当前位置： 首页 > news >正文

AI 神经网络在智能家居场景中的应用

news 来源：原创 2025/7/21 4:31:34

在科技持续进步的当下，智能家居领域正经历着深刻变革，AI 神经网络技术的融入成为推动这一变革的关键力量，为家居生活带来了诸多显著变化与提升，本文将几种常见的AI算法应用做了一下总结，希望对物联网从业者有所帮助。

‌一，神经网络基础架构‌技术技术介绍

  1. ‌前馈神经网络（Feedforward Neural Network, FNN）‌：这是最简单的神经网络结构，由输入层、隐藏层和输出层组成。信息在网络中单向传递，适用于处理静态数据，如图像分类、回归问题等‌12。

  2. ‌卷积神经网络（Convolutional Neural Network, CNN）‌：专门用于处理具有明显网格状拓扑结构的数据，如图像和视频。CNN通过卷积层提取图像的局部特征，池化层减少计算量，特别适用于图像识别和分类任务‌12。

  3. ‌循环神经网络（Recurrent Neural Network, RNN）‌：适用于处理序列数据，能够保持对先前信息的记忆，常用于语言模型和时间序列预测‌23。

  4. ‌生成对抗网络（Generative Adversarial Network, GAN）‌：由生成器和判别器组成，通过对抗过程生成新的、逼真的数据样本，常用于图像生成和风格迁移‌3。

  5. ‌自编码器（Autoencoder, AE）‌：一种无监督学习的神经网络，用于学习数据的有效编码，常用于特征学习和数据去噪‌3。

  6. ‌图神经网络（Graph Neural Network, GNN）‌：专门用于处理图结构数据，能够捕捉节点间的复杂关系，广泛应用于社交网络分析和分子结构预测‌3。

  7. ‌长短期记忆网络（Long Short-Term Memory, LSTM）‌：是RNN的一种变体，设计用来解决传统RNN的梯度消失问题，特别擅长处理和预测序列数据中的长期依赖问题‌3。

  8. ‌Transformer‌：基于自注意力机制的网络架构，能够并行处理序列数据，极大地提高了训练效率，在自然语言处理领域取得了巨大成功‌3。

二，常用应用场景

  • ‌图像识别‌：CNN在图像识别和分类任务中表现出色，能够准确识别图像中的物体和场景‌23。

  • ‌自然语言处理‌：RNN、LSTM和Transformer在语言模型、文本生成和机器翻译中有着广泛应用‌23。

  • ‌生成模型‌：GAN在图像生成和风格迁移中表现出色，能够生成逼真的图像样本‌3。

  • ‌特征学习‌：自编码器常用于特征学习和数据去噪，能够提取数据的有效特征‌3。

  • ‌社交网络分析‌：GNN在社交网络分析中能够捕捉节点间的复杂关系，广泛应用于社交网络分析和推荐系统‌

三，CNN（卷积神经网络）在智能家居中的应用

(1)图像识别相关应用

  • 人脸识别门禁系统：在智能家居安防领域，CNN 可用于精准的人脸识别。通过对大量人脸图像的学习，CNN 能够提取人脸的关键特征，如眼睛、鼻子、嘴巴等部位的独特特征模式。当有人靠近家门时，门禁系统中的摄像头捕捉图像并输入到 CNN 模型中，模型快速判断该人脸是否为家庭成员或已授权人员，从而决定是否开启门锁，大大提高了家居安全性，防止陌生人未经许可进入。

  • 物体识别与监控：CNN 还可以识别家庭环境中的各种物体，如在室内监控场景中，能够区分出是人、宠物还是其他物体（如家具、电器等）。对于异常物体的出现（如突然出现的不明包裹或可疑物品），系统可以及时向用户手机发送警报信息，让用户随时了解家中的情况，保障家庭财产安全。此外，在厨房场景中，CNN 可以识别出各类厨具和食材，结合智能食谱应用，为用户提供烹饪建议和食材管理方案。

(2)视频分析应用

  • 行为分析与异常检测：通过对家庭监控视频的分析，CNN 可以识别家庭成员的行为模式。例如，它能够判断出老人是否不慎摔倒、小孩是否在危险区域玩耍等异常行为，并立即发出警报通知家人或相关服务机构。同时，对于一些日常行为，如长时间坐在沙发上看电视，CNN 可以结合时间信息提醒用户适当活动，关注健康。在宠物监控方面，CNN 可以识别宠物的活动状态，如是否饥饿、是否在破坏家具等，方便主人及时照顾和管理宠物。

  • 智能视频检索：当用户需要查找特定时间段内的家庭视频片段时，如查找昨天下午孩子在客厅玩耍的视频，CNN 可以根据视频中的人物、场景等特征进行快速检索和定位，节省用户大量的时间和精力，使视频监控数据的管理和使用更加高效便捷。

