大气污染溯源算法及其技术实现

news2024/11/16 1:34:35
  • 污染溯源基础概念知识

大气污染溯源是指识别并追踪污染物的来源及其传输过程，以确定造成大气污染的根本原因和污染物传播路径的技术和方法。这对于制定有效的控制和减轻污染策略至关重要。大气污染的溯源主要涉及以下几个方面：

  1. 污染源识别：首先要确定污染源的类型，大气污染主要分为自然源（如火山爆发、沙尘暴、森林火灾产生的烟尘）和人为源（工业排放、汽车尾气、农业燃烧、燃煤电厂、建筑活动）。
  2. 化学与物理分析 - 通过对大气样本（如降水、颗粒物、气溶胶体、气体）进行化学成分分析，识别污染物的种类（如二氧化硫化物、氮氧化物、臭氧族化合物、重金属、挥发性有机化合物）。
  3. 同位素标记与分子标志物 - 使用稳定同位素和放射性同位素标记、分子标志物追踪特定污染物，比如13H、13C、14N等，可以揭示污染物的来源和传输路径。
  4. 模型模拟 - 利用大气传输模型模拟污染物的扩散过程，如高斯羽烟、WRF模型、CMAQS模型，结合气象数据（风向、温湿度、压力、风速、逆温层）模拟污染物的传播轨迹。
  5. 遥感技术 - 利用卫星遥感、无人机、航空遥感图像分析大气污染状况，监测大范围的污染分布，如PM2.5、NOx、O3浓度。
  6. 时空分析 - 结合时间序列分析和空间统计方法，如GIS分析，追踪污染变化趋势和空间分布，识别热点区域。
  7. 数据融合与大数据 - 利用多源数据（环境监测站、移动监测、社会经济数据）融合分析，通过AI、机器学习算法提高溯源精度。大气污染溯源是一项复杂的跨学科工作，需要环境科学、化学、气象学、计算机科学、地理信息科学等多领域知识的综合应用。通过这些技术手段，可以准确找到污染源头，为政策制定和环保措施提供科学依据，减少大气污染对人体健康和环境的负面影响。
  • 大气污染溯源流程
2.1站点污染物超标异常报警监测

大气污染物超标监测是环境监测中一个关键环节，它涉及到对空气中存在的各种有害物质浓度进行定期或连续监测，以确保其浓度保持在国家或地方规定的安全限值内。当监测结果显示污染物浓度超过这些限值时，即认为是超标。以下是对大气污染物监测超标处理的一般流程：

  1. 实时监测与数据收集：使用在线监测设备（如自动监测站、传感器网络）连续监测大气中的主要污染物，如二氧化硫氧化物（SOx）、氮氧化物（NOx）、颗粒物（PM2.5、PM10）、臭氧、异味等，实时收集数据。
  2. 数据验证与分析：对收集到的数据进行质量控制和校验，确保数据的准确性和可靠性。运用统计分析、趋势分析、时空分布等方法，识别超标原因。

3. 超标预警：设定阈值预警系统，一旦监测数据超过设定的阈值，立即触发预警，可视化展示实时高值预警站点。

2.2融合气象条件溯源

气象条件下的污染物高斯扩散原理：

环境科学中的高斯扩散模型在环境科学领域，高斯模型常用于模拟污染物在大气、水体或土壤中扩散的过程。高斯模型假设污染物的浓度分布遵循高斯分布，其中污染物的浓度随着距离源的距离增加而呈指数下降。这通常用于预测污染物的浓度场、评估环境影响、规划应急响应或制定污染控制策略。

统计学中的高斯分布在统计学中，高斯分布是一种连续概率分布，常用于描述自然界中许多随机变量的分布，如误差或测量误差。高斯分布由均值（μ）、方差（σ²）决定，公式为: [ f(x)=\frac{1}{\sqrt{2\pi\sigma^2}}e^{-\frac{(x-\mu)^2}{2\sigma^2}}]在环境模型中，高斯分布用来描述污染物浓度的概率分布，即在某一特定点的污染物浓度值的概率，随着距离污染源的距离增加而按高斯分布规律衰减小。

