结合建筑业务讲述TOGAF标准处理哪种架构
内容 | 介绍 |
业务架构 | 业务策略,治理,组织和关键业务流程 |
数据架构 | 组织的逻辑和物理数据资产以及数据管理资源的结构 |
应用架构 | 待部署的各个应用程序,它们之间的交互以及与组织核心业务流程的关系的蓝图 |
技术架构 | 支持业务,数据和应用程序服务部署所需的逻辑软件和硬件标准 |
业务架构
业务策略,治理,组织和关键业务流程
建筑行业的业务架构主要包括以下几个方面:
-
业务结构:建筑行业的业务结构通常分为房屋建筑业务、基础设施业务、房地产业务和勘察设计业务。房屋建筑业务包括超高层、高科技工业厂房、教育设施、医疗卫生设施等中高端房建领域。基础设施业务涵盖城市轨道交通、机场、综合交通枢纽建设等领域。房地产业务则涉及房地产开发和销售。
-
组织架构:建筑企业的组织架构包括总经理、项目经理和设计部门负责人等核心岗位。总经理负责制定战略规划、资源配置、团队建设和风险管理等;项目经理负责项目计划、团队管理、进度控制和成本控制等;设计部门负责人则负责设计管理、方案评审、技术指导和客户沟通等。
-
新兴产业拓展:建筑企业也在积极拓展新兴产业,如新材料、新装备、新能源、新基建、数字化和生态环保等。中国建筑作为行业领军者,提出了“一创五强”战略目标,重点发展新能源、智慧交通、通用航空等新兴市场。
-
技术革新与市场变化:近年来,建筑行业在技术革新、市场竞争及政策环境的影响下,正经历着深刻的变革。企业组织架构更加扁平化和灵活化,以提升决策效率和响应市场的能力。此外,智能建筑和智慧园区的建设也在推动数据、鸿蒙、AI和数字建筑技术的广泛应用,促进建筑业和园区的智能化升级和数字化转型。
数据架构
组织的逻辑和物理数据资产以及数据管理资源的结构
建筑行业数据架构解析
一、体系架构分层
-
基础数据层
以城市信息模型(CIM)为技术基座,整合工程项目、企业、人员等核心实体数据,形成基础库、专题库、主题库三级数据资源体系。例如,青岛市数字住建平台通过CIM实现建筑市场监管、风险预警等跨业务主题关联。 -
平台支撑层
采用“数字底座+双轮引擎”架构,结合物联网、人工智能等技术构建数据中台与分析平台。例如,建筑产业互联网平台通过BIM、云计算等技术实现数据汇聚与智能分析。 -
应用服务层
面向项目管理、资金管控、智慧园区等场景,提供标准化接口与集成门户。如某央企通过数据中台打通业财资税系统,支撑合同管理、材料采购等全流程数字化。
二、核心技术支撑
-
BIM/CIM技术融合
建筑信息模型(BIM)与城市信息模型(CIM)结合,形成空间数据与业务数据的立体化映射,支撑全生命周期管理。 -
物联网与边缘计算
通过智能感知设备采集工地环境、设备运行等实时数据,结合边缘计算实现快速响应。例如,智慧园区利用鸿蒙系统实现设备互联与主动服务。 -
分布式数据架构
采用微服务与数据湖架构,解决传统单体应用的数据孤岛问题,支持多源异构数据的高效存储与分析。
三、典型应用场景
-
智慧园区与建筑运维
通过物联网平台集成能耗管理、安防监控等子系统,构建“投建管营”一体化解决方案。如成都城投数智集团探索鸿蒙技术实现多业态场景联动。 -
项目全周期管理
以价值链为主线,整合招投标、施工、结算等环节数据,通过BI工具实现成本预警与进度可视化管理。 -
行业监管与决策支持
政府端通过标准化数据接口对接省级/国家级平台,实现建筑市场监管、产业链分析等宏观决策支持。
四、现存挑战与趋势
-
数据治理难题
业务系统分散导致数据标准不统一、质量参差,需强化数据血缘管理与元数据治理。 -
安全与隐私风险
建筑数据涉及地理空间、企业隐私等敏感信息,需建立分级分类的访问控制与加密机制。 -
技术融合趋势
未来数据架构将向“AI+区块链”方向演进,推动智能合约、碳排放监测等创新应用。
应用架构
待部署的各个应用程序,它们之间的交互以及与组织核心业务流程的关系的蓝图
应用主要分类:
(建筑)项目管理系统、ERP系统、(建筑)施工管理系统
建筑行业应用架构
一、体系架构分层
-
基础支撑层
以城市信息模型(CIM)为数字底座,整合工程项目、企业、人员等核心数据,形成基础库、专题库、主题库三级资源体系,支撑上层业务融合与数据互通1。例如,青岛市数字住建平台通过CIM基座实现住建业务全周期管理,并衔接省级/国家级平台1。同时,物联网终端(如传感器、RFID)完成工地环境、设备运行等实时数据采集,为上层分析提供基础。 -
平台服务层