(3)智能家居环境感知与控制

  • 结合传感器数据的环境感知：虽然 CNN 主要用于处理图像数据，但可以与其他传感器数据相结合，实现更全面的智能家居环境感知。例如，将摄像头图像数据与温湿度传感器、光照传感器数据融合，CNN 可以根据房间内的人员活动情况以及环境参数，自动调整空调、灯光等设备的运行状态。当检测到房间内有人且光线较暗时，自动打开灯光；根据室内人员数量和活动强度，智能调节空调的温度和风速，以达到舒适和节能的平衡。

  • 智能家电的视觉控制：一些智能家电配备了摄像头和 CNN 技术，实现了更直观的视觉控制。比如，智能冰箱可以通过内部摄像头拍摄食物的图像，CNN 模型识别食物的种类、数量和新鲜度，为用户提供食材管理建议，如提醒用户某些食物即将过期，或者根据现有食材推荐合适的菜谱。同时，用户可以通过手机 APP 远程查看冰箱内的情况，方便购物前的食材清单准备。

四，RNN、LSTM 在智能家居方面的应用

(1)能源管理中的时间序列预测

  • 电力消耗预测：在智能家居能源管理系统中，电力消耗数据是一个典型的时间序列。RNN（循环神经网络）和 LSTM（长短期记忆网络）可以利用过去的电力消耗数据来预测未来的消耗情况。例如，通过分析家庭中各个电器设备（如冰箱、空调、洗衣机等）在不同时间段（白天、夜晚、周末等）的用电模式，模型可以学习到时间序列中的规律。对于有规律的电器使用，如每天固定时间开启的洗衣机或者晚上定时开启的空调，RNN 和 LSTM 能够准确地预测电力消耗的高峰和低谷。

  • 能源优化建议：基于这些预测，智能家居系统可以为用户提供优化能源使用的建议。比如，在预测到即将进入电力消耗高峰时，提醒用户尽量减少非必要电器的使用，或者将某些电器（如洗碗机）的运行时间推迟到低谷时段，以降低能源成本并实现节能减排。同时，系统还可以根据预测自动调整一些智能电器的运行模式，如智能空调根据预测的温度和电力情况，提前调整制冷或制热功率。

(2)用户行为模式分析与个性化服务

  • 行为序列理解：智能家居设备可以收集用户与各种设备交互的时间序列数据，包括开灯关灯时间、电器使用顺序和时长等。RNN 和 LSTM 能够对这些行为序列进行分析，理解用户的日常行为模式。例如，通过分析用户晚上回家后的行为序列（开灯、打开电视、使用厨房电器等），模型可以学习到用户的习惯路径。当检测到用户偏离正常行为模式时（如比平时更早或更晚回家，或者没有按照惯常顺序使用电器），系统可以进行询问或者提供相应的帮助。

  • 个性化场景设置：基于用户行为模式的分析，智能家居系统可以为每个家庭成员提供个性化的场景设置。例如，对于喜欢在晚上阅读的用户，系统可以在其进入阅读区域时，自动调整灯光到合适的亮度和色温，打开空气净化器，并关闭可能产生干扰的电器。LSTM 能够更好地处理长期的行为习惯，因为它能够记住用户在较长时间范围内的偏好，如记住用户在不同季节对室内温度的偏好变化，从而提供更贴心的个性化服务。

(3)智能家居设备故障预测与维护

  • 设备运行状态监测：智能家居系统中的各种设备（如智能门锁、摄像头、传感器等）在运行过程中会产生一系列状态数据，这些数据可以看作是时间序列。RNN 和 LSTM 可以用于监测设备的运行状态，通过分析设备状态数据的变化趋势来预测设备是否可能出现故障。例如，智能门锁的电池电量数据、锁芯的机械状态数据，或者摄像头的图像传输质量数据等，当这些数据出现异常变化时（如电池电量下降速度过快、图像出现频繁卡顿等），模型可以提前发出设备故障预警。

  • 预防性维护安排：根据故障预测结果，智能家居系统可以为用户安排预防性维护。例如，在预测到智能门锁电池即将耗尽时，提前提醒用户更换电池；或者在摄像头可能出现故障之前，联系售后服务人员进行检查和维修，从而提高智能家居设备的可靠性和使用寿命，减少因设备突发故障给用户带来的不便。

五，GAN 在智能家居方面的应用

(1)数据增强用于智能家居设备训练

  • 图像数据增强：在智能家居系统中，图像识别是一个重要的应用场景，如人脸识别门禁系统、物体识别监控系统等。GAN（生成对抗网络）可以用于生成更多的训练图像来扩充数据集。例如，对于人脸识别，GAN 中的生成器可以根据已有的少量人脸图像，生成具有不同角度、光照条件和表情的新图像。这些新图像可以作为额外的训练数据，帮助提高人脸识别模型的鲁棒性和准确性，使其在各种复杂的实际家居环境下都能更好地工作。