高斯扩散方程在数学上，高斯扩散方程描述了这种浓度随时间变化的扩散过程，它是一个偏微分方程，通常形式为： [ \frac{\partial c}{\partial t} = D \nabla \Delta c] 其中 (c) 是浓度，(t) 是时间，(D) 是扩散系数，(\Delta) 是拉普朗克算子，代表空间二阶导数。编程语言（如.NET、Java等）中实现高斯模型，或是在GIS、气象、大气科学、医疗、警务等领域的应用；

示例应用验证

2.3污染溯源查找

风速小于1.5m/s查找周边25公里范围内企业

风速1.5m/s以上查找上下风口22.5度范围内企业

2.4相关性分析

相关性分析是统计学中一种重要的方法，用于研究两个或多个变量之间相互关系的性质，主要包括关系的方向（正相关或负相关）、强度以及是否存在线性。相关性分析不意味着因果关系，而是表明变量之间的伴随关系或关联度量度。以下是相关性分析的一些核心概念和方法：

相关系类型

•正相关：**当一个变量增加时，另一个变量也倾向于增加，如身高和体重。

•负相关：**一个变量增加时，另一个变量倾向于减少，如冰淇淋销量与气温。

•无相关：**两个变量变化无明显关联，或关系随机。

相关系强度

相关系数值（通常用r表示）衡量相关强度：

•|r ≈ 0：几乎无相关

•0.3 ≤ |r| < .5：低度相关

•.5 ≤ |r| < .8：中度相关

•|r| ≈ 1：高度相关

见方法

•Pearson相关系数：用于度量连续变量，假设数据近似正态分布。

•Spearman秩相关：连续或分类变量，不关心变量分布，关注排序关系。

•Kendall相关：非参数，适用于小样本量数据，排序数据。

•偏相关：控制其他变量影响，分析两变量间净相关。

应用

•气象：影响分析。

分析过程

  1. 数据收集：确保数据质量，代表性。
  2. 预处理：缺失值处理，异常值处理。
  3. 选择模型：根据数据类型选相关系数。
  4. 计算：软件执行分析。
  5. 解读：图表，理解r值。

相关性分析是理解和预测模型、决策支持科学假设的重要工具。

关联企业和企业站点进行溯源相关性分析（推最近26小时，相关性分析连续24小时）

2.4集成AI精准溯源

后台代码算法实现

try {
            Map<String, Object> kv = new HashMap<>();
            kv.put("labelMap", new HashMap<>());
            Map<String, String> headerMap = new HashMap<>();
            if(authorization==null)
                authorization="eyJhbGciOiJIUzUxMiJ9.eyJ1c2VyX2lkIjoxLCJ1c2VyX2tleSI6IjlkNGZjN2VjLWRkMDEtNDE1MC1iMjRjLTZlMDFhM2EzOWMzYSIsInVzZXJuYW1lIjoiYWRtaW4ifQ.Yoxhd_UCCMiBPHHsFaFAZp2q0kQZ7guXR6oTA4wz3CNEYKIOZ1U-IOE2pxDzEzVG2N-CWI8S4arj3ffNXF5V8g";
            headerMap.put("Authorization", authorization);
            String[] confs= FileUtils.ReadTxt("peConfig.txt").split(";");
            JSONArray datalist = null;
            String url = confs[0] + "/stationExceed/changingTrends?contaminant=" + factor + "&end=" + end + "&start=" + start + "&stationIds=" + id;
            JSONObject obj = JSON.parseObject(HttpUtils.get(url,kv, headerMap));
            logger.warn("请求的地址为："+url+"返回的数据为"+obj);
            datalist = (JSONArray)((JSONObject)((JSONArray)(((JSONObject)obj.get("data")).get("series"))).get(0)).get("values");
            double[] x = new double[datalist.size()-2];
            for (int i = datalist.size()-1,j=0; i > 1; i--,j++) {
                x[j] = TransferDouble(datalist.get(i));
            }
            String entIds = "";
            JSONArray datalist1 = null;