采用“双轮引擎”架构,结合BIM、云计算、人工智能等技术构建数据中台与智能分析平台。例如,建筑产业互联网平台通过微服务架构支持多源异构数据的高效存储与处理57,而BIM与PM系统协同实现施工过程的可视化与数据共享。 -
应用交互层
面向设计、施工、运维等场景,通过标准化接口与集成门户提供全产业链服务。例如,垒知集团推出的AI全栈解决方案覆盖“设计-施工-运维”全流程,支持智能合约、碳排放监测等创新应用。
二、核心技术支撑
-
BIM/CIM深度融合
建筑信息模型(BIM)与城市信息模型(CIM)结合,构建空间与业务数据的立体化映射,支撑项目全生命周期管理。例如,青岛市通过CIM平台实现建筑市场监管与产业链分析。 -
物联网与边缘计算
智能感知设备实时采集工地数据,结合边缘计算技术实现快速响应。例如,智慧工地通过RFID、传感器等终端设备监控施工进度与安全风险。 -
微服务与数据湖架构
采用分布式微服务架构打破数据孤岛,支持高并发数据处理。例如,某智慧工地云平台通过Spring Cloud微服务框架支撑海量数据的存储与分析。
三、典型应用场景
-
全周期项目管理
整合招投标、施工、结算等环节数据,通过BIM+PM系统实现成本预警与进度可视化。例如,某项目管理系统结合BIM模型提供施工任务协同与数据交互能力。 -
智慧运维与园区管理
依托物联网平台集成能耗管理、安防监控等子系统,构建“投建管营”一体化解决方案。例如,鸿蒙系统在智慧园区中实现设备互联与主动服务。 -
行业监管与决策支持
政府端通过标准化接口对接多级平台,实现建筑市场监管、产业链分析等宏观决策。例如,青岛市数字住建平台通过数据中台支撑风险预警与跨业务关联分析。
四、现存挑战与趋势
-
数据治理与标准化
业务系统分散导致数据标准不统一,需强化元数据管理与数据血缘追溯。 -
技术融合创新
未来将向“AI+区块链”方向演进,推动智能合约、碳排放监测等场景落地。 -
安全与隐私保护
需建立分级分类的访问控制机制,保障地理空间数据与企业隐私安全。
技术架构
支持业务,数据和应用程序服务部署所需的逻辑软件和硬件标准
建筑业务软件系统可以分为以下几类:
-
项目管理软件:这类软件专注于项目的规划、执行、监控和收尾等全过程管理。它们提供任务分配、进度跟踪、文档管理、预算管理和质量管理等功能,帮助项目团队高效协作,确保项目按时、按质、按预算完成。例如,Newgen OmniDocs和Docsketch是广受欢迎的项目管理软件,它们不仅功能强大,而且易于集成,能够实现与其他办公软件的无缝对接。
-
企业资源规划(ERP)系统:ERP系统是一种高度集成的企业信息管理系统,涵盖财务管理、供应链管理、生产管理和人力资源管理等多个领域。对于大型建筑企业而言,ERP系统是实现资源最优配置和高效管理的必备工具。例如,SAP和Oracle NetSuite是两大知名的ERP系统提供商,提供全面的业务管理功能,帮助企业实现数据的实时统计与分析,提高决策的准确性和效率。
-
专注于特定功能的软件:除了上述两类通用的建筑办公系统外,还有一些专注于特定功能的软件,如成本估算软件(如ProEst)、会计软件(如Foundation)等。这些软件针对建筑行业的特定需求设计,提供更加精细化的管理功能。例如,ProEst能够帮助建筑公司和承包商准确估算项目成本,提升投标效率。
-
施工管理软件:这类软件偏重于施工现场的实际管理,包含设备调度、人员安排和品质安全检查等功能。它们适用于施工工地复杂的工程项目,如双层建筑、桥梁施工等。
-
文档及信息管理软件:这类软件帮助管理项目文件或信息,保证数据的真实性、完整性和可溯源性。它们适用于需要处理和存储大量技术文档的项目,如医院或学校建设项目。
建筑行业技术架构
一、体系架构分层
-
基础支撑层
以城市信息模型(CIM)为核心技术基座,整合建筑信息模型(BIM)、物联网(IoT)、大数据等技术,构建多级数据资源体系(基础库、专题库、主题库),支撑业务全周期管理。例如,青岛市数字住建平台通过CIM实现工程项目、企业、人员等核心数据整合,并衔接省级/国家级平台1。物联网设备(如传感器、RFID)实时采集工地环境、设备运行等数据,结合边缘计算实现快速响应。 -
平台服务层
采用“双轮引擎”架构,融合云计算、人工智能、微服务等技术,构建智能分析平台与数据中台。例如,BIM技术通过模型层(三维模型)与数据层(工程参数、施工工序)结合,实现设计、施工、运维全流程数字化协同。鸿蒙系统在智慧园区中实现设备互联与主动服务,推动“投建管营”一体化发展。 -
