虽然园子里面有很多是petShop方面的学习资料，尤其是在我的这个学习资料里面张逸老师所写的《解剖PetShop》系列，是相当精彩的，给大家展示了一个相对比较完整的.NET框架、技术以及相关的设计模式。我写本文也不是说明我把这整个框架理解的有多深刻，说实在话，我也是刚刚接触.NET,是一个初学者，我只是想把我策够理解到的东西记下来，这里面你如果看到有
外话：各位手头上没有esp8266的开发板注意了，目前开发快正在进行“免费开发板活动”，本人就是在他们那里申请到的开发板，开发快提供的不单单是开发板，还有他们强大的云端服务功能，实现了微信、云平台等物联网所需要的所有功能，其功能齐全，代码简洁，对于想用wifi作为产品和互联网沟通的桥梁的我
基于HTTPS长连接的ESP32+VS1053网络电台收音机Arduino代码硬件搭建本文使用的控制板两块：ESP32最小系统板，带USB转串行接口，电源模块，可向外部供电。VS1053+SD播放模块，板载耳机功放、耳机插头、线路输入插头及麦克风。如下图： 引脚连接如
转载
2024-06-03 06:40:35
1782阅读
SX1278 FSK 调试记录先挖个sx1278 FSK的坑慢慢填手中有两个SX1278模组 是安信可的产品 采用主从模式 SPI访问 MCU是STM32F107数据格式说明收据接收的第一步就失败了然后又又又遇到新的问题了希望路过的各位前辈，可以指点一二。最后得到的结果是，似乎7MS就是模块的极限了。实在是找不出原因了。 先挖个sx1278 FSK的坑慢慢填手中有两个SX1278模组 是安信可的
转向系统是汽车重要的组成部分，也是人与汽车之间的重要连接工具，它随着汽车整体的发展和新技术的出现而推陈出新，从刚开始的机械转向、机械式液压助力转向HPS、电液助力转向EHPS、电动助力转向EPS，以及当前最新的线控转向SBW。 今天要聊的是电动助力转向系统EPS，1988年2月日本铃木公司首次在其Cervo 车上装备汽车电动助力转向。在此之后，电动助力转向技术迅速发展。大发、三菱、本田、德尔福汽车
前言有很多方法可以为 Jetson 设备添加音频功能。USB 扬声器和USB 麦克风是一种简单的解决方案，但它们确实占用了宝贵的 USB 插槽，这些插槽可能更适合用于键盘、蓝牙功能、Internet Keys 和其他配件。在 Jetson 设备上，NVIDIA 通过 40 针 GPIO 扩展接头提供对 I2C、SPI 和 I2S 等一系列外围设备的访问。为了处理音频，我们最感兴趣的是 I2S 外设
转载
2024-06-15 13:18:32
1951阅读
一．简介MAX30102是一个集成的脉搏血氧仪和心率监测仪生物传感器的模块（芯片）。它集成了一个660nm红光LED、880nm红外光LED、光电检测器、光器件，以及带环境光抑制的低噪声电子电路。可通过软件关断模块，待机电流为零，实现电源始终维持供电状态,可运用于低功耗产品中。 MAX30102采用一个1.8V电源和一个独立的3.3V用于内部LED的电源，标准的I2C兼容的通信接口。市面很多都将M
目录一、题目要求二、关于SPI三、关于OLED 四、OLED显示姓名学号1、显示汉字取模2、程序代码分析如下3、实验效果展示五、总结六、参考链接一、题目要求理解OLED屏显和汉字点阵编码原理，使用STM32F103的SPI或IIC接口实现以下功能：1) 显示自己的学号和姓名； 2) 显示AHT20的温度和湿度；3) 上下或左右的滑动显示长字符，如一段歌词或诗词(最好使用硬件刷屏
不用任何公开参考资料，估算今年新生儿出生数量 解答：1）采用两层模型（人群画像人群转化）：新生儿出生数=Σ各年龄层育龄女性数量各年龄层生育比率 2）从数字到数字：如果有前几年新生儿出生数量数据，建立时间序列模型（需要考虑到二胎放开的突变事件）进行预测 3）找先兆指标，如婴儿类用品的新增活跃用户数量X表示新生儿家庭用户。Xn/新生儿n为该年新生儿家庭用户的转化率，如X2007/新生儿2007位为20
转载
2023-08-21 09:13:32
633阅读
当我们谈论IT服务管理（ITSM）世界中的大数据时，这里有两个非常不同的概念： • IT为业务提供的大数据工具/服务：对关键的业务运营数据进行数据索引。 • IT运营中的大数据：处理和利用复杂的IT运营数据。大数据中的业务运营服务在竞争日益激烈，数据驱动的世界中，企业管理者都在寻找能够有效管理和解释业务数据（尤其是大数据）的方法。数字化的业务操作，如：电子商务网站和银行移动APP，它们产生了大量的
转载
2023-10-03 08:52:17
206阅读
1.数据分析方法分类业务数据分析师（对数学建模的要求较低）、数据挖掘（对业务与数学建模的要求较高）、大数据分析（需要一定的编程能力）。层层进阶2.职位进阶3.数据分析结果数据可视化4.数据分析的流程在业务理解中要多问问题，了解需求，知道问题的核心。可以看书籍《学会提问》。5. 围绕数据分析师的三大类工作内容
