发韧于上个世纪50年代的信息技术革命，在经历了半个多世纪的扩散和普及之后，正推动人类社会进入一个新时代——数据生产力时代。2017年习在中央政治局学习时指出，“在互联网经济时代，数据是新的生产要素，是基础性资源和战略性资源，也是重要生产力”。
今天，人们讨论数据的意义和价值，就数据谈数据是没有太大的意义，数据到底如何创造价值？我们从人类社会发展的视角来理解。只有深刻认识不确定性，才能真正理解数字化。人类社会的发展史就是一部应对不确定性、寻求确定性的历史，对不确定性的恐惧是人类认知的重要动力。在任何时代，化解对不确定性恐惧的三步曲是对客观世界的理解、预测、控制，从远古到现代，人类一直在努力提高认识世界的水平，以观察世界、理解规律、指导实践，来解释过去、阐明现在、预测未来，终极目的在于提升认知水平提高驾驭不确定性的能力。数据要素的价值在于重建了人类对客观世界理解、预测、控制的新体系新模式。
我们从企业的视角来看数据如何创造价值。企业是一种配置资源的组织，企业竞争的本质就是资源配置效率的竞争，当今天的需求日益碎片化、个性化、场景化、实时化，我们走董事长办公会、生产车间、研发中心、财务室、采购中心、营销部门，我们看看他们在思考什么问题：他们在思考企业战略如何取舍、如何缩短一个产品的研发周期、如何提高一个班组产量、如何提高一个机床的使用精度、如何提高一组设备的使用效率，所有这些问题，都可以归结为一个问题，就是如何提高资源配置效率。今天企业资源优化配置的科学性、实时性、有效性来自于把正确的数据、在正确的时间，以正确的方式，传递给正确的人和机器，这叫“数据流动的自动化”。
数据流动的自动化，本质是用数据驱动的决策替代经验决策。基于数据+算力+算法可以对物理世界进行状态描述、原因分析、结果预测、科学决策。“数据+算法”将正确的数据（所承载知识）、在正确的时间、传递给正确的人和机器，以信息流带动技术流、资金流、人才流、物资流，优化资源的配置效率。
从数据流动的视角看，数字化解决了“有数据”的问题，网络化解决了“能流动”的问题，智能化解决了“自动流动”的问题。其内的逻辑是不断把人类对物理世界的认知规律通过“数据+算力+算法”的模式嵌入到物理世界，把人从繁重、重复性的工作中解放出来。
单独依靠某一种生产要素将很难实现对经济增长的推动作用，数据要素创造价值不是数据本身，数据只有跟基于商业实践的算法、模型聚合在一起的时候才能创造价值。数据和算法、模型结合起来创造价值有三种模式：
数据要素能够提高单一要素的生产效率，数据要素融入到劳动、资本、技术等每个单一要素，单一要素的价值会倍增。
数据要素不仅带来了劳动、资本、技术等单一要素的倍增效应，更重要的是提高了劳动、资本、技术、土地这些传统要素之间的资源配置效率。数据生产不了馒头，生产不了汽车，生产不了房子，但是数据可以低成本、高效率、高质量地生产馒头、汽车、房子，高效率地提供公共服务。数据要素推动传统生产要素革命性聚变与裂变，成为驱动经济持续增长的关键因素。这才是数据要素线
数据可以激活其他要素，提高产品、商业模式的创新能力，以及个体及组织的创新活力。数据要素可以用更少的物质资源创造更多的物质财富和服务，会对传统的生产要素产生替代效应。移动支付会替代传统ATM机和营业场所，波士顿咨询（BCG）估计过去10年由于互联网和移动支付的普及，中国至少减少了1万亿传统线下支付基础设施建设。电子商务减少了传统商业基础设施大规模投入，政务“最多跑一次”减少了人力和资源消耗，数据要素用更少的投入创造了更高的价值。
对数据要素更全面的认识和理解，需要回到生产力视角，才能更全面系统认识数据创造价值的内在机理和逻辑。