应用交互层
面向项目管理、智慧园区、行业监管等场景,提供标准化接口与集成化服务。例如,基于BIM+PM系统实现施工进度可视化与成本预警,政府端通过数据中台实现建筑市场监管与宏观决策支持。
二、核心技术支撑
-
BIM/CIM融合技术
BIM聚焦建筑单体全生命周期管理,CIM扩展至城市级空间数据整合,二者结合形成立体化业务映射,支撑设计优化、施工协同与运维智能化。 -
物联网与边缘计算
通过智能感知设备(传感器、无人机)实时采集工地数据,边缘计算实现本地化快速处理,减少云端依赖,提升响应效率。 -
分布式架构与数据湖
微服务架构打破传统单体系统数据孤岛,支持高并发、多源异构数据处理;数据湖技术实现海量数据低成本存储与灵活分析。
三、典型应用场景
-
全周期项目管理
整合招投标、施工、结算等环节数据,结合BIM模型与仿真模拟技术优化施工方案,通过BI工具实现成本与进度动态监控。 -
智慧园区2.0
依托鸿蒙系统实现设备互联与主动服务,集成能耗管理、安防监控等子系统,构建多业态场景化解决方案(如商业综合体、智慧社区)。 -
智能建造与行业监管
政府端通过CIM平台实现建筑市场监管与风险预警;企业端利用区块链技术保障数据安全与可信合约,推动碳排放监测等创新应用。
四、现存挑战与趋势
-
数据治理与标准化
业务系统分散导致数据标准不统一,需强化元数据管理与数据血缘追溯,提升跨系统数据互通能力。 -
安全与隐私保护
建筑数据涉及地理空间、企业隐私等敏感信息,需建立分级分类访问控制与加密机制。 -
技术融合创新
未来将向“AI+区块链+5G”方向演进,推动智能合约、建筑机器人、虚拟现实(VR/AR)等场景规模化落地。
用葛洲坝集团举例说明
附件一:葛洲坝集团业务架构
葛洲坝集团的业务架构主要包括建筑、环保、房地产、水泥、民爆、公路、水务、装备制造和金融等九大板块,形成了“1+7+1”的业务格局。
具体来说,葛洲坝集团的业务架构包括以下几个主要部分:
- 建筑:包括水利水电、新能源及储能、绿色建筑、市政、综合交通、矿山、氢氨醇等业务3。
- 环保:专注于环境保护和治理,提供相关的技术服务和解决方案。
- 房地产:涉及房地产开发及相关技术服务。
- 水泥:生产和销售水泥及相关产品。
- 民爆:民用爆炸物的生产和销售。
- 公路:公路建设和维护。
- 水务:水务工程和水利设施的建设和管理。
- 装备制造:生产和制造相关的机械设备。
- 金融:提供金融服务和管理。
此外,葛洲坝集团旗下拥有多家工程公司,这些公司分别在水利水电、公路、市政、矿山等领域具有丰富的经验和业绩。例如:
- 中国葛洲坝集团国际工程有限公司:驻地北京,业务范围涵盖水利、水电、热电、新能源、公路、铁路、机场、港口、市政、房建等领域。
- 中国葛洲坝集团第一工程有限公司:驻地宜昌,主要从事水利水电、新能源及储能、绿色建筑等业务。
- 中国葛洲坝集团第二工程有限公司:驻地成都,以水利水电为核心,涉及建筑工程、综合交通、市政公用、环境治理等业务。
- 中国葛洲坝集团路桥工程有限公司:驻地宜昌,主要从事公路和水利水电建设。
- 中国葛洲坝集团建设工程有限公司:驻地昆明,主要从事建筑工程施工和设计。
附件二:葛洲坝集团数据架构
架构体系可分为以下六个层面:
一、基础数据采集层
- 构建覆盖生产、供应链、项目管理的实时数据采集网络,通过DCS/PLC控制系统、智能仪表等设备实现工艺生产数据的自动化采集。
- 在供应链领域应用区块链技术,实现大宗物资采购、运输、仓储全流程数据溯源,响应时间缩短至4小时内。
二、数据整合与标准化层
- 搭建泛微OA系统作为数据中枢平台,集成生产、销售、财务等异构系统数据流,实现跨系统数据自动归集与业务联动管理。
- 建立企业级流程标准化体系,形成近百项信息化流程表单,构建可视化施工工艺库、成本定额库等标准化数据资源池。
三、数据管理中心层
- 依托项目管理信息系统(PMIS)建立数字工厂模型,实现全生命周期数据穿透式管理,覆盖合同履约、成本控制等27类业务场景。
- 通过"五级风险预警模型"实现动态监测,将国际工程投标决策周期缩短30%。
四、业务应用执行层
- 开发执行力平台实现战略目标分解与执行追踪,建立周/月/年度数据报告机制,并与绩效考核体系联动。
- 在重点工程领域编制《储能项目管理手册》,形成标准化数据应用范本。
五、智能分析决策层
- 构建"风险管理工程师+风险管家+专家库"三重风控体系,开发风险量化评估模型及合规审查前置机制。