  • 传感器数据模拟：智能家居还依赖于各种传感器数据，如温度、湿度、光照等。GAN 可以生成与真实传感器数据分布相似的模拟数据，用于训练和测试相关的智能控制模型。例如，在训练一个基于温度和湿度控制空调和加湿器的模型时，通过 GAN 生成不同季节、不同天气下的温度 - 湿度数据组合，使模型能够学习到更全面的控制策略，从而优化智能家居设备的运行，提高能源利用效率和用户舒适度。

(2)智能家居场景生成与设计优化

  • 虚拟家居场景生成：在智能家居产品的设计和销售过程中，GAN 可以帮助生成虚拟的家居场景。例如，家居装修公司或智能家居设备制造商可以利用 GAN 生成不同风格（现代简约、欧式古典、中式传统等）的家居场景图，展示智能家居设备在各种场景下的安装效果和功能。这些虚拟场景可以帮助用户更好地想象和选择适合自己家居风格的智能设备，同时也为设计师提供了更多的创意灵感，促进智能家居产品与家居环境的融合。

  • 场景布局优化：对于已经安装了部分智能家居设备的家庭，GAN 可以辅助进行场景布局优化。通过生成不同的设备布局方案和对应的家居环境图像，结合用户的需求和反馈，评估哪种布局能够提供最佳的用户体验和设备性能。例如，在考虑智能照明系统的布局时，GAN 可以生成不同灯具位置和光照范围的场景图，根据光照均匀度、能源消耗等指标，确定最优的照明布局方案，以提高室内照明质量和节能效果。

(3)异常检测与安全防护

  • 异常行为生成与识别：在智能家居安全领域，GAN 可以用于异常行为检测。首先，生成器可以生成模拟的正常用户行为序列（如人员在房间内的正常活动轨迹、设备的正常使用顺序等），与实际检测到的行为数据一起作为判别器的输入。判别器经过训练后，能够区分正常行为和异常行为。当有异常行为（如陌生人闯入、不正常的设备操作等）发生时，判别器可以及时发出警报。这种方式可以有效提高安全系统对异常行为的识别能力，减少误报率。

  • 网络攻击检测：随着智能家居设备连接到网络，网络安全问题日益重要。GAN 可以用于生成模拟的网络攻击流量模式，与正常的网络流量数据一起训练检测模型。例如，在家庭网络网关处，通过 GAN 生成的恶意网络攻击流量数据可以帮助训练入侵检测系统，使其能够更准确地识别和防范诸如 DDoS 攻击、恶意软件入侵等网络威胁，保护智能家居系统的安全和用户的隐私。

五，GNN 在智能家居方面的应用

(1)室内场景理解与布局优化

  • 物体关系建模：智能家居设备所处的室内环境是一个复杂的空间，其中各种物体之间存在着特定的位置关系和相互作用。GNN 可以对室内物体进行关系建模，比如识别出沙发与茶几的相邻关系、灯具与房间角落的对应关系等。通过这种方式，智能家居系统能够更好地理解室内场景结构，为后续的智能控制和服务提供基础1 。

  • 布局规划与优化：基于对物体关系和空间布局的理解，GNN 有助于进行智能家居设备的布局规划和优化。例如，在安装智能照明系统时，通过分析房间的布局和家具的摆放位置，确定最佳的灯具安装位置和数量，以实现均匀的光照分布；或者在布置智能传感器时，根据房间的功能分区和人员活动路径，合理安排传感器的位置，提高其感知效果和数据准确性1 。

(2)设备互联与协同工作

  • 设备关系建模：智能家居中通常包含多种不同类型的设备，如智能家电、传感器、控制器等。GNN 可以将这些设备视为图中的节点，设备之间的通信链路或功能依赖关系视为边，从而构建出智能家居设备的关系图。通过对这个关系图的学习和分析，系统能够更好地理解各设备之间的协同工作方式，实现更高效的设备互联和自动化控制2 。

  • 协同控制与优化：借助 GNN 对设备关系的建模，智能家居系统可以实现更智能的协同控制。例如，当用户打开电视时，系统可以根据预先建立的设备关系图，自动调整灯光亮度、调节空调温度等，为用户创造一个舒适的观看环境；又如，在进行家庭清洁时，扫地机器人与空气净化器可以协同工作，扫地机器人工作区域的空气质量传感器数据可以实时反馈给空气净化器，使其自动调整运行模式，提高清洁效果和室内空气质量 。

(3)能源管理与优化

  • 能耗数据关联分析：智能家居中的能源消耗数据具有时间序列性和关联性，不同设备的能耗情况可能会相互影响。GNN 可以对这些能耗数据进行关联分析，挖掘设备之间的能耗关系模式。例如，通过分析发现空调和电暖器的使用时间存在互补关系，或者某些智能电器在特定的工作模式下能耗会显著增加等规律2 。

