斯达斯大苏打
2022-09-21 18:06:17 3.16MB 阿大使大赛
1
win10+VSCODE+ESP-IDF开发环境,ESP32 MQTT连接里云生活物联网平台。 图文手把手教程--ESP32 MQTT连接里云生活物联网平台配套源代码。
2022-09-20 22:14:30 3.64MB aliyun 阿里云MQTT smartlight
1
里云对于临时授权这块和OSS上传这块,已经如何配合php和前端js这块,没有个系统的帮助文档,让人一开始找起来很崩溃,特将需要用到的js和文档打包放在一起,减少以后开发者的开发负担!
2022-09-18 09:01:29 805KB oss sts 上传视频 browser.js
1
本资料整理包括锂离子电池的八大指标性参数,图文并茂的方式介绍电池内阻及测量方法,介绍如何判断充放电倍率,以及介绍尔达时间常数以及可能的危害。图文配合,更容易理解。适合想要了解电池和电源部分的新手。
2022-09-16 20:57:50 1.64MB 锂电池 电池内阻
1
大赛以“地铁乘客流量预测”为赛题,参赛者可通过分析地铁站的历史刷卡数据,预测站点未来的客流量变化,帮助实现更合理的出行路线选择,规避交通堵塞,提前部署站点安保措施等,最终实现用大数据和人工智能等技术助力未来城市安全出行。 大赛开放了20190101至20190125共25天地铁刷卡数据记录,共涉及3条线路81个地铁站约7000万条数据作为训练数据(Metro_train.zip),供选手搭建地铁站点乘客流量预测模型。训练数据(Metro_train.zip)解压后可以得到25个csv文件,每天的刷卡数据均单独存在一个csv文件中,以record为前缀。如2019年1月1日的所有线路所有站点的刷卡数据记录存储在record_2019-01-01.csv文件中,以此类推。同时大赛提供了路网地图,即各地铁站之间的连接关系表,存储在文件Metro_roadMap.csv文件中供选手使用。 测试阶段,大赛将提供某天所有线路所有站点的刷卡数据记录,选手需预测未来一天00时至24时以10分钟为单位各时段各站点的进站和出站人次。 预选赛阶段,测试集A集上,大赛将提供2019年1月28日的刷卡数据
2022-09-14 18:09:12 496.87MB 地铁客流数据集
1
大赛以“地铁乘客流量预测”为赛题,参赛者可通过分析地铁站的历史刷卡数据,预测站点未来的客流量变化,帮助实现更合理的出行路线选择,规避交通堵塞,提前部署站点安保措施等,最终实现用大数据和人工智能等技术助力未来城市安全出行。 大赛开放了20190101至20190125共25天地铁刷卡数据记录,共涉及3条线路81个地铁站约7000万条数据作为训练数据(Metro_train.zip),供选手搭建地铁站点乘客流量预测模型。训练数据(Metro_train.zip)解压后可以得到25个csv文件,每天的刷卡数据均单独存在一个csv文件中,以record为前缀。如2019年1月1日的所有线路所有站点的刷卡数据记录存储在record_2019-01-01.csv文件中,以此类推。同时大赛提供了路网地图,即各地铁站之间的连接关系表,存储在文件Metro_roadMap.csv文件中供选手使用。 测试阶段,大赛将提供某天所有线路所有站点的刷卡数据记录,选手需预测未来一天00时至24时以10分钟为单位各时段各站点的进站和出站人次。 预选赛阶段,测试集A集上,大赛将提供2019年1月28日的刷卡数据
2022-09-14 18:09:11 508.94MB 地铁客流数据集
1
大赛以“地铁乘客流量预测”为赛题,参赛者可通过分析地铁站的历史刷卡数据,预测站点未来的客流量变化,帮助实现更合理的出行路线选择,规避交通堵塞,提前部署站点安保措施等,最终实现用大数据和人工智能等技术助力未来城市安全出行。 大赛开放了20190101至20190125共25天地铁刷卡数据记录,共涉及3条线路81个地铁站约7000万条数据作为训练数据(Metro_train.zip),供选手搭建地铁站点乘客流量预测模型。训练数据(Metro_train.zip)解压后可以得到25个csv文件,每天的刷卡数据均单独存在一个csv文件中,以record为前缀。如2019年1月1日的所有线路所有站点的刷卡数据记录存储在record_2019-01-01.csv文件中,以此类推。同时大赛提供了路网地图,即各地铁站之间的连接关系表,存储在文件Metro_roadMap.csv文件中供选手使用。 测试阶段,大赛将提供某天所有线路所有站点的刷卡数据记录,选手需预测未来一天00时至24时以10分钟为单位各时段各站点的进站和出站人次。 预选赛阶段,测试集A集上,大赛将提供2019年1月28日的刷卡数据
2022-09-14 18:09:10 274.2MB 地铁客流数据集
1
第一章 基于强化学习的实时搜索排序策略调控 ;第二章 延迟奖赏在搜索排序场景中的作用分析;第三章 基于多智能体强化学习的多场景联合优化;第四章 强化学习在淘宝锦囊推荐系统中的应用;第五章 基于强化学习的引擎性能优化;第六章 基于强化学习分层流量调控;第七章 风险商品流量调控;第八章 虚拟淘宝;第九章 组合优化视角下基于强化学习的精准定向广告 OCPC 业务优化;第十章 策略优化方法在搜索广告排序和竞价机制中的应用;第十一章 TaskBot -里小蜜的任务型问答技术;第十二章 DRL 导购-里小蜜的多轮标签推荐技术
2022-09-13 15:33:56 19.74MB 强化学习
1
里云实列内TSDB数据读写源码,可以批量写入本地txt文本数据,可以读最近时间一条数据,也可以读取一段时间数据。
2022-09-13 09:05:04 14.01MB 阿里云 物联网 tsdb 读写
1
STM32+ESP8266连里云
2022-09-08 23:30:19 10.15MB STM32 ESP8266 物联网 阿里云
1