1. 下载SDK
SDK下载链接
下载之后，可见得到了一个 qpid-proton-0.29.0.tar.gz 的压缩包。
有两个方法：
1. 直接运用SCP软件拖进服务器中；
2. 直接用wget下载
# 1.下载文件
$ wget http://archive.apache.org/dist/qpid/proton/0.29.0/qpid-proton-0.29.0.tar.gz
# 2. 解压文件
$ tar zxvf qpid-proton-0.29.0.tar.gz
2. 安装proton
proton安装地址
2.1 详细安装步骤–centos
2.1.1 第一步安装依赖
2023-03-01 15:38:38
115KB
1
本文介绍了印象数据以及来自网易云音乐的相应用户，创作者和音乐内容卡数据。 该数据集由INFORMS和NetEase Cloud Music的收入管理和定价（RMP）部分共同提供，以支持运营管理中的数据驱动研究。 该数据包含2019年11月1日至2019年11月30日随机抽样的2,085,533用户的超过5700万印象的音乐内容卡印象。对于每次印象，该数据为用户提供了对所推荐音乐内容的响应措施，例如点击，喜欢和跟随。 此外，数据集还包含有关每个用户，每个内容创建者和印象样本中每个内容的信息。
2023-03-01 15:27:54
2.77MB
1
Points2Grid
通过OpenTopography设施（ ）运行的数千个作业得到了证明，Points2Grid是一个强大的可扩展工具，可以使用本地网格方法生成数字高程模型（DEM）。 局部网格化算法根据用户提供的半径，使用围绕每个网格单元定义的圆形邻域来计算网格单元高程。 此邻域称为bin，而网格单元称为DEM节点。 对于落在仓中的点，最多可以计算四个值（最小值，最大值，平均值或反距离加权（IDW）平均值）。 然后将这些值分配给相应的DEM节点，并用于表示该bin表示的邻域上的海拔变化。 如果在给定的bin中未找到任何点，则DEM节点将收到一个空值。 Points2Grid服务还提供了空值归档选项，该选项通过3、5或7个像素的方形移动窗口应用反距离加权焦点均值，以填充DEM中具有空值的像元。 如果LIDAR发射密度超过根据这些数据生成的网格的分辨率，Points2Grid所采用的
2023-03-01 14:46:32
240KB
1
为提高医学图像分割的效果，针对二维Tsallis熵阈值法图像分割效果受参数q选择的影响，提出一种基于云模型萤火虫算法优化二维Tsallis熵的医学图像分割算法。首先，将云模型引入萤火虫算法，提高萤火虫算法的收敛速度和寻优能力；其次，选择均匀性测度作为医学图像分割的评价指标，运用CMFA算法对二维Tsallis熵阈值法参数q进行自适应寻优。研究结果表明，与FA-Tsallis和Tsallis相比较，CMFA-Tsallis的均匀性测度最高，分割出来的结果边界清晰，从而证明本算法的有效性。
2023-02-28 18:53:31
47KB
1
为了在函数空间内将多个三维模型进行关联,并在整个模型簇上进行协同分割,提出了一种基于点云稀疏编码的三维模型簇协同分割方法。首先,提取点云数据特征,将三维信息转换至特征空间;其次,用深度学习网络将特征向量分解成基向量,并构建字典矩阵及稀疏向量;最后,对测试数据进行稀疏表示,并确定点云模型中每个点所属的类别,将同类点划分到同一区域以得到协同分割结果。实验结果表明,算法在ShapeNet Parts数据集上的分割准确率达到了85.7%。所构建的协同分割算法能够有效地计算模型簇的关联结构,与当前主流分割算法相比,分割效果和准确率均得到提升。
2023-02-28 17:32:59
3.98MB
1
微信小程序 （阿里云物联网），远程控制家里 电视， 空调，灯， 冰箱 风扇 （定时开关 PWM调光.... ) 让你出门上班，外出旅游，都能时时控制到家里的一切，也可以用来监测家里的温湿度 （通过MQTT协议发送到阿里云 IoT 物联网平台，写入云端的设备影子中。微信小程序调用阿里云函数计算FC，读取 IoT 物联网平台的设备影子中的数据，通过ECharts的仪表盘来展示空气质量 PM2.5 指数，温度和湿度值），此程序是小编的论文设计 已通过，所有的资源 已打包好，献给想学习微信小程序的同学 演示地址：https://b23.tv/lf1ijMR
2023-02-28 16:41:03
7KB
1
如今的大数据技术应用场景，对实时性的要求已经越来越高。作为新一代大数据流处理框架，由于非常好的实时性，Flink独树一帜，在近些年引起了业内极大的兴趣和关注。Flink能够提供毫秒级别的延迟，同时保证了数据处理的低延迟、高吞吐和结果的正确性，还提供了丰富的时间类型和窗口计算、Exactly-once 语义支持，另外还可以进行状态管理，并提供了CEP（复杂事件处理）的支持。Flink在实时分析领域的优势，使得越来越多的公司开始将实时项目向Flink迁移，其社区也在快速发展壮大。目前，Flink已经成为各大公司实时领域的发力重点，特别是国内以阿里为代表的一众大厂，都在全力投入，不少公司为Flink社区贡献了大量源码。如今Flink已被很多人认为是大数据实时处理的方向和未来，很多公司也都在招聘和储备了解掌握Flink的人才。本教程将Flink理论与电商数据分析项目实战并重，对Flink基础理论知识做了系统的梳理和阐述，并通过电商用户行为分析的具体项目用多个指标进行了实战演练。为有志于增加大数据项目经验、扩展流式处理框架知识的工程师提供了学习方式。二、教程内容和目标本教程主要分为两部分：第一部
2023-02-28 15:32:34
450.22MB
1