  • 能源优化策略制定：基于能耗数据的关联分析结果，GNN 能够为智能家居系统制定更精准的能源优化策略。比如，根据用户的日常用电习惯和设备能耗关系，自动调整设备的运行时间和功率，实现能源的合理分配和节约；在能源供应紧张或电费高峰期，系统可以通过 GNN 预测的能耗情况，提前向用户提供节能建议，如减少某些非必要设备的使用，或调整设备的工作模式以降低能耗2 。

(4)异常检测与安全防护

  • 行为模式建模：GNN 可以对智能家居系统中的用户行为和设备运行状态进行建模，学习正常的行为模式和状态变化规律。例如，通过分析用户在不同时间段对各种设备的操作习惯，以及设备之间的交互模式，构建出正常行为的图模型3 。

  • 异常检测与预警：一旦实际的用户行为或设备状态与正常模式出现偏差，GNN 能够及时检测到异常情况并发出预警。比如，当检测到家中无人时却有设备异常开启，或者设备的运行参数超出正常范围等情况，系统会立即通知用户，以便及时采取措施，提高智能家居系统的安全性和可靠性3.

(5)个性化服务与推荐

  • 用户偏好建模：智能家居系统可以收集用户与设备交互的各种数据，如设备使用频率、功能偏好、场景设置等。GNN 能够将这些数据整合起来，构建用户偏好的图模型，更全面地了解用户的个性化需求和喜好2 。

  • 个性化推荐与服务：基于用户偏好模型，GNN 可以为用户提供个性化的设备推荐、场景模式推荐和服务建议。例如，根据用户对不同照明场景的偏好，推荐适合的智能灯具或灯光控制方案；或者根据用户的生活习惯和设备使用规律，自动为用户设置个性化的家居场景模式，如起床模式、睡眠模式、聚会模式等，提升用户的使用体验

相关文章：

AI 神经网络在智能家居场景中的应用

在科技持续进步的当下，智能家居领域正经历着深刻变革，AI 神经网络技术的融入成为推动这一变革的关键力量，为家居生活带来了诸多显著变化与提升，本文将几种常见的AI算法应用做了一下总结，希望对物联网从业者有所帮助。 …...

编程日记 2025/7/21 4:31:34

C++基础：SGI STL二级空间配置器内存池

2024/12/14-2024/12/ ： 这篇稍微写一下阅读SGI STL内存池的收获。 reference: [1] 深度剖析SGI STL二级空间配置器内存池源码 [2] C内存管理：new / delete 和 cookie [3] 侯捷 内存管理 文章目录 一、写在前面二、二级空间配置器解读2.1 从 malloc 和 fr…...

编程日记 2025/7/17 22:12:15

Python简介

Python 是一种高级编程语言，以其简洁易读的语法和强大的功能而广受欢迎。以下是对 Python 的详细简介： python官网：https://www.python.org/ python中文官网：Python中文网 官网 历史与起源‌： Python 由荷兰人 Guido…...

编程日记 2025/7/21 4:27:24

Linux之ARM(MX6U)裸机篇----7.蜂鸣器实验

一，蜂鸣器模块 封装步骤： ①初始化SNVS_TAMPER这IO复用为GPIO ②设置SNVS_TAMPPER这个IO的电气属性 ③初始化GPIO ④控制GPIO输出高低电平 bsp_beep.c: #include "bsp_beep.h" #include "cc.h"/* BEEP初始化 */ void beep_init…...

编程日记 2025/7/20 20:50:27

手机实时提取SIM卡打电话的信令声音-双卡手机来电如何获取哪一个卡的来电

手机实时提取SIM卡打电话的信令声音 --双卡手机来电如何获取哪一个卡的来电 一、前言 前面的篇章《手机实时提取SIM卡打电话的信令声音-智能拨号器的双SIM卡切换方案》中，我们论述了局域网SIP坐席通过手机外呼出去时，手机中主副卡的呼叫调度策略。 但…...

编程日记 2025/7/20 10:14:57

GPU 进阶笔记（一）：高性能 GPU 服务器硬件拓扑与集群组网

记录一些平时接触到的 GPU 知识。由于是笔记而非教程，因此内容不求连贯，有基础的同学可作查漏补缺之用 1 术语与基础 1.1 PCIe 交换芯片1.2 NVLink 定义演进：1/2/3/4 代监控1.3 NVSwitch1.4 NVLink Switch1.5 HBM (High Bandwidth Memory) 由…...

编程日记 2025/7/19 22:25:47

Unresolved plugin: ‘org.apache.maven.plugins:maven-site-plugin:3.12.1‘

问题 使用idea 社区办加载项目提示下面问题： Unresolved plugin: org.apache.maven.plugins:maven-site-plugin:3.12.1 问题解决 maven插件地址： https://maven.apache.org/plugins/maven-dependency-plugin/plugins.html Maven 中央仓库地址&#…...

