layer | 易学教程

openlayers6聚合图(附源码下载)

阅读更多关于 openlayers6聚合图(附源码下载)

前言之前写过一篇openlayers4版本的地图聚合图文章，但是由于是封装一层 js代码写的，很多初学者看起来比较有点吃力，所以本篇文章重新写一篇地图热力图文章，直接基于最新版本openlayers6写的，纯粹html + js + css形式，没有任何封装。内容概览 1.基于openlayers6实现地图聚合图效果 2.源代码demo下载效果图如下：大概实现思路如下：读取聚合图模拟数据源json，构造openlayers聚合图数据源features，然后创建聚合图图层（核心数据源类Cluster），设置Cluster的初始化一些参数值，参数详细说明自行看openlayers官网文档api。部分核心代码，完整的见源码demo下载 import {Map, View} from 'ol' ; import XYZ from 'ol/source/XYZ' ; import {Circle as CircleStyle, Fill, Stroke, Style, Text} from 'ol/style' ; import {Heatmap as HeatmapLayer, Tile as TileLayer} from 'ol/layer' ; import VectorSource from 'ol/source/Vector' ; import VectorLayer

RK3399 4K 带宽不足[drm:vop_isr] ERROR POST_BUF_EMPTY irq err

阅读更多关于 RK3399 4K 带宽不足[drm:vop_isr] ERROR POST_BUF_EMPTY irq err

4k输出分为两种，屏输出3840*2160@60，一种是1920x1080分辨率的UI（拉伸到3840*2160），一种是点对点的3840*2160的UI，两种都支持60fps，但会出现DDR带宽不足的问题，会出现[drm:vop_isr] ERROR POST_BUF_EMPTY irq err这种错误，随之屏幕就会出现绿条纹的闪烁画面。这里是讲60fps情况下，因为30fps是正常的。根据官方文档《RK3399_Android7.1_Software_Development_Guide》中的《9.7 DDR 带宽导致屏闪问题 Flicker issue caused by DDR bandwidth》解决， 1、先把dmc的频率调到最高，测试无效。 2、关闭负载变频，ddr频率拉到最大，测试无效。 3、vop-pn-msch-readlatency = < /* plane_number readlatency */ 0 0x20 4 0x20 >; 这个官方解释：vop-pn-msch-readlatency 这个参数指定了两列数据，第一列为 UI 的层数，第二列为 vop 获取 ddr 使用权限的延时，这个值越小，表示越容易获取访问权限，值为 0 表示默认值（默认值为 0x80），如果出现闪屏问题，建议将值改为 0x20，这个值不建议随意修改，并且这个值如果改动

openlayers6热力图(附源码下载)

阅读更多关于 openlayers6热力图(附源码下载)

前言之前写过一篇openlayers4版本的地图热力图文章，但是由于是封装一层 js代码写的，很多初学者看起来比较有点吃力，所以本篇文章重新写一篇地图热力图文章，直接基于最新版本openlayers6写的，纯粹html + js + css形式，没有任何封装。内容概览 1.基于openlayers6实现地图热力图效果 2.源代码demo下载效果图如下：大概实现思路如下：读取热力图模拟数据源json，构造openlayers热力图数据源features，然后创建热力图图层（核心类Heatmap），设置Heatmap的初始化一些参数值，比如weight权重值，radius，gradient，blur等等，参数详细说明自行看openlayers官网文档api Heatmap ；创建好热力图图层之后，radius值我这里不是固定写死，是通过监听地图缩放事件动态设置radius不同大小的，个人纯粹觉的为了让热力图渲染更看好一点，别无他意。具体实现过程 html 样式 <!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title>Using OpenLayers with Webpack</title> <link rel="stylesheet" href="https://openlayers.org/en/latest