- 运用BIM中心推进人工智能技术与生产经营融合,提升数据驱动的科学决策能力。
六、安全合规体系
- 董事会下设合规与风险管理委员会,将风险偏好指标纳入战略解码工具包。
- 建立三级数字化管理组织架构,制定《网络与信息安全管理办法》等制度规范。
附件三:葛洲坝集团应用架构
葛洲坝集团的应用架构以数字化转型为核心,通过多层次系统集成与智能化技术实现全业务链协同管理,形成「战略支撑-核心业务系统-智能技术应用」的立体架构体系,具体架构如下:
一、战略支撑层
-
数智化战略规划
- 制定《“十四五”信息化发展规划》《智能建造实施方案》等纲领文件,明确信息化投入占利润比不低于3%的量化目标,建立公司-部门-基层单位三级数字化管理架构。
- 通过管理制度化→制度流程化→流程信息化的递进路径,形成近百项标准化流程表单,覆盖合同履约、成本控制等27类业务场景。
-
风控管理体系
- 构建法律、合规、风险、内控“四位一体”协同机制,形成矩阵式大风控体系,在国际业务中应用统一法律文本模板库(覆盖FIDIC条款等)及合规审查前置机制。
- 开发风险量化评估模型与抽水蓄能项目风险地图,通过“风险管理工程师+风险管家+专家库”三重风控体系,缩短国际工程投标决策周期30%。
二、核心业务系统层
-
战略执行系统
- 部署泛微目标执行力平台,将公司战略目标按组织/岗位/时间维度分解,建立周/月/年度数据报告机制,并与绩效考核联动,实现业务联动管理与流程固化应用。
- 在重点工程领域编制《储能项目管理手册》,形成标准化数据应用范本。
-
数据集成系统
- 搭建覆盖生产、供应链、项目的实时数据采集网络,集成DCS/PLC控制系统、智能仪表等设备数据,通过泛微OA系统实现生产/销售/财务等异构系统数据流整合。
- 建立数字工厂模型,实施全生命周期数据穿透式管理,提供设备全生命周期管理功能与实时生产监控画面,实现秒级到高频数据的统一处理。
-
国际业务系统
- 开发国际项目报价信息化系统,形成覆盖水利水电、市政工程等领域的标准化报价体系,优化编审流程,提升报价技术含量与决策效率。
- 应用区块链技术实现大宗物资采购运输全流程溯源,响应时间缩短至4小时。
三、智能技术应用层
-
BIM与智能建造
- 建立BIM中心推进人工智能与生产经营融合,在智慧工地、智慧施工等场景应用三维建模技术,支撑工程设计与施工优化。
- 开发桥梁张拉自行走设备,通过牵引索张力动态监控系统与液压管路联动,提升预应力施工效率与数据采集精度。
-
AI深度应用
- 部署DeepSeek智能问答系统,集成国际工程技术标准、项目管理等知识库,提升跨国业务沟通效率与培训质量。
- 运用大模型分析海量市场数据,挖掘业务报表规律,支持科学决策,助力数据驱动转型。
四、行业专项应用
- 水电行业应用
构建基于物联网与云计算的电厂数据共享中心,集成20万个测点的秒级振动、电流等数据,融合噪声、红外热成像等30余种新型信号,消除数据孤岛。
五、安全与效能体系
- 采用DeepSeek私有化部署方案,结合专有云环境保障国际业务数据安全,通过算法优化降低算力需求,提升资源利用效率。
- 建立《网络与信息安全管理办法》,强化设备维护与备件消耗透明化管理,降低系统运维成本。
该架构通过战略层规划牵引、业务层系统集成、技术层智能赋能的三级联动,实现了从传统工程管理向智能建造的跨越式发展,支撑集团在工程效率提升30%、国际业务风控能力强化等关键领域的突破。
附件四:葛洲坝集团技术架构
一、基础设施层
-
数字化基础架构
- 建立“公司-部门-基层单位”三级数字化管理组织架构,统筹规划数智化建设任务,并通过《信息化运维管理办法》等制度规范技术底座。
- 搭建覆盖生产、供应链、项目的实时数据采集网络,集成DCS/PLC控制系统与智能仪表设备,形成秒级数据采集能力。
- 基于物联网与云计算构建电厂数据共享中心,整合20万个测点的振动、电流等高频数据,消除数据孤岛。
-
流程标准化引擎
- 制定近百项信息化流程表单,覆盖合同履约、成本控制等27类业务场景,构建可视化施工工艺库、成本定额库等标准化资源池。
二、智能技术层
-
智能施工装备技术
- 研发隧道掘进爆破专用“小药量泵送系统”,优化炸药性能与稳定性,提升小装药量场景施工效率。
- 开发桥梁张拉自行走设备,通过液压管路联动与张力动态监控系统实现预应力施工自动化。
-
BIM与AI融合技术