编程日记 2025/7/19 7:19:08

GO性能优化的一些记录：trace工具的使用

使用场景： 1 想要查看接口延时性偏高 2 深入了解协程具体如何运营的详细信息（运行时长，或者什么原因导致了协程运行受阻） 可以使用 trace 功能，程序便会对下面的一系列事件进行详细记录，并且会依据所搜集到…...

编程日记 2025/7/19 1:16:08

springboot maven 构建 建议使用 --release 21 而不是 -source 21 -target 21，因为它会自动设置系统模块的位置

使用 --release 选项代替 -source 和 -target 是一种更安全、更兼容的方式，特别是在构建使用较新版本 JDK 的项目时。以下是详细解释和建议： 1. 为什么推荐使用 --release 问题点： 使用 -source 和 -target 标志时，仅设置了代码的语言级别和字节码目标版本，但编译器仍可…...

编程日记 2025/7/18 20:07:33

设计模式-创建型-单例模式

1. 单例模式简介 单例模式（Singleton Pattern）是一种常见的创建型设计模式，它确保一个类只有一个实例，并提供全局访问点。在很多情况下，我们只希望某个类在整个应用程序中有一个唯一的实例，且该实例需要在…...

编程日记 2025/7/20 1:17:49

linux 网卡配置

linux网卡可以通过命令和配置文件配置,如果是桌面环境还可以通过图形化界面配置. 1.ifconfig(interfaces config)命令方式 通常需要以root身份登录或使用sudo以便在Linux机器上使用ifconfig工具。依赖于ifconfig命令中使用一些选项属性，ifconfig工具不仅可以被用来…...

编程日记 2025/7/18 9:12:50

python文件操作相关（excel）

python文件操作相关（excel） 1. openpyxl 库openpyxl其他用法创建与删除操作单元格追加数据格式化单元格合并单元格插入图片公式打印设置保护工作表其他功能 2. pandas 库3. xlrd 和 xlwt 库4. xlsxwriter 库5. pyxlsb 库应用场景参考资料 在 Python 中&a…...

编程日记 2025/7/19 4:29:43

利用Abel_Cain软件实现ARP欺骗

ARP协议是“Address Resolution Protocol”（地址解析协议）的缩写。在局域网中，网络中实际传输的是“帧”，帧里面是有目标主机的MAC地址的。在以太网中，一个主机要和另一个主机进行直接通信，必须要知道目标主…...

编程日记 2025/7/19 14:56:34

搭建android开发环境 android studio

1、环境介绍 在进行安卓开发时，需要掌握java，需要安卓SDK，需要一款编辑器，还需要软件的测试环境（真机或虚拟机）。 早起开发安卓app，使用的是eclipse加安卓SDK，需要自行搭建。 目前开…...

编程日记 2025/7/20 10:29:08

使用 Python -m build打包 Python 项目：详解过程与细节

使用 Python -m build 打包 Python 项目：详解过程与细节 Python 项目的打包是发布和分发软件的核心环节。本文将基于用户提供的 pyproject.toml 文件和项目目录结构，详细说明 Python -m build 命令的执行过程，并解答 是否会将 oe_eval 中的代…...

编程日记 2025/7/20 18:43:52

019-spring-基于aop的事务控制原理

1、事务配置&#xff1a; <tx:annotation-driven transaction-manager"transactionManager"/> transaction-manager 默认是找这个bean&#xff1a;transactionManager 2、从命名空间开始找到对应的解析配置如下&#xff1a; 对应的是这个 后续跟源码没有搞明…...

编程日记 2025/7/15 9:12:37

210.xxl-job定时任务：架构，可视化，GLUE模式，负载均衡，分片

目录 一、为什么要用xxl-job 二、xxl-job架构 三、启动调度中心 1.初始化数据库 2.编译源码 四、启动执行器 五、GLUE模式运行 六、负载均衡 七、分片 1.分片环境准备 2.分片实现 八、感谢支持 一、为什么要用xxl-job 以前我们用quartz实现定时任务，但是那是单机…...

编程日记 2025/7/16 5:06:45

LVS 负载均衡原理 | 配置示例

注&#xff1a;本文为 “ LVS 负载均衡原理 | 配置” 相关文章合辑。 部分内容已过时&#xff0c;可以看看原理实现。 未整理去重。 使用 LVS 实现负载均衡原理及安装配置详解 posted on 2017-02-12 14:35 肖邦 linux 负载均衡集群是 load balance 集群的简写&#xff0c;翻…...

编程日记 2025/7/18 7:48:04

堆内存易碎片化

堆内存容易碎片化主要是由于其内存分配和释放的特性以及管理方式的复杂性所导致的。以下是对堆内存容易碎片化的详细解释&#xff1a; 一、内存分配和释放的非连续性 堆内存的分配和释放并不是连续的&#xff0c;这意味着在多次分配和释放后&#xff0c;原本连续的内存空间可…...