一行命令跑评测，港中文MMLab开源自监督表征学习代码库

阅读更多关于一行命令跑评测，港中文MMLab开源自监督表征学习代码库

　　自监督表征学习发展迅速，但也存在诸多问题。近日，香港中文大学多媒体实验室（MMLab）和南洋理工大学的研究者开源了一套统一的自监督学习代码库 OpenSelfSup。　　前言　　近几个月来自监督表征学习领域获得了显著突破，特别是随着 Rotation Prediction、DeepCluster、MoCo、SimCLR 等简单有效的方法的诞生，自监督表征学习大有超越有监督表征学习的趋势。　　然而，做这个领域的研究者都深有感触：1）自监督任务复杂而多样，不同方法各有各的专用训练代码，难以结合、复用和改进；2）评价方案不统一，不同的方法难以在公平环境下对比；3）动辄百万千万的训练数据量，训练效率是个大问题。　　针对这些问题，香港中文大学多媒体实验室（MMLab）和南洋理工大学的研究者最近开源了一套统一的自监督学习代码库：OpenSelfSup。　　开源地址： https://github.com/open-mmlab/OpenSelfSup 　　 OpenSelfSup 　　统一的代码框架和模块化设计　　OpenSelfSup 使用 PyTorch 实现，支持基于分类、重建、聚类、memory bank、contrastive learning 的多种自监督学习框架，目前收录了 Relative Location、Rotation Prediction

符合ISO 26262标准的模型验证技术

阅读更多关于符合ISO 26262标准的模型验证技术

2020年，疫情影响着我们每个人的生活。这一年，终将被历史记住。这一年，每个人戴上防护口罩，保护自己和家国。这一年，很多人参与线上学习，get新技能为工作加油。这一年，蛮多人关注汽车ISO26262，坚定践行道路安全卫士。汽车行业，越来越多企业取得了ISO26262流程认证、产品认证。随着软件功能比重加大，符合ISO26262标准的软件开发过程，借助MBD技术构建模型，软件的验证当然也要考虑模型的静态验证（基于模型的规范检查）、模型的动态验证（基于模型的动态测试）。这一篇，我们介绍下，符合ISO26262标准软件要求，采用MBD开发方式，如何进行模型的验证，如何做好软件的“防护服”或“防护口罩”，进而提升软件安全性。与大家分享结合模型形式的ISO 26262软件验证要求、验证流程及实践。软件验证“口罩防护”，功能安全“绿码通行” ISO 26262 软件验证要求软件开发启动阶段建模指南要求 ——摘自ISO 26262-6:2018，Table1 • 1a执行低复杂性：通过多个度量指标，来度量模型的复杂性，比如： ♦ Number of subsystems（子系统个数） ♦ Number of blocks（模块个数） ♦ Number of linked library（链接库的个数） ♦ Number of charts（Chart个数） ♦ Number of

openlayers6热力图(附源码下载)

阅读更多关于 openlayers6热力图(附源码下载)

C# MVC LayUI实现下拉框二级联动

阅读更多关于 C# MVC LayUI实现下拉框二级联动

一、layui.use 1、LayUI的官方使用文档： https://www.layui.com/doc/ 2、layui的内置模块不是默认就加载好的，必须要执行启动模块的这种方法后模块才会加载； 3、layui.use就是一种加载模块的方式。如下代码： // LayUI渲染以及启动模块 layui.use([ ' form ' , ' layedit ' , ' laydate ' ], function () { var form = layui.form, // 获取form模块 layer = layui.layer, // 获取layer模块 layedit = layui.layedit, // 获取layedit模块 laydate = layui.laydate, // 获取laydate模块 $ = layui.$; 二、创建控制器或在已有的控制器中添加在操作方法　　　　　/// <summary> /// 获取部门信息 /// </summary> [HttpPost] public JsonResult GetDeplist() { using (ERPEntities db = new ERPEntities()) { db.Configuration.ProxyCreationEnabled = false ; // 关闭EF的默认加载 var