数据生产力是在“数据+算力+算法”定义的世界里，知识创造者借助智能工具，基于能源、资源以及数据这一新生产要素，构建的一种认识、适应和改造自然的新能力。数据生产力意味着知识创造者的快速崛起，智能工具的广泛普及，数据要素成为核心要素。人类认识改造自然的方法，实现了从实验验证到模拟择优，经济发展从规模经济到范围经济，就业模式从八小时制到自由连接体，企业性质从技术密集到数据密集，组织形态从公司制到“数字经济体”，消费者主权全面崛起，人类实现了全球数亿人跨时空的精准高效协作。
数据生产力的本质是人类重新构建一套认识和改造世界的方法论，基于“数据+算力+算法”，通过在比特的世界中构建物质世界的运行框架和体系，在比特的汪洋中重构原子的运行轨道，推动生产力的变革从局部走向全局、从初级走向高级、从单机走向系统。这一变革推动劳动者成为知识创造者，将能量转换工具升级为智能工具，将生产要素从自然资源拓展到数据要素，实现资源优化配置从单点到多点、从静态到动态、从低级到高级的跃升。以知识创造者、智能工具和数据要素为核心的数据生产力时代正在开启。
“数据+算力+算法”构筑认识和改造世界的新模式，推动生产力核心要素升级、改造和重组。农业经济时代的劳动者以体力劳动为主，用手工工具在土地上进行耕作，创造社会财富。工业经济时代的劳动者由从事体力劳动和脑力劳动两部分组成，体力劳动占多数，主要是用能量驱动的工具进行社会化大生产，能源、矿产、资本成为最重要的生产资料。在数字经济时代，工业经济时代的劳动者转型为知识创造者，能量转换工具升级为智能工具，数据成为除能源、资源、资本等外的新生产要素。
信息通信技术牵引的新一轮工业革命，推动了人类从开发自然资源向开发信息资源拓展，从解放人类体力向解放人类脑力跨越。其背后逻辑在于构建一套赛博空间（Cybe
pace）、物理空间（Physical）、意识空间（Human）的闭环赋能体系：物质世界运行—运行规律化—规律模型化—模型算法化—算法代码化—代码软件化—软件不断优化和改造物质世界。2
（1）新生产者：知识创造者麻省理工学院的埃里克•布莱恩约弗森（Erik Brynjolfsson）等提出一个命题，什么是数字经济时代最稀缺的资源。普遍认为，创新型人才是“第二次机器时代”最稀缺的资源，那些具有创新精神并创造出新产品、新服务或新商业模式的人才正成为市场的主要支配力量。
数据生产力激发了每一个人的企业家精神，只要你具备创新要素组合的能力并有这样的能力去实践，你就是一个具有企业家精神的人。数据生产力厚植于企业家精神的土壤，是一个企业家精神规模化崛起时代。要从Manager转型为Leader，每个人不只是一个执行者，而是一个创新者。数据生产力在于激发每一个个体的潜能，实现自我组织、自我管理、自我驱动，通过高效协同去应对各种不确定性。
数据生产力本质是为了人的解放和全面发展。未来，生产力的大发展和物质的极大丰富将把我们带到一个新的社会，无人矿山、无人工厂、无人零售、
、无人餐厅将无所不在，人类将不再为基本的衣食住行所困扰，越来越多的产业工人、脑力劳动者将成为知识创造者，人们将有更多的时间和精力满足自己的好奇心。（2）新生产工具：智能工具数字经济时代，人类社会改造自然的工具也开始发生革命性的变化，其中最重要的标志是数字技术使劳动工具智能化。工业社会以能量转换为特征的工具逐渐被智能化的工具所驱动，形成了信息社会典型的生产工具——智能工具。智能工具是指具有对信息进行采集、传输、处理、执行能力的工具。
、通信、网络、软件、计算机及人工智能、集成电路、互联网、物联网、大数据、区块链等各类信息技术的重大突破，构建起信息采集、存储、传输、显示、处理全链条产业体系。它的重大意义在于，数字技术的发明替代及延伸了人类的感觉、神经、思维、效应器官，创造出了新的生产工具，即智能工具。智能工具包括有形智能装备和无形的软件工具。有形的智能装备：工业社会在能量转换工具的