编程日记 2025/7/20 1:22:02

Docker镜像瘦身：从1.43G到22.4MB

Docker镜像瘦身：从1.43G到22.4MB 背景1、创建项目2、构建第一个镜像3、修改基础镜像4、多级构建5、使用Nginx背景 在使用 Docker 时，镜像大小至关重要。我们从 create-react-app （https://reactjs.org/docs/create-a-new-react-app.html）获得的样板项目通常都超过 1.43 GB…...

编程日记 2025/7/19 21:06:19

Linux套接字通信学习

Linux套接字通信 代码源码&#xff1a;https://github.com/say-Hai/TcpSocketLearn/tree/CThreadSocket 在网络通信的时候, 程序猿需要负责的应用层数据的处理(最上层)&#xff0c;而底层的数据封装与解封装&#xff08;如TCP/IP协议栈的功能&#xff09;通常由操作系统、网络协…...

编程日记 2025/7/19 10:42:50

XIAO Esp32S3制作网络摄像头——音频获取

1、功能介绍 本文主要是基于XIAO Esp32S3(Sense)做的一款网络摄像头，主要包含以下功能 1 音频获取/保存 2 视频获取/视频保存 3 行人检测/火焰检测/行人追踪（告警） 4 指定区域 5 摄像头旋转 。。。 本文主要实现第一步，音频获取，后续会陆续实现后面的功能，敬请期…...

编程日记 2025/7/19 16:44:38

Docker搭建RocketMQ

Docker搭建RocketMQ 操作系统: CentOS 7 x64 版本号: CentOS Linux release 7.9.2009 (Core) IP地址: 192.168.157.130 Docker 信息: Client: Docker Engine - Community Version: 24.0.7 API version: 1.43 Go version: go1.20.10 Git commit: …...

编程日记 2025/7/20 1:33:22

Python 迭代器与生成器

Python 中的迭代器和生成器是处理集合元素的重要工具&#xff0c;它们在处理大量数据时特别有用&#xff0c;因为它们不需要一次性将所有数据加载到内存中。 迭代器&#xff08;Iterator&#xff09; 迭代器是一个实现了迭代器协议的对象&#xff0c;这意味着它有两个方法&am…...

编程日记 2025/7/18 8:04:00

细说STM32F407单片机通过IIC读写EEPROM 24C02

目录 一、操作说明 二、工程配置 1、时钟、DEBUG、GPIO、USART6、NVIC、Code Generator 2、 IIC2 &#xff08;1&#xff09;Master Features组&#xff0c;主设备参数 &#xff08;2&#xff09;Slave Features组&#xff0c;从设备参数 三、软件设计 1、KELED 2、E…...

编程日记 2025/7/19 0:01:11

Redis 深度解析：从入门到精通

引言 Redis 是一个开源的、高性能的键值存储系统&#xff0c;它支持多种数据结构&#xff0c;并且提供了丰富的功能和接口。作为内存数据库&#xff0c;Redis 以其快速的数据访问速度、灵活的数据模型以及持久化选项而闻名。本文将详细介绍 Redis 的核心概念、工作原理及其应用…...

编程日记 2025/7/14 23:29:47

6-pandas数据读取

前言 一、分组聚合 1.groupby使用&#xff1a; groupby() 是 pandas 库中用于对数据进行分组操作的一个非常重要的方法。 import pandas as pddata {城市: [北京, 上海, 广州, 北京, 上海, 广州],人口: [2154, 2424, 1303, 2154, 2424, 1303],年龄: [25, 30, 35, 25, 30, 3…...

编程日记 2025/7/16 9:54:26

omi friend实战记录

一、简介 omi friend是国外githab上开源的一个“AI硬件”的制作教程&#xff0c;它的形状是个三角形&#xff0c;属于项链佩戴这类的。可以接入llm进行对话&#xff0c;他有麦克风、扬声器&#xff0c;还有电池。外形好看&#xff0c;功能实用。还有专属的一系列app可以供方便…...

编程日记 2025/7/20 12:29:31

马原复习笔记

文章目录 前言导论物质实践人类社会资本主义社会主义共产主义后记 前言 一月二号下午四点多考试&#xff0c;很友好&#xff0c;不是早八&#xff0c;哈哈哈。之前豪言壮语和朋友说这次马原要全对&#xff0c;多做了几次测试之后&#xff0c;发现总有一些知识点是自己不知道的…...

编程日记 2025/7/18 23:23:02

VIM: Vision Mamba基于双向状态空间模型的高效视觉表示学习

这篇文章的主要内容可以概括如下&#xff1a; 背景与动机&#xff1a; 近年来&#xff0c;状态空间模型&#xff08;SSM&#xff09;在长序列建模中展现出巨大潜力&#xff0c;尤其是Mamba模型在硬件感知设计上的高效性。 然而&#xff0c;现有的SSM模型在处理视觉数据时面临…...