万兆以太网测试仪

阅读更多关于万兆以太网测试仪

以太网从最初的10Base5 10M粗览总线发展为10Base 10M细览，10Base5的10兆以太网，随后以太网技术发展成为大家所熟悉的星形的双绞线10BaseT。随着各项业务及人员对带宽要求的提高以及器件能力的增强出现了快速以太网：5类线传输的100BaseTX、三类线传输的100BaseT4和光纤传输的100BaseFX。近些年随着带宽的进一步提高，千兆以太网接口登场；包括短波长光传输1000Base-SX、长波长光传输1000Base-LX以及五类线传输1000BaseT。直至2002年7月18日IEEE通过了802.3ae：10Gbit/s以太网又称万兆以太网。而万兆以太网已经不是那么简单的是将千兆以太网的速率简单地提高到10倍，这里有许多技术上的问题要解决。在以太网技术中，100BaseT一个里程碑，确立了以太网技术在桌面的统治地位。千兆以太网以及随后的万兆以太网标准是两个非常重要的标准，以太网技术从桌面的局域网技术延伸到校园网及城域网的汇聚和骨干。有了以太网技术及以太网的应用，没有一把千兆以太网测试仪，万兆以太网测试仪将会是一件头疼的事情。一台合格的万兆以太网测试仪并不只是表面的需要符合吞吐量、背靠背等基础功能，而是要依据国际以太网测试各个标准及参数才算是上等万兆以太网测试仪，举明辰智航网络一点通万兆以太网性能测试仪M-P-1W功能及参数为例：

[深度应用]·Keras实现Self-Attention文本分类（机器如何读懂人心）

阅读更多关于 [深度应用]·Keras实现Self-Attention文本分类（机器如何读懂人心）

[深度应用]·Keras实现Self-Attention文本分类（机器如何读懂人心）配合阅读： [深度概念]·Attention机制概念学习笔记 [TensorFlow深度学习深入]实战三·分别使用DNN,CNN与RNN(LSTM)做文本情感分析笔者在 [深度概念]·Attention机制概念学习笔记博文中，讲解了Attention机制的概念与技术细节，本篇内容配合讲解，使用Keras实现Self-Attention文本分类，来让大家更加深入理解Attention机制。作为对比，可以访问 [TensorFlow深度学习深入]实战三·分别使用DNN,CNN与RNN(LSTM)做文本情感分析，查看不同网络区别与联系。一、Self-Attention概念详解了解了模型大致原理，我们可以详细的看一下究竟Self-Attention结构是怎样的。其基本结构如下对于self-attention来讲，Q(Query), K(Key), V(Value)三个矩阵均来自同一输入，首先我们要计算Q与K之间的点乘，然后为了防止其结果过大，会除以一个尺度标度，其中为一个query和key向量的维度。再利用Softmax操作将其结果归一化为概率分布，然后再乘以矩阵V就得到权重求和的表示。该操作可以表示为这里可能比较抽象，我们来看一个具体的例子（图片来源于 https:/

清华团队要赶在量子计算机正式应用前，提前布局芯片！中国大陆首篇后量子密码芯片顶会论文出炉

阅读更多关于清华团队要赶在量子计算机正式应用前，提前布局芯片！中国大陆首篇后量子密码芯片顶会论文出炉

　　近日，在第 22 届密码硬件与嵌入式系统会议（CHES 2020）上，清华大学魏少军、刘雷波教授团队作了题为 “ 《采用低复杂度快速数论变换和逆变换技术在 FPGA 上高效实现 NewHope-NIST 算法的硬件架构》（Highly Efficient Architecture of NewHope-NIST on FPGA using Low-Complexity NTT/INTT）” 的论文报告。　　　　图 | 论文一作张能同学在作报告（来源：受访者）　　CHES 成立至今已有 22 年，由国际密码学研究协会（IACR）主办，据刘雷波介绍，这篇论文是中国大陆首次以第一作者身份在该会议上发表的后量子密码芯片方向文章。　　报告人张能是论文第一作者，目前正在清华大学微电子所攻读博士学位，论文通讯作者是清华大学微电子与纳电子学系/微电子学研究所教授刘雷波，主要合作者还有杨博翰、陈晨、尹首一。　　DeepTech 就该论文和刘雷波进行了深入交流。他表示，该论文介绍了一种低计算复杂度数论变换与逆变换方法，并提出一种实现后量子密码算法的硬件架构。　　当前，公钥密码已经广为使用，无论去线下银行、还是在网上银行办业务，都要证明个人身份以避免被人冒用，访问电商网站或使用手机支付时，其数据也需加密。　　除民用用途之外，公钥密码算法在海陆空通信方面也有着特定用途

订阅 layer