、传动机、工作机的基础上，增加了传感、计算、通信和控制系统，传统的能量转换工具被智能化的工具所驱动，它使得传统的工业社会的生产工具发生了质的变化，使人类的智能活动得到充分的解放和提升。无形的软件工具：如工业设计的计算辅助设计（CAD）、计算机辅助仿真（CAE），集成电路设计的电子设计自动化工具（EDA）等。新的智能化工具不只是人的体力的延伸，也是人的脑力的延伸。智能工具的使用成为人类迈向数字经济的重要标志。（3）新生产要素：数据在每一个社会形态中，核心资源将是每个社会形态中各种社会资源最集中的表现形式，社会主要经济社会活动主要围绕着核心资源或它的衍生物展开。
在数字经济时代，多数劳动者通过使用智能工具，进行物质和精神产品生产。对生产要素的认识，经历了一个逐步深化的过程，土地、劳动、资本、企业家才能、技术等，都曾被认为是典型的生产要素。数字经济最重要的劳动资料是用“比特”来衡量的数字化信息。人类用以改造自然的生产工具、劳动对象以及包括我们人类本身都将被数字化的信息所武装，数据赋能的融合要素成为生产要素的核心，整个经济和社会运转被数字化的信息所支撑。在数字经济时代，对数字化信息的获取、占有、控制、分配和使用的能力成为一个国家经济发展水平和发展阶段的重要标志。
数据生产力创造价值的基本逻辑，是面向赛博空间以算法、算力推进隐性数据和知识的显性化，将数据转变为信息，信息转变为知识，知识转变为决策，数据在自动流转中化解复杂系统的不确定性。数据要素的价值不在于数据本身，在于数据要素与其它要素融合创造的价值，这种赋能的激发效应是指数级的。
数据生产力的核心价值可以归结为“数据+算力+算法=服务”。数据生产力时代最本质的变化是实现了生产全流程、全产业链、全生命周期管理数据的可获取、可分析、可执行。数据的及时性、准确性和完整性不断提升，数据开发利用的深度和广度不断拓展。数据流、物流、资金流的协同水平和集成能力，数据流动的自动化水平，成为企业未来核心竞争力的来源。
马斯克（Elon Musk）的SpaceX完美地呈现了数据生产力价值。2020年，SpaceX实现了载人航天，完成美国太空发射活动的68.3%。马斯克在公司官网发布的信件提到，从1970年到2000年，向太空发射一公斤的成本相当稳定，平均每公斤1.85万美元。SpaceX每公斤的成本仅为2720美元。火箭发动机研制75%成本在“试验、失败、修改”，SpaceX通过在产品开发早期阶段通过数字空间的模拟仿真，大幅降低了研制成本、缩短周期，提高研发效率和产品质量。
智能是主体适应、改变、选择环境的各种行为能力。这种行为能力在数据生产力时代体现为，多种主体精准、实时、低成本的决策能力。企业构建基于数据生产力的智能化高效精准决策运营体系，其本质是对物理世界的重新解构和深度运营。
人类社会认识客观世界的方法论已经历了四个阶段，从“观察+抽象+数学”的理论推理阶段，到“假设+实验+归纳”的实验验证阶段，再到“样本数据+机理模型”的模拟择优阶段，目前已进入“海量数据+科学建模分析”的大数据阶段，也即采用“数据+算法”的模式，通过大数据去发现物理世界的新规律。
在传统的产业创新中，无论是产品研发、工艺优化还是流程再造，都要进行大量实验验证。通常来说，实验验证过程复杂、周期长、费用高、风险大，产业创新往往是一项投入大、回报率低的工程。数据生产力对人类社会最大的改变，就是通过数字孪生等技术将人类赖以生存的物理世界不断数字化，并在赛博空间建立虚拟镜像，赛博空间的实时高效、零边际成本、灵活构架等特点和优势，为产业创新带来了极大的便利性。