编程日记 2025/7/18 11:53:00

CannotRetrieveUpdates alert in disconnected OCP 4 cluster解决

环境&#xff1a; Red Hat OpenShift Container Platform (RHOCP) 4 问题&#xff1a; Cluster Version Operator 不断发送警报&#xff0c;表示在受限网络/断开连接的 OCP 4 集群中无法接收更新。 在隔离的 OpenShift 4 集群中看到 CannotRetrieveUpdates 警报&#xff1a; …...

编程日记 2025/7/15 19:22:19

libmodbus源码中重要的两个结构体讲解

文章目录 一、libmodbus重要数据结构讲解**1. 结构体 `_modbus`**定义成员解析小结**2. 结构体 `_modbus_backend`**定义成员解析小结**3. 两者关系和工作流程****关系****工作流程**一、libmodbus重要数据结构讲解 这两个结构体是 libmodbus 的核心，定义了 Modbus 通信上下文…...

编程日记 2025/7/18 14:35:25

PostgreSQL的一主两从集群搭建部署 (两同步)

一、实验环境 虚拟机名IP身份简称keep-postgres12-node1192.168.122.87主节点node1keep-postgres12-node2192.168.122.89备节点node2keep-postgres12-node3192.168.122.90备节点node3 二、安装数据库 源码包方式&#xff08;主&#xff09; 1、创建用户 [rootkeep-postgre…...

编程日记 2025/7/15 1:22:46

CPT203 Software Engineering 软件工程 Pt.5 软件测试（中英双语）

文章目录 8. 软件测试8.1 Testing&#xff08;测试&#xff09;8.1.1 A note of testing under the V & A framework8.1.2 The Basics8.1.3 The Goals8.1.4 The Stages 8.2 Developing testing&#xff08;开发测试&#xff09;8.2.1 Unit testing&#xff08;单元测试&…...

编程日记 2025/7/16 17:28:58

在 Blazor 和 ASP.NET Core 中使用依赖注入和Scoped 服务实现数据共享方法详解

依赖注入&#xff08;Dependency Injection&#xff0c;简称 DI&#xff09;是一种设计模式&#xff0c;用于将对象的依赖关系从对象内部解耦出来&#xff0c;由外部容器进行管理和提供。在 Blazor 和 ASP.NET Core 中&#xff0c;DI 是内置的核心功能&#xff0c;它通过服务生…...

编程日记 2025/7/16 23:06:31

【信号滤波 (下)】采样条件，多种滤波算法对比(Matlab/C++)

目录 一、信号采样条件采样定理ADC的SPS设置 二、常用滤波算法对比A.滑动平均滤波B.陷波滤波陷波滤波器简介FIR(有限脉冲响应)滤波器和IIR(无限脉冲响应)滤波器 基于IIR实现陷波滤波滤波原理讲解双二阶滤波器计算过程陷波滤波优势 在上一篇中&#xff0c;介绍了信号时域到频域的…...

编程日记 2025/7/20 11:46:00

将广播发送和接收端实现一遍，完成一个发送端发送信息，对应多个接收端接收信息实验。

1、将广播发送和接收端实现一遍&#xff0c;完成一个发送端发送信息&#xff0c;对应多个接收端接收信息实验。 接受端 #include<myhead.h> #define handel_err(res,val) if(val-1){perror(res);return-1;} int main(int argc, const char *argv[]) {int rfdsocket(AF_…...

编程日记 2025/7/19 6:38:23

Nginx 负载均衡详解

一、Nginx 简介 Nginx 是一个高性能的开源 Web 服务器和反向代理服务器&#xff0c;以其轻量级、高并发、低内存消耗等特点著称。Nginx 不仅适用于静态资源的快速分发&#xff0c;还广泛应用于负载均衡、反向代理等场景。通过Nginx&#xff0c;可以轻松地构建一个高效、可靠且…...

编程日记 2025/7/19 8:18:37

自动驾驶新纪元：城区NOA功能如何成为智能驾驶技术的分水岭

目录 一、NOA 的定义 二、NOA 的主要特点 导航集成 场景覆盖 智能决策 高级感知能力 驾驶员参与 三、NOA 的优势 四、NOA的衡量指标 定性评价指标 安全性评价指标定义 可靠性评价指标定义 舒适性评价指标定义 通行效率评价指标 定量评价指标 五、代表厂商的实测…...

编程日记 2025/7/19 7:57:17

FFmpeg 编码和解码

文章目录 音频格式AACADIF音频数据交换格式ADTS音频数据传输流 音频解码音频编码 视频格式H264GOP图像组I帧&#xff0c;P帧&#xff0c;B帧H264压缩技术H264压缩级别H264视频级别H264码流结构SPSPPS 解码视频编码视频 音频格式 AAC AAC全称 Advanced Audio Coding&#xff0…...