            String url1 = confs[0] + "/station/list?stationTypeDictIds="+stationTypeDictIds;
            JSONObject obj1 = JSON.parseObject(HttpUtils.get(url1,kv, headerMap));
//            logger.warn("请求的地址为："+url1+"返回的数据为"+obj1);
            datalist1 = (JSONArray)obj1.get("data");

            JSONArray eArr = new JSONArray();
            String thetas = "";
            if(windSpeed>=1.5){
                for(int i = 0; i < datalist1.size(); i++){
                    double distancel=InterpolationUtils.GetDistance(lon,lat,TransferDouble(((com.alibaba.fastjson.JSONObject)datalist1.get(i)).get("lon")),TransferDouble(((com.alibaba.fastjson.JSONObject)datalist1.get(i)).get("lat")));
                    if(((com.alibaba.fastjson.JSONObject)datalist1.get(i)).get("id").equals(id)||distancel>100000){
                        continue;
                    }
                    double dgr=InterpolationUtils.getDegrees(lon,lat,TransferDouble(((com.alibaba.fastjson.JSONObject)datalist1.get(i)).get("lon")),TransferDouble(((com.alibaba.fastjson.JSONObject)datalist1.get(i)).get("lat")));
                    if(dgr <0 ){
                        dgr += 360.0;
                    }
                    if(wd>=11.25&wd<=349.75){
                        if(Math.abs(dgr-wd)<=11.25){
                            eArr.add(datalist1.get(i));
                            entIds = entIds + ((JSONObject)datalist1.get(i)).get("id").toString() + ",";
                            thetas=thetas+String.valueOf(Math.abs(dgr-wd))+",";
                        }
                    }else {
                        if(dgr<11.25){
                            dgr += 360.0;
                        }
                        if(wd<11.25){
                            wd += 360.0;
                        }
                        if(Math.abs(dgr-wd)<=11.25){
                            eArr.add(datalist1.get(i));
                            entIds = entIds + ((JSONObject)datalist1.get(i)).get("id").toString() + ",";
                            thetas=thetas+String.valueOf(Math.abs(dgr-wd))+",";
                        }
                    }
                    if(eArr.size()==5){
                        break;
                    }

                }
                int ecount = eArr.size()+5;
                for(int i = 0; i < datalist1.size(); i++){
                    double distancel=InterpolationUtils.GetDistance(lon,lat,TransferDouble(((com.alibaba.fastjson.JSONObject)datalist1.get(i)).get("lon")),TransferDouble(((com.alibaba.fastjson.JSONObject)datalist1.get(i)).get("lat")));
                    if(((com.alibaba.fastjson.JSONObject)datalist1.get(i)).get("id").equals(id)||distancel>100000){
                        continue;
                    }
                    double dgr=InterpolationUtils.getDegrees(lon,lat,TransferDouble(((com.alibaba.fastjson.JSONObject)datalist1.get(i)).get("lon")),TransferDouble(((com.alibaba.fastjson.JSONObject)datalist1.get(i)).get("lat")));
                    if(dgr <0 ){
                        dgr += 360.0;
                    }
                    double wd1=wd;
                    if(wd>180){
                        wd1=wd-180;
                    }else {
                        wd1=wd+180;
                    }
                    if(wd1>=11.25&wd1<=349.75){
                        if(Math.abs(dgr-wd1)<=11.25){
                            eArr.add(datalist1.get(i));
                            entIds = entIds + ((JSONObject)datalist1.get(i)).get("id").toString() + ",";
                            thetas=thetas+String.valueOf(Math.abs(dgr-wd))+",";
                        }
                    }else {
                        if(dgr<11.25){
                            dgr += 360.0;
                        }
                        if(wd1<11.25){
                            wd1 += 360.0;
                        }
                        if(Math.abs(dgr-wd1)<=11.25){
                            eArr.add(datalist1.get(i));
                            entIds = entIds + ((JSONObject)datalist1.get(i)).get("id").toString() + ",";
                            thetas=thetas+String.valueOf(Math.abs(dgr-wd1))+",";
                        }
                    }
                    if(eArr.size()==ecount){
                        break;
                    }