基于数字仿真的“模拟择优”，使得产业创新活动在赛博空间快速迭代，促使创新活动在时间和空间上交叉、重组和优化，大幅缩短新技术产品从研发、小试、中试到量产的周期。
基于数字仿真的“模拟择优”，推动了大量数字平台的产生，降低了创新创业的门槛和成本，使得大众创业者能够依托平台，充分利用产业资源开展创新活动，直接参与到产品构思、设计、制造、改进等环节，真正实现现实意义的万众创新。
数据分析技术的快速发展，促进“需求—数据—功能—创意—产品”链条数据联动的逆向传播，生产过程的参与主体从生产者向产消者演进，个性化定制模式的兴起让消费者全程参与到生产过程中，消费者在产品过程的发言权和影响力不断提升，以往以生产者为中心的正向整合生产要素的创新流程，正在向着以消费者为中心的逆向整合生产要素的创新流程转变。
在传统的经济发展中，尤其是工业经济的发展中，主要是强调单一产品生产规模扩大，产品的平均成本会逐步下降，这是一种追求单一产品成本弱增性的规模经济模式。
数据生产力的发展，则更加强调在资源共享条件下，长尾中蕴含的多品种产品协调满足客户的个性化需求，以及企业、产业间的分工协作带来经济效益，这是一种追求多品种产品成本弱增性的范围经济模式。在数据生产力带来的范围经济发展中，生产运行方式、组织管理模式、服务方式都会发生根本性变化。
化+云化+中台化+APP化”的新架构逐渐取代传统的IT架构，加速全要素、全产业链、全价值链的数字化、网络化、智能化，无论是全球的互联网、ICT企业，还是金融、娱乐、制造企业，无一例外地都将投入到这场技术和产业大变革的洪流中。企业开始从业务数字化，向数据业务化拓展。因数而智，化智为能，数智化转型的大幕已经开启。3
越来越多的个体都将成为知识工作者，个体的工作与生活也将更加柔性化，逐渐呈现出了自由连接体的新形态。人人都将是某个领域的专家，这将让个体的潜能得到极大释放，每个人的特长都可以方便地在市场上“兑现”。同时，类似于工作、生活、学习一体化的SOHO式工作、弹性工作等新形态将更为普遍。当然，“人人都是专家”，“人人也都必须要成为专家”，这既意味着某一能力的优异，也意味着要像专家那样“每个人都是自己的CEO”——自我驱动、自我监督、自我管理、自我提升。
企业竞争的本质是在不确定环境下为谋求自身生存与发展而展开的对资源争夺的较量。对企业在劳动、技术、数据等不同生产要素构成比重差异分析可以发现，技术正逐渐向数据让渡处于企业竞争核心要素的地位。企业竞争正从要素、市场、技术等资源竞争向数据竞争转变，数据成为企业占据产业竞争制高点的核心驱动要素。
从数据资源的角度来看，当感知无所不在、连接无所不在，数据也将无所不在。所有的生产装备、感知设备、联网终端，包括生产者本身都在源源不断地产生数据资源，这些资源渗透到产品设计、建模、工艺、维护等全生命周期，企业生产、运营、管理、服务等各个环节，以及供应商、合作伙伴、客户等全价值链，成为企业生产运营的基石。
从数据管理的角度来看，数字化转型逐渐成为企业在数字经济时代的必经之路，而数据管理能力则是数字化转型中的核心能力。数据主导的竞争态势要求企业将数据提升至会计、财务、管理、运营等职能同样的战略定位，并将在未来成为企业运作的基本能力。
从数据驱动的角度来看，企业通过分散在设计、生产、采购、销售、经营及财务等部门的业务系统对生产全过程、产品全生命周期、供应链各环节的数据进行采集、存储、分析、挖掘，确保企业内的所有部门以相同的数据协同工作，从而通过数据驱动，实现生产、业务、管理和决策等过程的优化，提升企业的生产运营效率。