- 建立BIM中心,推动三维建模技术与人工智能在智慧工地、施工优化等场景的深度应用。
- 部署DeepSeek智能问答系统,集成国际工程技术标准与项目管理知识库,提升跨国业务决策效率。
-
风险管理技术
- 应用“五级风险预警模型”与抽水蓄能项目风险地图,结合区块链技术实现大宗物资全流程溯源。
- 开发合规审查前置机制与统一法律文本模板库(覆盖FIDIC条款等),缩短国际工程投标周期30%。
三、专业应用层
-
国际工程系统
- 构建覆盖水利水电、市政工程的标准化报价体系,优化编审流程,提升技术含量与决策效率。
-
战略执行系统
- 通过泛微目标执行力平台分解战略目标,联动绩效考核体系,实现周/月/年度数据穿透式管理。
四、安全与效能体系
- 采用DeepSeek私有化部署方案,结合专有云环境保障数据安全,优化算法降低算力需求。
- 制定《网络与信息安全管理办法》,强化设备维护透明化管理,降低运维成本。
该技术架构通过“基础设施标准化→智能技术融合→业务场景闭环”的递进路径,支撑集团在工程效率提升、国际风控强化等领域的突破,实现从传统建造向智能化的跨越式发展。
相关文章:
结合建筑业务讲述TOGAF标准处理哪种架构
TOGAF标准处理哪种架构 内容介绍业务架构业务策略,治理,组织和关键业务流程数据架构组织的逻辑和物理数据资产以及数据管理资源的结构应用架构待部署的各个应用程序,它们之间的交互以及与组织核心业务流程的关系的蓝图技术架构支持业务&#…...
深度学习--卷积神经网络CNN原理
文章目录 一、CNN图像原理1、了解CNN如何处理图像 二、CNN图像识别1、画面不变性2、主要表现1)平移不变性2)尺度不变性3)旋转不变性 3、传统神经网络1)数据预处理2)特征提取3)搭建神经网络模型4)…...
PostgreSQL 常用客户端工具
PostgreSQL 常用客户端工具 PostgreSQL 拥有丰富的客户端工具生态系统,以下是各类常用工具的详细分类和介绍: 一 图形化客户端工具 1.1 跨平台工具 工具名称特点适用场景许可证pgAdmin官方出品,功能全面开发/运维PostgreSQLDBeaver支持多…...
PostgreSQL数据库yum方式安装详解
PostgreSQL数据库yum方式安装 1. 基础环境配置2. 前期安装准备3. 软件安装3.1 YUM方式安装(PG 13)3.1.1 安装rpm仓库3.1.2 安装软件包PG133.1.3 初始化数据库3.1.4 启动数据库3.1.5 开机自启动3.1.6 编辑环境变量 4. 安装后配置 1. 基础环境配置 2. 前期…...
浅析vue2和vue3的区别
以下是 Vue 2 和 Vue 3 的主要区别: 一、核心特性 1. 响应式机制 Vue 2: 基于 Object.defineProperty 实现响应式。无法检测对象属性的新增和删除,需要使用 Vue.set 或 $set。Vue 3: 使用 Proxy 替代 Object.defineProperty。能够直接检测对象属性的新增和删除,无需额外方…...
【Linux我做主】make和makefile自动化构建
make和makefile自动化构建 make和makefile自动化构建github地址前言背景介绍为什么需要make和makefile? make和makefile解析什么是make和makefile依赖关系和依赖方法核心语法结构简单演示编译清理 多阶段编译示例 make时执行的顺序场景1:clean目标在前(特…...
spring boot应用部署IIS
Windows IIS 部署 Spring Boot 应用详细指南 本文档提供了在 Windows Server 上使用 IIS 部署 Spring Boot 应用的完整步骤和最佳实践。 目录 概述前期准备Spring Boot 应用准备安装配置必要组件配置 IIS 站点配置反向代理配置 Windows 服务配置应用自启动HTTPS 配置日志配置…...
Linux系统之部署TestNet资产管理系统
Linux系统之部署TestNet资产管理系统 一、TestNet 介绍1.1 TestNet简介1.2 主要特点1.3 主要使用场景 二、本次实践规划2.1 本地环境规划2.2 本次实践介绍 三、本地环境检查3.1 检查Docker服务状态3.2 检查Docker版本3.3 检查docker compose 版本 四、部署TestNet系统4.1 下载T…...
