論來構(gòu)建大型系統(tǒng)、實現(xiàn)創(chuàng)新、重建秩序?！?IoT 離不開更大圖景及完整生態(tài)，作者要用超前視野和大局觀，解決無數(shù)工具|標(biāo)準(zhǔn)|協(xié)議及云服務(wù)構(gòu)成的高度碎片化?！?易讀到物聯(lián)網(wǎng)新手可按圖索驥建立一個完整的端到端物聯(lián)網(wǎng)；深刻到創(chuàng)建完所有元素后你已成為熟練的物聯(lián)網(wǎng)開發(fā)者。 本書是介紹萬維物聯(lián)網(wǎng)的入門教材。作者通過將樹莓派作為物理設(shè)備網(wǎng)關(guān)，提出一種構(gòu)建萬物互聯(lián)的可行方案——利用現(xiàn)有的萬維網(wǎng)標(biāo)準(zhǔn)、協(xié)議，以及HTML、CSS 和技術(shù)，讓智能產(chǎn)品終端成為開放的萬維網(wǎng)的一部分，終形成物聯(lián)網(wǎng)和萬維網(wǎng)的結(jié)合體——萬維物聯(lián)網(wǎng)。本書分為兩個部分，章到第5 章是第I 部分，內(nèi)容涵蓋萬維物聯(lián)網(wǎng)基本概念、和Node.js 介紹，通過一個簡單的例子來說明如何使用Node.js 的Web 框架與遠(yuǎn)程設(shè)備進行交互。第6 章到0 章是第II 部分，詳細(xì)介紹萬維物聯(lián)網(wǎng)技術(shù)棧中的各層架構(gòu)及如何用現(xiàn)有的Web 技術(shù)實現(xiàn)各層架構(gòu)，終能夠形成物理網(wǎng)聚合應(yīng)用，能夠快速創(chuàng)建復(fù)雜應(yīng)用程序，整合各種設(shè)備和數(shù)據(jù)。本書涉獵的技術(shù)范圍廣泛，包括各種Web 和物聯(lián)網(wǎng)協(xié)議、Web 標(biāo)準(zhǔn)及樹莓派的原理與實踐。適合之前沒有豐富嵌入式開發(fā)經(jīng)驗，但希望探索物聯(lián)網(wǎng)世界的Web 開發(fā)人員閱讀，也適合作為一本初級教程指導(dǎo)樹莓派開發(fā)者和Node.js 愛好者進行物聯(lián)網(wǎng)開發(fā)實踐。
標(biāo)簽： Node.js 樹莓派 物聯(lián)網(wǎng)
上傳時間： 2022-04-28
上傳用戶：
以下是《51單片機競賽設(shè)計44例全部帶proteus仿真+程序》的目錄，都是一些仿真和程序，為大家的學(xué)習(xí)提供便利目錄：0001、12位AD_DS1621與12864液晶0002、16X192點陣程序0003、多變循環(huán)彩燈0004、51單片機12864大液晶屏proteus仿真0005、AD0832設(shè)計的電壓表32X16點陣顯示0006、ad0831_lcd_da0808_ds1302_24c64的應(yīng)用0007、10BitDA正弦信號發(fā)生器0008、DS1302時鐘+1602液晶0009、LCD滾動顯示漢字0010、Max7221動態(tài)顯示0011、播放音樂0012、單片機設(shè)計2008奧運會0013、非常形象的交通燈控制設(shè)計0014、溫度計設(shè)計0015、字符液晶1602仿真測試0016、485全雙工通信應(yīng)用0017、AT89C51對直流電動機的驅(qū)動0018、步進電機控制_液晶顯示0019、步進電機控制程序液晶顯示0020、超級終端0021、紅外遙控模擬0022、直流電機測速+中文液晶顯示0023、數(shù)控云臺master0024、單片機水塔控制系統(tǒng)0025、數(shù)控直流穩(wěn)壓電源0026、智能溫控器0027、自行車測速仿真0028、lcd-12864應(yīng)用0029、密碼鎖0030、萬年歷0031、編碼開關(guān)試驗0032、超大屏幕點陣顯示0033、創(chuàng)意LOVE彩燈欣賞0034、8通道自動溫度檢測系統(tǒng)仿真（含原程序）0035、485全雙工通信0036、可預(yù)設(shè)電壓的數(shù)控電源（功能強大）0037、ds18b200038、DS18B20(已通過)0039、多機通信0040、工廠屏0041、模擬串口0042、雙單片機串口例子0043、單片機水塔控制系統(tǒng)0044、舞蹈機器人步進機仿真
上傳時間： 2022-05-06
上傳用戶：
本文從智能家居服務(wù)生活的理念出發(fā)，針對目前傳統(tǒng)衣柜在潮濕環(huán)境下不易貯存衣物的缺點，設(shè)計一款智能語音衣柜。該衣柜以STM32為核心處理模塊，以鋁型材為衣柜架構(gòu)，集溫濕度檢測、殺菌消毒、除濕通風(fēng)為一體。結(jié)合物聯(lián)網(wǎng)云服務(wù)器技術(shù)，系統(tǒng)有自動、手動、語音、手機APP遠(yuǎn)程操作等多種控制模式。實驗結(jié)果表明，該衣柜可以高效地響應(yīng)用戶的指令，且衣物存儲效果優(yōu)于傳統(tǒng)衣柜。