工业革命孕育的市场经济本质是如何在高度不确定性的环境中实现科学决策。哈耶克认为，市场经济就是一个信息处理系统，大量独立个体通过价格发现机制，基于各种有限、当地化、碎片化的信息进行决策，优化资源配置。工业时代的公司，基本遵循线性的（价值链、产业链、供应链等）组织方式和流程。
进入数字经济时代，人类的大规模协作的广度、深度、频率进入了一个新阶段。工业化不断升级，新的协作组织不断涌现，需求方面临着海量千差万别的供给信息，供给方面临着海量千变万化的消费需求，无论是生产方、消费方，还是需求方、供给方，以及成千上万的市场经济活动的相关参与者，都被融入到数字经济体之中。
而数字经济生态则表现为“云端制”的组织方式：数字平台+数亿用户+海量商家+海量服务商——这是一种超大规模、精细灵敏、自动自发、无远弗届的大规模协作的组织方式，也是一种人类历史上从未达到过的“分工/协作”的高级阶段。
网络协同效应正在打破传统管理的规模不经济，对原有的生产组织体系、企业边界以及劳动雇佣关系形成了新一轮的冲击。波音制造的“梦幻787”飞机研发生产实现了来自6个国家100多家供应商数万人的在线协同研发，中国网约车巨头每天也实现了2000万级出行人口与司机的业务协同。
数据生产力是一个去中心化、多元参与的生态化体系，每个主体都有更多平等参与的机会，与这一生产力体系相应的，必然是多方参与的协同治理。集中化、单向化、控制导向的封闭式管理将难以适应数据生产力的发展，多元参与的生态式、协同化治理才是新型生产力的要求。
大数据治理是指充分运用大数据、云计算、人工智能等先进技术，实现治理手段的智能化。如城市交通治理，运用交通实时大数据分析车流量，可以减少拥堵。再如，面对海量商品、海量卖家和买家、实时交易、碎片化交易等特点，利用传统的管理方式已无法应对“假货、炒信”等新情况，而利用图片识别技术、先进算法、大数据分析等方法，可较好地发现问题、解决问题。
平台治理是指应合理界定政府、平台、第三方的责任，对与平台相关的问题进行治理。近年来，阿里巴巴和各方共创的“技术赋能+多元共治”取得了良好成效：2019年阿里平台上96%疑似侵权链接一上线即被封杀；每万笔交易疑似侵权商品量仅1.03笔，5年内下降67%。2019年12月，国家知识产权局发布《中国电子商务知识产权发展研究报告（2019）》，首次将“技术赋能+多元共治”的假货治理阿里模式作为中国经验、中国样本在全社会推广。
在很多场景下，数据生产力的快速发展，为原有治理体系带来“两难”甚至是“多难”。这就需要对数据治理的底层理念、原则、程序，不断凝聚和达成共识
促进创新原则：在线购物、科技金融、云计算、无人驾驶等等，无一不是创新的成果。创新是数据生产力最重要的特征。创新带来了经济繁荣，创新提高了社会福利。未来，数据生产力进一步的发展深化，也必须要依靠创新、促进创新。
主体公平原则：数据生产力能够充分为小微企业、个人参与经济活动赋能。小微企业、年轻人、普通个体，甚至残疾人，在数据生产力的体系下都应该、也能够拥有公平化、普惠化的权利和能力。
技术中立原则：为促进平台等新“物种”的生存和发展，应坚持技术中立规则。平台是数据生产力体系的重要载体。平台责权利的合理界定，不但关系着平台这种组织形态的发展，也关系着数据生产力的未来。
福利最大化原则：数据生产力的发展，不可避免地会带来新与旧、先进与落后、发展与保守的对立与摩擦，如数据分享和保护的矛盾，跨境电商与传统国际贸易的矛盾。面对多难的选择，应考虑社会总成本、总福利，应使社会总成本最小化，总福利最大化。
在数据治理的流程上，应充分认识到数据问题的复杂性，在政策制定流程中充分评估数据政策可能带来的经济社会影响，避免伤害创新和就业等。很多案例已经证明，理想化的监管设计，却有可能会带来形式主义、执法成本猛升、小企业无力合规等意料之外的影响。