@EnableAsync+@Async源码学习笔记之六
接上文,我们本文分析 AsyncExecutionAspectSupport 的源码: package org.springframework.aop.interceptor;import java.lang.reflect.Method; import java.util.Map; import java.util.concurrent.Callable; import java.util.concurrent.CompletableFu…...
SQL系列:常用函数
1、【MySQL】合并字段函数(列转行) 它可以将两个字段中的数据合并到一个字段中。 1)CONCAT函数 CONCAT函数可以将多个字段中的数据合并到一个字段中。它的语法格式如下: SELECT CONCAT(字段1,字段2,...字段N) FROM 表名;SELEC…...
Git 中修改某个特定的commit提交内容
在 Git 中修改某个特定的提交(commit)通常需要使用 交互式变基(Interactive Rebase) 或 修改提交(Commit Amend)。以下是不同场景下的具体操作步骤: 一、修改最近的提交(最新提交&am…...
FHS --- linux目录结构(部分目录解释)
根目录(/) 的意义和内容 : 根目录是整个系统最重要的一个目录,因为不但所有的目录都是由根目录衍生出来的,同时根目录也与开机/还原/系统修复等动作有关 。 由于系统开机时需要特定的开机软件、核心档案、开机所需程序…...
不带无线网卡的Linux开发板上网方法
I.MX6ULL通过网线上网 设置WLAN共享修改开发板的IP 在使用I.MX6ULL-MINI开发板学习Linux的时候,有时需要更新或者下载一些资源包,但是开发板本身是不带无线网卡或者WIFI芯片的,尝试使用网口连接笔记本,笔记本通过无线网卡连接WIFI…...
图书管理系统C语言
图书管理系统C语言代码示例。 该系统可以实现图书信息(包含图书编号、书名、作者、出版社、价格、库存数量)的录入、显示、查询、修改、删除等功能,还具备一定的错误处理和输入验证。 #include <stdio.h> #include <stdlib.h> …...
关于大型语言模型的“生物学”
我知道我们已经聊过很多次,关于LLM是怎么运作的,它们的影响力,还有它们的使用场景。但尽管现在有那么多讲LLM的文章,它们本质上还是个黑箱。 但我们真正要问自己的问题是,为什么理解这些系统的内部结构很重要…...
图像预处理-图像边缘检测(流程)
一.高斯滤波 因为图像边缘检测就是把像素值有差异的地方提取出来,所以噪声会有很大影响,因此需要对图像进行平滑处理,高斯滤波是流程中常用的方法。 二.计算图像的梯度与方向 过程中通常使用sobel算子进行梯度计算,在OpenCV中&am…...
解锁思想道德修养的奥秘:用思维导图开启智慧之旅
在我们的成长过程中,思想道德修养如同基石,奠定了我们为人处世、面对生活挑战的基本态度和准则。而如何高效地梳理和掌握思想道德修养的丰富内容呢?思维导图这一强大工具为我们提供了独特视角和便捷途径。 思想道德修养的关键板块 道德理论…...
swagger的简介及使用方法
Swagger 是一个用于描述、生成、文档化和测试 RESTful API 的开源工具集。它可以自动生成 API 文档,帮助开发者理解和使用 API。Swagger 由 Swagger.io 提供,并已经发展成了一套广泛应用于 API 设计和文档的标准。 Swagger 项目的历史可以追溯到 2010 年…...
解决Ubuntu图形化界面操作适配问题
1 缘起 使用Ubuntu GNOME图形化系统作为开发机, 遇到与Windows操作不一致的地方,比如PyCharm、IntelliJ时无法正确代码跳转, 如CtrlAltLeft,CtrlAltRight无法正常在代码级别跳转,只能在文件级别跳转。 基于这个开端&a…...
End-to-End从混沌到秩序:基于LLM的Pipeline将非结构化数据转化为知识图谱
摘要:本文介绍了一种将非结构化数据转换为知识图谱的端到端方法。通过使用大型语言模型(LLM)和一系列数据处理技术,我们能够从原始文本中自动提取结构化的知识。这一过程包括文本分块、LLM 提示设计、三元组提取、归一化与去重,最终利用 NetworkX 和 ipycytoscape 构建并可…...
使用Ingress发布应用程序
使用Ingress发布应用程序 文章目录 使用Ingress发布应用程序[toc]一、什么是Ingress二、定义Ingress三、什么是Ingress控制器四、部署nginx Ingress控制器1.了解nginx Ingress控制器的部署方式2.安装nginx Ingress控制器3.本地实际测试 五、使用Ingress对外发布应用程序1.使用D…...
llama-factory微调报错:
报错信息 [INFO] [utils.py:789:see_memory_usage] CPU Virtual Memory: used 81.51 GB, percent 64.9% W0419 10:14:27.573000 108354 site-packages/torch/distributed/elastic/multiprocessing/api.py:897] Sending process 108373 closing signal SIGTERM W0419 10:14:27…...