                }
            }else {
                for(int i = 0; i < datalist1.size(); i++){
                    if(((com.alibaba.fastjson.JSONObject)datalist1.get(i)).get("id").equals(id)){
                        continue;
                    }
                    double dgr=InterpolationUtils.getDegrees(lon,lat,TransferDouble(((com.alibaba.fastjson.JSONObject)datalist1.get(i)).get("lon")),TransferDouble(((com.alibaba.fastjson.JSONObject)datalist1.get(i)).get("lat")));
                    double ds=InterpolationUtils.GetDistance(lon,lat,TransferDouble(((com.alibaba.fastjson.JSONObject)datalist1.get(i)).get("lon")),TransferDouble(((com.alibaba.fastjson.JSONObject)datalist1.get(i)).get("lat")));
                    if(ds <25000 ){
                        eArr.add(datalist1.get(i));
                        entIds = entIds + ((JSONObject)datalist1.get(i)).get("id").toString() + ",";
                        thetas=thetas+String.valueOf(Math.abs(dgr-wd))+",";
                    }
                    if(eArr.size()==10){
                        break;
                    }
                }
            }
            for(int i = 0; i < datalist1.size(); i++){
                if(((com.alibaba.fastjson.JSONObject)datalist1.get(i)).get("id").equals(id)){
                    eArr.add(datalist1.get(i));
                    entIds = entIds + ((JSONObject)datalist1.get(i)).get("id").toString() + ",";
                    thetas=thetas+"0,";
                    break;
                }
            }

            if(entIds.equals("")){
                return "";
            }
            JSONArray datalist2 = null;

            String url2 = confs[0] + "/stationExceed/changingTrends?contaminant=" + factor + "&end=" + end + "&stationIds=" + entIds.substring(0, entIds.length() - 2) + "&start=" + start;
            JSONObject obj2 = JSON.parseObject(HttpUtils.get(url2,kv, headerMap));
            logger.warn("请求的地址为："+url2+"返回的数据为"+obj2);
            datalist2 = (JSONArray)((JSONObject)obj2.get("data")).get("series");
            double[] pearsonCorrelations=new double[datalist2.size()];
            double[] emissionCorrelations=new double[datalist2.size()];