从数据权属来看，相较于以动产和不动产为典型代表的传统财产，数据在物理属性上的可复制性、数据来源上的开放性，以及蕴含多元价值之间的非竞争性等特征，决定了以强调静态归属和排他性效力为核心的传统产权理论，已无法直接适用于对数据价值归属的判断。应根据数据自身特性，在综合考量相关主体围绕数据产生的利益诉求的基础上，探索建立一套以数据记录者、加工者的数据财产权益为基础，公平、高效且激励相容的数据价值分配机制。个人数据的绝对控制权，将可能引发个人数据资源闲置的“反公地悲剧”。
从数据的价值创造机制来看，数据只有充分流动，才能发挥其价值，才能为个人、企业、社会带来福利。但从政务数据开放来看，由于政务数据供给不足，数据红利尚未充分释放。主动开放的意识和动力不足，高价值数据（如信用、卫生、医疗、企业登记、行政许可、交通、就业、社保等）等的开放比例不高。从数据协作共享来看，政府与社会主体间缺乏法治化的数据协作共享机制。
动态竞争、高频创新是数据生产力时代的最大特点。动态竞争，是指对某一相关市场而言，技术创新和商业创新不断打破市场格局的相对稳定性和静止性，使其不断在整体上发生较大改变或根本性改变，在一定时期内呈现不断变动的特征，从而使得竞争的范围不断发生改变。从时间跨度来看，动态竞争并不是暂时的，而是将长期存在；从强度来看，有的表现为“颠覆性”变化，有的则表现为渐进式的改变。
数据生产力的创新和竞争正是如此。从所谓的“数据拥有”角度看，过去20多年来的高速数字化进程，在消费端沉淀了一定规模的数据量。但实际上，我国80%的信息资源掌握在政府部门手里。同时，随着接下来工业互联网、物联网、
、企业数字化等的快速发展，很快就将在供给端产生更大规模、更高数量级、更高价值密度的数据。因此，仅就当前的数据规模和类型去讨论“数据拥有或控制”，是远远不够的。世界从来没有像今天如此丰富多彩，且充满了不确定性。人类迈入数字经济2.0时代，新技术深刻地改变着人们的生产、生活和学习方式，对国家竞争、市场竞争产生深刻影响。以“数据+算力+算法”定义的“数据生产力”潮流正滚滚而来，它将指引人们重新理解、认识并重构这个不确定性的世界，带来更广范围、更深层次、更大冲击的变革，一个崭新的数字经济时代即将到来。
文章出处：【微信号：IndustryIOT，微信公众号：工业IoT】欢迎添加关注！文章转载请注明出处。
在华为行业数字化转型大会上，围绕智能体架构，华为全面展示了在智能云、超融合数据中心、确定性时延网络、....
我想讲一讲未来20年的技术走向。技术都会有一个前进的方向，我把它叫做必然，就是这个趋势像重力一样，一....
托普云农研发生产的叶绿素仪，它是一款专门用于测定植物叶绿素含量的专用仪器。 科研上常测定植物的叶绿素....
北京市四度高新科技的针对必须大屏展示数据而且追求完美数据展现精确栩栩如生的人群而言，数据可视化大屏展....
玉米株高的测量在育种领域都是一项重要的工作，传统的测量玉米株高的方法是借助卷尺酯类的工具人工测量，技....
在长期演进（LTE）核心网中，使用报文检测功能来检测通过策略和计费控制（PCC）系统分组数据网络网关....
2021年3月25日，安全牛第八版中国网络安全行业全景图（基于2020年度数据申报收录）正式发布。安....
这篇文章我想和你聊一聊 Redis 的最佳实践。 你的项目或许已经使用 Redis 很长时间了，但在....
在百花齐放的交互式分析领域，ClickHouse 绝对是后起之秀，它虽然年轻，却有非常大的发展空间。....