上傳時間： 2022-05-10
上傳用戶：
有效的機器人編程與ROS，第三版給你一個全面的機器人操作系統(tǒng)框架ROS綜述由數(shù)百個機器人行業(yè)的研究團體和公司組成。更多重要的是，ROS也是非專業(yè)人員和學(xué)生。這本書將指導(dǎo)您完成ROS的安裝過程，并且很快了，你將玩基本的工具，了解不同的框架的要素。這本書的內(nèi)容可以在沒有任何特殊裝置的情況下被遵循，每一個本章提供了一系列源代碼示例和教程，您可以在你自己的電腦上運行。這是你唯一需要遵循的。不過，我們還將向您展示如何使用硬件，以便您可以連接你的算法和現(xiàn)實世界。在選擇設(shè)備時特別小心業(yè)余用戶可以負(fù)擔(dān)得起，但同時，最典型的傳感器或者機器人研究中的執(zhí)行器。最后，ROS的潛力通過與真實或模擬環(huán)境中的機器人。你將學(xué)會如何創(chuàng)造自己的并利用露臺模擬器將其與仿真系統(tǒng)集成。從這里開始，你將有機會探索創(chuàng)造機器人的不同方面，比如使用計算機視覺或點云分析感知世界，導(dǎo)航通過使用強大的導(dǎo)航堆棧的環(huán)境，甚至能夠控制機械臂與周圍環(huán)境的互動使用移動！在這本書的結(jié)尾，我們希望你能把了解ROS在開發(fā)過程中給你帶來的無限可能性。
上傳時間： 2022-05-15
上傳用戶：默默
Python是數(shù)據(jù)分析的首*語言，而網(wǎng)絡(luò)中的數(shù)據(jù)和信息很多，如何從中獲取需要的數(shù)據(jù)和信息呢？簡單、直接的方法就是用爬蟲技術(shù)來解決。本書是一本教初學(xué)者學(xué)習(xí)如何爬取網(wǎng)絡(luò)數(shù)據(jù)和信息的入門讀物。書中不僅有Python的相關(guān)內(nèi)容，而且還有數(shù)據(jù)處理和數(shù)據(jù)挖掘等方面的內(nèi)容。本書內(nèi)容非常實用，講解時穿插了22個爬蟲實戰(zhàn)案例，可以大大提高讀者的實際動手能力。本書共分12章，核心主題包括Python零基礎(chǔ)語法入門、爬蟲原理和網(wǎng)頁構(gòu)造、第*個爬蟲程序、正則表達(dá)式、Lxml庫與Xpath語法、使用API、數(shù)據(jù)庫存儲、多進程爬蟲、異步加載、表單交互與模擬登錄、Selenium模擬瀏覽器、Scrapy爬蟲框架。此外，書中通過一些典型爬蟲案例，講解了有經(jīng)緯信息的地圖圖表和詞云的制作方法，讓讀者體驗數(shù)據(jù)背后的樂趣。本書適合爬蟲技術(shù)初學(xué)者、愛好者及高等院校的相關(guān)學(xué)生，也適合數(shù)據(jù)爬蟲工程師作為參考讀物，同時也適合各大Python數(shù)據(jù)分析的培訓(xùn)機構(gòu)作為教材使用。詳解網(wǎng)絡(luò)爬蟲的原理、工具、框架和方法，內(nèi)容新，實戰(zhàn)案例多詳解從簡單網(wǎng)頁到異步加載網(wǎng)頁，從簡單存儲到數(shù)據(jù)庫存儲，從簡單爬蟲到框架爬蟲等技術(shù)22個網(wǎng)絡(luò)爬蟲綜合實戰(zhàn)案例、30個網(wǎng)站信息提取、2500余行代碼詳解爬蟲的3大方法：正則表達(dá)式、BeautifulSoup 4庫和Lxml庫詳解爬取數(shù)據(jù)的4大存儲方式：TXT、CSV、MongoDB和MySQL詳解Scrapy爬蟲框架的安裝、項目創(chuàng)建、文件使用及爬取數(shù)據(jù)的存儲
標(biāo)簽： python 網(wǎng)絡(luò)爬蟲
上傳時間： 2022-05-22
上傳用戶：
如何估計機器人在空間中移動時的狀態(tài)（如位置、方向）是機器人研究中一個重要的問題。大多數(shù)機器人、自動駕駛汽車都需要導(dǎo)航信息。導(dǎo)航的數(shù)據(jù)來自于相機、激光測距儀等各種傳感器，而它們往往受噪聲影響，這給狀態(tài)估計帶來了挑戰(zhàn)。本書將介紹常用的傳感器模型，以及如何在現(xiàn)實世界中利用傳感器數(shù)據(jù)對旋轉(zhuǎn)或其他狀態(tài)變量進行估計。本書涵蓋了經(jīng)典的狀態(tài)估計方法（如卡爾曼濾波）以及更為現(xiàn)代的方法（如批量估計、貝葉斯濾波、sigmapoint 濾波和粒子濾波、剔除外點的魯棒估計、連續(xù)時間的軌跡估計和高斯過程回歸）。這些方法在諸如點云對齊、位姿圖松弛、光束平差法以及同時定位與地圖構(gòu)建等重要應(yīng)用中得以驗證。對機器人領(lǐng)域的學(xué)生和相關(guān)從業(yè)者來說，本書將是一份寶貴的資料。
標(biāo)簽： 機器人
上傳時間： 2022-05-23
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