            for(int i=0;i<datalist2.size();i++){
                JSONArray datalistL=(JSONArray)(((JSONObject)datalist2.get(i)).get("values"));
                double[] y1 = new double[datalistL.size()-2];
                double[] y2 = new double[datalistL.size()-2];
                double[] y3 = new double[datalistL.size()-2];
                for (int k = datalist.size()-1,j=0; k > 1; k--,j++) {
                    y1[j] = TransferDouble(datalistL.get(k));
                }
                for (int k = datalist.size()-2,j=0; k > 0; k--,j++) {
                    y2[j] = TransferDouble(datalistL.get(k));
                }
                for (int k = datalist.size()-3,j=0; k > -1; k--,j++) {
                    y3[j] = TransferDouble(datalistL.get(k));
                }
                double correlation1 = StatisticsUtil.correlation(x, y1, PEARSON_ID);
                double correlation2 = StatisticsUtil.correlation(x, y2, PEARSON_ID);
                double correlation3 = StatisticsUtil.correlation(x, y3, PEARSON_ID);
                if(Double.isNaN(correlation1)){
                    correlation1 = 0;
                }
                if(Double.isNaN(correlation2)){
                    correlation2 = 0;
                }
                if(Double.isNaN(correlation3)){
                    correlation3 = 0;
                }
                pearsonCorrelations[i]=correlation1;
                double q = y1[0];
                if(correlation2>pearsonCorrelations[i]){
                    pearsonCorrelations[i]=correlation2;
                    q = y2[0];
                }
                if(correlation3>pearsonCorrelations[i]){
                    pearsonCorrelations[i]=correlation3;
                    q = y3[0];
                }
                double lz=Math.sqrt(Math.pow(((JSONObject)eArr.get(i)).getDouble("lon")-lon,2)+Math.pow(((JSONObject)eArr.get(i)).getDouble("lat")-lat,2));
                double lX=lz*Math.cos(TransferDouble(thetas.split(",")[i])/180);
                double lY=lz*Math.sin(TransferDouble(thetas.split(",")[i])/180);
                emissionCorrelations[i]=InterpolationUtils.interpolation_GaussPlumeP(lX, lY,1, windSpeed, q, 0,"A");
                ((JSONObject) eArr.get(i)).put("emissionCorrelation",emissionCorrelations[i]*1000);
                ((JSONObject) eArr.get(i)).put("pearsonCorrelation",pearsonCorrelations[i]);
                ((JSONObject) eArr.get(i)).put("lineGeoField","[["+((JSONObject)eArr.get(i)).getString("lon")+","+((JSONObject)eArr.get(i)).getString("lat")+"],["+lon+","+lat+"]]");
            }
            return eArr.toJSONString();

        }catch (Exception e){
            return "";
        }

 如果对您有所帮助，请点赞打赏支持！

技术合作交流qq：2401315930

最后分享一下地图下载器设计及下载地址：

链接：https://pan.baidu.com/s/1RZX7JpTpxES-G7GiaVUxOw 
提取码：61cn

地图下载器代码结构设计及功能实现_地图下载管理器解析-CSDN博客

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1712798.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

【信息学奥赛】字典的键和值对换

【信息学奥赛】字典的键和值对换

【信息学奥赛】字典的键和值对换 &#x1f496;The Begin&#x1f496;点点关注&#xff0c;收藏不迷路&#x1f496; 输入一个字典&#xff0c;要求将该字典的键和值对换。&#xff08;注意&#xff0c;字典中有键的值是重复的&#xff09; 输入&#xff1a; 一行&#xff0…
阅读更多...
详解 HTML5 服务器发送事件(Server-Sent Events)

详解 HTML5 服务器发送事件(Server-Sent Events)

HTML5 服务器发送事件&#xff08;server-sent event&#xff09;允许网页获得来自服务器的更新。 EventSource 是单向通信的&#xff08;是服务器向客户端的单向通信&#xff0c;客户端接收来自服务器的事件流&#xff09;、基于 HTTP 协议&#xff08;EventSource 是基于标准…
阅读更多...
提升B端图表设计技能：教程分享

提升B端图表设计技能：教程分享

图表是数据可视化的常用表现形式&#xff0c;是对数据的二次加工&#xff0c;可以帮助我们理解数据、洞悉数据背后的真相&#xff0c;让我们更好地适应这个数据驱动的世界。本期就来带大家学习图表的设计及构成&#xff0c;帮助大家更好的理解图表设计。 设计教程源文件http:/…
阅读更多...
【vscode篇】1-VScode设置语言为中文，2-解决中文注释乱码问题。

【vscode篇】1-VScode设置语言为中文，2-解决中文注释乱码问题。

设置语言为中文 在前端开发中&#xff0c;Visual Studio Code(简称vscode)是一个非常好用的工具&#xff0c;但第一次打开vscode会发现界面为英文&#xff0c;这对很多开发者来说会很不友好&#xff08;比如我&#xff09;&#xff0c;把界面设置成中文只需要安装一个插件即可&…
阅读更多...
博途S7-1200/1500PLC区域长度错误