【LLaMAFactory】LoRa + 魔搭 微调大模型实战
前言 环境准备 之前是在colab上玩,这次在国内的环境上玩玩。 魔搭:https://www.modelscope.cn/ 现在注册,有100小时的GPU算力使用。注册好了之后: 魔搭社区 这里使用qwen2.5-7B-Instruct模型,这里后缀Instruct是指…...
【愚公系列】《Python网络爬虫从入门到精通》054-Scrapy 文件下载
🌟【技术大咖愚公搬代码:全栈专家的成长之路,你关注的宝藏博主在这里!】🌟 📣开发者圈持续输出高质量干货的"愚公精神"践行者——全网百万开发者都在追更的顶级技术博主! …...
db中查询关于null的sql该怎么写
正确示例 # 等于null select * from 表名 where 字段名 is NULL; # 不等于null select * from 表名 where 字段名 is not NULL;若需要同时判断字段不等于某个值且不为null select * from users where age ! 30 and age is not null; select * from users where age ! 30 or a…...
React 文章列表
自定义hook 在src/hooks文件夹下封装 useChannel.js // 获取频道列表的逻辑 import { useEffect , useState } from "react" import { getChannelAPI } from "/apis/article"function useChannel(){// 获取频道的逻辑 const [channelList,setChannelList…...
中间件--ClickHouse-12--案例-1-日志分析和监控
1、案例背景 一家互联网公司需要实时分析其服务器日志、应用日志和用户行为日志,以快速发现潜在问题并优化系统性能。 2、需求分析 目标:实时分析日志数据,快速发现问题并优化系统性能。数据来源: 服务器日志:如 Ng…...
QML中的3D功能--自定义着色器开发
在 Qt 3D 中使用自定义着色器可以实现高度定制化的渲染效果。以下是完整的自定义着色器开发方案。 一、基础着色器创建 1. 创建自定义材质 qml import Qt3D.Core 2.15 import Qt3D.Render 2.15 import Qt3D.Extras 2.15Entity {components: [Transform { translation: Qt.v…...
如何防止接口被刷
目录 🛡️ 一、常见的防刷策略分类 🔧 二、技术实现细节 ✅ 1. 基于 IP 限流 ✅ 2. 给接口加验证码 ✅ 3. 使用 Token 限制接口访问权限 ✅ 4. 给接口加冷却时间(验证码类经典) ✅ 5. 使用滑动窗口限流算法(更精…...
18、TimeDiff论文笔记
TimeDiff **1. 背景与动机****2. 扩散模型基础****3. TimeDiff 模型****3.1 前向扩散过程****3.2 后向去噪过程** 4、TimeDiff(架构)原理训练推理其他关键点解释 DDPM(相关数学)1、正态分布2、条件概率1. **与多个条件相关**&…...
docker底层原理
一句话,dockerfile里面的一行指令,就是一个layer层 docker底层原理 在机器上安装docker服务器端的程序,就会在机器上自动创建以下目录,默认安装路径是/var/lib/ docker服务器端的工作目录的作用如下,镜像的每一层的元数…...
YOLO拓展-NMS算法
1.概述 NMS(non maximum suppression)即非极大值抑制,其本质就是搜索局部极大值,抑制非极大值元素,可以理解为局部最大搜索。 这里不讨论通用的NMS算法(参考论文《Efficient Non-Maximum Suppression》对1维和2维数据…...
Docker Swarm 容器与普通 Docker 容器的网卡差异
问题背景 在 Docker Swarm 网络空间启动的容器有两张网卡(eth0 和 eth1),而普通 Docker 容器只有一张网卡(eth0)。以下通过分析 ip addr show 和 ip link show 的输出,解释原因。 命令输出解析 Docker S…...
【Linux】线程ID、线程管理、与线程互斥
📚 博主的专栏 🐧 Linux | 🖥️ C | 📊 数据结构 | 💡C 算法 | 🌐 C 语言 上篇文章: 【Linux】线程:从原理到实战,全面掌握多线程编程!-CSDN博客 下…...
服务器简介(含硬件外观接口介绍)
服务器(Server)是指提供资源、服务、数据或应用程序的计算机系统或设备。它通常比普通的个人计算机更强大、更可靠,能够长时间无间断运行,支持多个用户或客户端的请求。简单来说,服务器就是专门用来存储、管理和提供数…...
自动驾驶---决策规划之导航增强端到端
1 背景 自动驾驶算法通常包括几个子任务,包括3D物体检测、地图分割、运动预测、3D占用预测和规划。近年来,端到端方法将多个独立任务整合到多任务学习中,优化整个系统,包括中间表示,以实现最终的规划任务。随着端到端技…...