原创
2022-04-15 21:35:17
1588阅读
大数据技术和数据分析有什么关系大数据经过多年发展形成了一个完整的产业链和技术链，大数据的产业链是围绕技术链来打造的，而大数据的技术链则围绕数据价值化这个中心来展开，涉及到数据的采集、存储、安全、分析、呈现和应用，那么大数据技术和数据分析有什么关系呢?1、从大数据的技术链来看：数据分析是其中的重要一环，也是目前大数据价值化的核心环节，所以很多人也把大数据就理解为数据分析了。虽然数据分析比较重要，但是
转载
2024-01-13 20:01:43
252阅读
目录一、Apache Pig概述二、Apache Pig架构1）架构图2）Apache Pig组件1、Parser（解析器）2、Optimizer（优化器）3、Compiler（编译器）4、Execution engine（执行引擎）三、Apache Pig安装1）下载Apache Pig2）配置环境变量3）修改配置四、Apache Pig执行模式1）本地模式2）Tez 本地模式3）Spark 本
转载
2023-12-20 21:04:58
199阅读
本案例针对于铅酸电池制造业的OEE统计情况进行相关性分析，旨在找出与OEE指标相关性较高的变量，帮助车间管理人员厘清管理思路。OEE:设备综合效率,即表现设备实际的生产能力相对于理论产能的比率，是一种独立的测量工具。可以帮助管理者发现和减少生产中存在的六大损失。·可以针对问题，分析和改善生产状况及产品质量。·能最大化提高资源和设备的利用率，挖掘出最大的生产潜力。步骤1、数据准备2、选择算法3、编程
转载
2023-09-14 12:54:23
292阅读
做RFM分析的时候要知道RFM分析的数据格式有两种： 一种是交易数据，也就是每次交易占用一行，关键变量是客户ID、交易日期和交易金额； 另一种是客户数据，就是每个客户占用一行，关键变量是客户ID、交易金额、交易次数和最近交易日期。为了保证数据的准确性，建议采用交易数据格式进行分析，实际上交易数据是可以整理成为客户数据的，而客户数据是无法还原为交易数据的。我从我们后台导出来的就是客户数据，我这里
转载
2023-10-24 00:04:35
163阅读
这是python数据分析的学习部分啦~ 由于数据分析，涉及到绘图、计算撒的，所以我转向用Jupyter编辑器的使用，在很前面的一篇博客也介绍了怎么安装Python 、 PyCharm 、 Anaconda 介绍及安装 当然也可以不用通过 Anaconda，可以直接通过pip install jupyter命令直接安装呀，下面就开始较详细介绍一下Jupyter Notebooks好啦，正文开始 Ju
转载
2024-01-26 09:50:17
68阅读
数据分析之MySQL学习参考课程：戴师兄数据分析原始幕布格式笔记：戴师兄数据分析启蒙课：SQL基础语法+运行原理+云端数据库搭建.opml，提取码: jb27基础语法语法结构：select--from--where--group by--having--order by--limit运行顺序：from--where--group by--having--order by--limit--selec
转载
2023-09-21 14:20:23
189阅读
数聚智慧决策门户SDP （Smart Decision Platform）是企业级的商业智能数据门户，以信息的民主与集中来改善企业的管理水平，保护企业已有报表与数据分析资产。SDP通过兼容开放的特性、灵活的用户权限配置、便捷的报表访问体验以及高效的互动交流方式，实现企业报表的高度集成、权限管控与协同共享。 数聚智慧决策门户是数聚公司在总结了为多家著名企业实施商业智能BI（Business I
转载
2024-02-06 07:11:11
67阅读
一、什么是AARRR模型，以及为什么它如此受欢迎？让我们深入了解Dave McClure的模型。AARRR代表：用户拉新Acquisition 用户激活Activation 用户留存Retention 用户推荐Referral 商业收入Revenue二 、RARRA模型是托马斯·佩蒂特Thomas Petit和贾博·帕普Gabor Papp对于海盗指标-AARRR模型的优化。RARRA模型突出了用
转载
2023-10-03 11:30:01
222阅读
2022年数据与分析有哪些新趋势？今年数据和分析主要趋势：1.激活多样性和活力使用自适应AI系统推动增长和创新同时应对全球市场的波动； 2.增强人员能力和决策以提供由业务模块化组件创建的丰富的、情境驱动的分析； 3.将信任制度化以大规模地实现数据和分析的价值。管理AI风险并实施跨分布式系统、边缘环境和新兴生态系统的互联治理。现在应该根据关键数据和分析技术趋势对于业务优先事项的紧迫性和匹配性来监测、
转载
2024-01-11 13:38:43
94阅读