博途S7-1200/1500PLC区域长度错误

S7-1200/1500PLC故障有时提示PLC区域长度错误&#xff0c;如下图所示 1、区域长度错误 未完...
阅读更多...
08.tomcat多实例

08.tomcat多实例

在加两个tomcat实例 [rootweb01 ~]# ll apache-tomcat-8.0.27.tar.gz -rw-r--r-- 1 root root 9128610 10月 5 2015 apache-tomcat-8.0.27.tar.gz [rootweb01 ~]# tar xf apache-tomcat-8.0.27.tar.gz [rootweb01 ~]# cp -a apache-tomcat-8.0.27 tomcat_8081 [rootweb01 ~…
阅读更多...
性能测试（一）—— 性能测试理论+jmeter的使用

性能测试（一）—— 性能测试理论+jmeter的使用

1.性能测试介绍 定义&#xff1a;软件的性能是软件的一种非功能特性&#xff0c;它关注的不是软件是否能够完成特定的功能&#xff0c;而是在完成该功能时展示出来的及时性。 由定义可知性能关注的是软件的非功能特性&#xff0c;所以一般来说性能测试介入的时机是在功能测试完…
阅读更多...
便民社区信息小程序源码系统 功能强大 带生活电商+求职招聘功能 带完整的安装代码包以及搭建教程

便民社区信息小程序源码系统 功能强大 带生活电商+求职招聘功能 带完整的安装代码包以及搭建教程

系统概述 便民社区信息小程序源码系统是一款集多种功能于一身的综合性平台。它旨在为用户提供便捷的生活服务&#xff0c;满足社区居民的各种需求。无论是购物、求职还是获取社区信息&#xff0c;都能在这个平台上得到满足。该系统采用先进的技术架构&#xff0c;确保系统的稳…
阅读更多...
sendmail发送邮件配置详解？如何正确设置？

sendmail发送邮件配置详解？如何正确设置？

sendmail发送邮件如何保障安全&#xff1f;AokSend有何安全措施&#xff1f; 为了确保sendmail发送邮件的高效性和安全性&#xff0c;正确配置是至关重要的。本文将详细介绍sendmail发送邮件的配置步骤&#xff0c;并探讨如何保障sendmail发送邮件的安全性。同时&#xff0c;我…
阅读更多...
排序进阶----插入排序，希尔排序

排序进阶----插入排序，希尔排序

各位看官们好&#xff0c;接下来鄙人想与大家分享的实现被称为六大排序之一的插入排序。其实关于这六大排序在我们最开始就已经接触过了。我们在最开始学习c语言的时候&#xff0c;我们要学习到其中之一的冒泡排序。虽然现在看起来冒泡排序确实是没有太大的实际效果&#xff0c…
阅读更多...
ROS无人机追踪小车项目开发实战 | 第四届中国智能汽车创新大会圆满结束

ROS无人机追踪小车项目开发实战 | 第四届中国智能汽车创新大会圆满结束

2024年5月26日&#xff0c;阿木实验室在深圳第四届中国智能汽车创新大会上&#xff0c;开展的《Prometheus开源平台-ROS无人机追踪小车项目开发实战课》圆满结束。 该实战课从初学者的角度出发&#xff0c;通过实践性讲解和开发&#xff0c;使开发者们系统地学习了硬件系统架构…
阅读更多...
无需开孔，安全美观：低功耗微波雷达模块开启宠物喂食器新未来

无需开孔，安全美观：低功耗微波雷达模块开启宠物喂食器新未来

在快节奏的现代生活中&#xff0c;宠物已成为许多家庭的重要成员。然而&#xff0c;忙碌的主人常常为如何确保宠物按时进食而困扰。近年来&#xff0c;智能家居技术飞速发展&#xff0c;宠物喂食器也逐渐智能化&#xff0c;极大地方便了宠物主人。今天&#xff0c;我们要介绍的…
阅读更多...
读书 |《人工智能产品经理-AI时代PM修炼手册》