编程日记 2025/7/20 23:43:42

【Ubuntu】Ubuntu server 18.04 搭建Slurm并行计算环境（包含NFS）

Ubuntu server 18.04 搭建Slurm并行计算环境&#xff08;包含NFS&#xff09; 一、Munge 认证模块 1.1、安装 munge 主节点和子节点都安装munge #安装 sudo apt update && sudo apt install munge libmunge-dev#设置开机启动 sudo systemctl enable munge sudo syste…...

编程日记 2025/7/19 11:05:58

WPF 绘制过顶点的圆滑曲线 （样条，贝塞尔）

在一个WPF项目中要用到样条曲线&#xff0c;必须过顶点&#xff0c;圆滑后还不能太走样&#xff0c;捣鼓一番&#xff0c;发现里面颇有玄机&#xff0c;于是把我多方抄来改造的方法发出来&#xff0c;方便新手&#xff1a; 如上图&#xff0c;看代码吧&#xff1a; ----------…...

编程日记 2025/7/19 21:06:21

Spring 的不同事务传播行为

目录 Spring 的不同事务传播行为 PROPAGATION_REQUIRES_NEW事务传播行为什么情况下会使用？ 一、PROPAGATION_REQUIRES_NEW的含义 二、使用场景 三、注意事项 PROPAGATION_NESTED事务传播行为什么情况下会使用？ 一、PROPAGATION_NESTED的含义 二、使用场景 三、嵌套事…...

编程日记 2025/7/21 3:27:31

PlantUML 时序图 基本例子

基本的例子 序列-> 用于绘制两个参与者之间的信息。参与者不必明确声明。 要有一个点状的箭头&#xff0c;就用--> 也可以用<- 和<-- 。这不会改变绘图&#xff0c;但可能提高可读性。注意&#xff0c;这只适用于顺序图&#xff0c;其他图的规则不同。 plantum…...

编程日记 2025/7/19 19:42:23

QILSTE H8-C414SY高亮黄光LED灯珠 发光二极管LED

在电子组件的复杂世界中&#xff0c;H8-C414SY型号的LED以其精确的技术参数和卓越的性能&#xff0c;成为了工程师和技术人员不可忽视的选择。本文将通过对这款高亮黄光LED的技术参数进行深入分析&#xff0c;增加文本的复杂性和突发性&#xff0c;以提供一份详尽的技术参考。 …...

编程日记 2025/7/21 1:34:56

git clone 和 conda 换源

文章目录 git clone 通过 sshconda 创建虚拟环境通过 env.yml 文件conda 换源 git clone 通过 ssh git clone ssh://用户名IP地址:/仓库名字.gitconda 创建虚拟环境通过 env.yml 文件 conda env create -f environment.ymlconda 换源 Step 1 生成 .bashrc 文件在家目录下。…...

编程日记 2025/7/17 14:49:05

Spring Boot 多数据源解决方案：dynamic-datasource-spring-boot-starter 的奥秘（下）

在上一篇博客《Spring Boot 多数据源解决方案&#xff1a;dynamic-datasource-spring-boot-starter 的奥秘》介绍了dynamic-datasource-spring-boot-starter的自动配置类和配置属性类之后&#xff0c;本文继续来剖析多数据源是如何切换的&#xff0c;什么时候切换的。 前文中提…...

编程日记 2025/7/20 23:17:10

移动 APP 设计规范参考

一、界面设计规范 布局原则&#xff1a; 内容优先&#xff1a;以内容为核心进行布局&#xff0c;突出用户需要的信息&#xff0c;简化页面导航&#xff0c;提升屏幕空间利用率.一致性&#xff1a;保持界面元素风格一致&#xff0c;包括颜色、字体、图标等&#xff0c;使用户在…...

编程日记 2025/7/20 23:39:47

yolov6算法及其改进

yolov6算法及其改进 1、YOLOV6简介2、RepVGG重参思想3、YOLOv6架构改进3.1、Backbone方面3.2、SPP改进3.3、Neck改进3.4、Head改进 4、正负样本匹配与损失函数4.1、TaskAligned样本匹配4.2、VFL Loss分类损失函数4.3、SIOU损失函数4.4、DFL损失函数 1、YOLOV6简介 YOLOv6设计主…...

编程日记 2025/7/18 15:55:48

java自定义注解对枚举类型参数的校验

目录 1.前提准备条件 1.1 pom.xml文件依赖: 1.2 枚举类&#xff1a; 1.3 controller接口&#xff1a; 1.4 实体参数&#xff1a; 1.5 knife4j的配置 2.实现要求 3.实现步骤 3.1 自定义注解类&#xff1a; 3.2 使用注解&#xff1a; 3.3 添加注解校验类&#xff1a; …...

编程日记 2025/7/20 16:47:57