Datawhale AI春训营 世界科学智能大赛--合成生物赛道:蛋白质固有无序区域预测 小白经验总结
一、报名大赛 二、跑通baseline 在魔塔社区创建实例,根据教程完成速通第一个分数~ Datawhale-学用 AI,从此开始 三、优化实例(这里是我的学习优化过程) 1.先将官方给的的模型训练实例了解一遍(敲一敲代码) 训练模…...
基于Java(Struts2 + Hibernate + Spring)+MySQL实现的(Web)在线预约系统
基于Struts2 Hibernate Spring的在线预约系统 1.引言 1.1编写目的 针对医院在线预约挂号系统,提供详细的设计说明,包括系统的需求、功能模块、界面设计、设计方案等,以辅助开发人员顺利进行系统的开发并让项目相关者可以对这个系统进行分…...
PHP获取大文件行数
在PHP中获取大文件的行数时,直接读取整个文件到内存中可能会导致内存溢出,特别是对于非常大的文件。因此,最有效的方法是逐行读取文件并计数。以下是一些实现方法: 方法一:使用 fgets() fgets() 函数逐行读取文件&am…...
2024年网站开发语言选择指南:PHP/Java/Node.js/Python如何选型?
2024年网站开发语言选择指南:PHP/Java/Node.js/Python如何选型? 一、8大主流Web开发语言技术对比 1. PHP开发:中小型网站的首选方案 最新版本:PHP 8.3(2023年11月发布)核心优势: 全球78%的网站…...
Win7模拟器2025中文版:重温经典,掌上电脑体验
随着科技的快速发展,现代操作系统变得越来越高级,但许多用户仍然怀念经典的Windows 7系统。如果你也想重温那种熟悉的操作体验,Win7模拟器2025中文版 是一个不错的选择。这款软件能够让你在手机上轻松实现Windows 7系统的模拟,带来…...
HTML5+CSS3小实例:CSS立方体
实例:CSS立方体 技术栈:HTML+CSS 效果: 源码: 【HTML】 <!DOCTYPE html> <html lang="zh-CN"> <head><meta charset="UTF-8"><meta name="viewport" content="width=device-width, initial-scale=1.0&q…...
使用 Vite 快速搭建现代化 React 开发环境
1.检查环境 说明:检测环境,node版本为18.20.6。 2.创建命令 说明:创建命令,选择对应的选项。 npm create vitelatest 3.安装依赖 说明:安装相关依赖。 npm i...
Linux网络编程——基于ET模式下的Reactor
一、前言 上篇文章中我们已经讲解了多路转接剩下的两个接口:poll和epoll,并且知道了epoll的两种工作模式分别是 LT模式和ET模式,下来我们就实现的是一个简洁版的 Reactor,即半同步半异步I/O,在linux网络中,…...
【现代深度学习技术】循环神经网络04:循环神经网络
【作者主页】Francek Chen 【专栏介绍】 ⌈ ⌈ ⌈PyTorch深度学习 ⌋ ⌋ ⌋ 深度学习 (DL, Deep Learning) 特指基于深层神经网络模型和方法的机器学习。它是在统计机器学习、人工神经网络等算法模型基础上,结合当代大数据和大算力的发展而发展出来的。深度学习最重…...
1. 认识DartGoogle为Flutter选择了Dart语言已经是既
1. 认识Dart Google为Flutter选择了Dart语言已经是既定的事实,无论你多么想用你熟悉的语言,比如JavaScript、TypeScript、ArkTS等来开发Flutter,至少目前都是不可以的。 Dart 是由谷歌开发的计算机编程语言,它可以被应用于 Web/…...
学习设计模式《三》——适配器模式
一、基础概念 适配器模式的本质是【转换匹配,复用功能】; 适配器模式定义:将一个类的接口转换为客户希望的另外一个接口;适配器模式使得原本由于接口不兼容而不能一起工作的那些类可以一起工作。 适配器模式的目的:复用…...
【Java面试系列】Spring Boot微服务架构下的分布式事务处理与性能优化 - 2025-04-19详解 - 3-5年Java开发必备知识
【Java面试系列】Spring Boot微服务架构下的分布式事务处理与性能优化 - 2025-04-19详解 - 3-5年Java开发必备知识 引言 在微服务架构中,分布式事务处理和性能优化是面试中高频出现的主题。随着系统规模的扩大,如何保证数据一致性和系统性能成为开发者…...
Elasticsearch只返回指定的字段(用_source)
在Elasticsearch中,当你想要查询文档但不返回所有字段,只返回指定的字段(比如这里的id字段),你可以使用_source参数来实现这一点。但是,有一点需要注意:Elasticsearch的_source字段默认是返回的…...
【Linux “sed“ 命令详解】
本章目录: 1. 命令简介sed 的优势: 2. 命令的基本语法和用法基本语法:参数说明:常见用法场景:示例1:替换文本示例2:删除空行示例3:从命令输出中处理内容 3. 命令的常用选项及参数常用命令动作&a…...