读书 |《人工智能产品经理-AI时代PM修炼手册》

《人工智能产品经理——AI时代PM修炼手册》by张竞宇&#xff0c;read at 2020.04 这是今年准备面试时看的一本书了。全书从宏观层面介绍了AIPM应具备的的视野范围、一套较完备的工作方法论。AI领域的常识、日常工作没有超出这本书的范畴&#xff0c;是一本合格的入门科普书籍。…
阅读更多...
Centos安装nvm管理node版本（让安装变得可控又快捷）

Centos安装nvm管理node版本（让安装变得可控又快捷）

Centos安装nvm管理node版本&#xff08;让安装变得可控又快捷&#xff09; 没有找到一个对的人&#xff0c;有可能是你没有走对那条路&#xff0c;也有可能是你没有睁开眼睛&#xff0c;而更大的可能是&#xff0c;你根本就没有出发去找。 安装说明 nvm安装目录&#xff1a;/us…
阅读更多...
AI 画图真刺激，手把手教你如何用 ComfyUI 来画出刺激的图

AI 画图真刺激，手把手教你如何用 ComfyUI 来画出刺激的图

目前 AI 绘画领域的产品非常多&#xff0c;比如 Midjourney、Dalle3、Stability AI 等等&#xff0c;这些产品大体上可以分为两类&#xff1a; 模型与产品深度融合&#xff1a;比如 Midjourney、Dalle3 等等。模型与产品分离&#xff1a;比如 SD Web UI、ComfyUI 等等。 对于…
阅读更多...
ms sql server 2008数据库跨服务器迁移方法

ms sql server 2008数据库跨服务器迁移方法

一、直接拷贝数据法&#xff1a; 1、打开sql server management studio&#xff0c;选中要迁移的数据库; 2、先在源数据库里点 “脱机”&#xff0c;等到脱机成功后&#xff0c;直接到目录里&#xff08;默认路径是C:\Program Files\Microsoft SQL Server\MSSQL10.MSS…
阅读更多...
LabVIEW异步编程概述

LabVIEW异步编程概述

LabVIEW异步编程是一种在图形化编程环境中处理并行任务的方法。通过异步执行&#xff0c;可以提高程序的响应速度和资源利用效率&#xff0c;使得多个任务可以独立进行而不互相干扰。 原理 LabVIEW异步编程的核心在于使用异步调用节点&#xff08;Asynchronous Call By Refer…
阅读更多...
AI绘画(Stable Diffusion)喂饭级教程-第2篇(SD大模型详解)

AI绘画(Stable Diffusion)喂饭级教程-第2篇(SD大模型详解)

SD大模型的概念及基础知识 先做一个比喻 如果SD是一个画师&#xff0c;那么大模型就是画师的大脑&#xff01; 就是可惜&#xff0c;这个大脑有点轴&#xff0c;它只能想象出自己喜欢的画面。 比如你用了一个二次元的大脑&#xff0c;它想出来的画面就是这样的&#xff1a; …
阅读更多...
嵌入式进阶——EEPROM读写

嵌入式进阶——EEPROM读写

&#x1f3ac; 秋野酱&#xff1a;《个人主页》 &#x1f525; 个人专栏:《Java专栏》《Python专栏》 ⛺️心若有所向往,何惧道阻且长 文章目录 设置EEPROM读写String字符串官方示例 EEPROM是一种可擦写可编程只读存储器&#xff08;Electrically Erasable Programmable Read-…
阅读更多...
源达投顾的客户服务质量怎么样？

源达投顾的客户服务质量怎么样？

在金融服务行业中&#xff0c;客户服务质量是衡量一个公司成功与否的关键因素之一。源达投顾作为一家专业的投资顾问机构&#xff0c;其客户服务质量一直备受关注。那么&#xff0c;源达投顾的客户服务质量怎么样&#xff1f; 一、客户满意度调查方法 为了全面、客观地了解源…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023