侧信道攻击中功耗数据纯净度影响功耗攻击效率和密钥破解准确率，通常釆用小波变换或小波包变换等降噪方法进....
缺点：尽管这是一种常用的距离度量，但欧式距离并不是尺度不变的，这意味着所计算的距离可能会根据特征的单....
“为什么大气层会有一个洞呢？主要是因为地球上的数据中心太多了。”这是早年间流传的一句“耸人听闻”的话....
区块链溯源具有追本溯源、不可篡改、不可复制、防伪技术等特点，对于消费者而言有利于了解产品的整个制作过....
在跨项目软件缺陷预测中，人工采集标注的原始数据集通常包含噪声数据，并且源项目与目标项目之间的数据存在....
针对轨迹数据发布中由轨迹序列引起的隐私泄露问题，提出一种基于优化局部抑制的轨迹隐私保护算法Pl-lo....
【霍尔德仪器 HED-GT1】标配6个通道，可检测土壤中的速效氮、速效磷、有效钾、全氮、全磷、全钾、....
为了让闪存拥有更长久的生命周期，避免一些块（Block）被频繁擦除而迅速成为坏块，而另一些块则因极少....
现有的网络表示学习算法主要是针对同质网络或异质网络设计的，而忽略了在推荐系统、搜索引擎和答系统等领域....
随着越来越多多模态数据的岀现，跨模态检索引起了广泛的关注。跨模态检索面临一大挑战为模态鸿沟，为了解决....
近几年，随着农业科技迅速进步，市场上出现了各式各样先进仪器，其中叶绿素仪，它是由托普云农研发供应的，....
相控阵天气雷达采用雷达领域的最新技术，与常规天气雷达相比，它扫描速度更快、探测精度及可靠性更高、探测....
小型食品厂化验室设备需要哪些仪器【霍尔德仪器 HED-GS1800】随着时代发展，那些外表光鲜的食品....
【霍尔德仪器 HED-ATP】是山东霍尔德电子最新研发上市的升级产品，大屏幕触摸显示屏，代替传统按键....
时间序列事件聚类是研究事件分类及挖掘分析的基础。现有聚类方法多直接针对具有时间属性且结构复杂的持续事....
在针对视频的人体活动定位和识别领堿中，现有的时序行为提名方法无法很好地解决行为特征长期依赖性而导致提....
植物的生长需要吸收足够的水分，主要是从土壤中吸收，而土壤中的水分一部分蒸发，一部分下渗掉了，土壤的性....
今日独家报道消息：在即将到来的3月29日的小米公司全球新品发布会上，除了会发布小米11 Pro、11....
现有聚类算法面向高维稀疏数据时多数未考虑类簇可重叠和离群点的存在，导致聚类效果不理想。为此，提出一种....
jump label机制进入Linux内核已经很多很多年了，它的目的是 消除分支。 为了达到这个目的....
对异构文本数据转换过程中解析XML文本的DOM、SAX、JOM4J方法进行对比研究，以解析时间、内存....
整数上的离散高斯取样是格密码体制实现的基本操作，也是决定安全性的重要因素，但可能受到计时攻击从而造成....
随着移动定位技术和无线通讯技术发展，移动对象的应用领域越来越广阔。位置随时间而变化的移动对象产生的时....
有消息称：中国市场调查机构Gartner近日公布了 2021 年云 AI 开发者服务的 Magic ....
M有规定的一些使用，比如MB0-MB13如设为保持的话，在断电时是直接写eeprom的，属永久型保持....
三菱提供了MX Sheet软件，MX Sheet是一种通讯支持软件，无须程序，只通过简单的设置即可使....
在构建交通标志颜色矩阵的基础上，进行颜色标准化映射分析，确定交通标志颜色标准化的映射目标颜色集合。分....
“数据大爆炸席卷全球工业，成为各行各业新的“生产资料”。数字化浪潮在工业领域的渗透也是全球产业大升级....
S7-1200 CPU V2.1 开始支持分布式 IO 设备的诊断功能，可使用 DeviceStat....
K- means算法初始中心点选择的随机性以及对噪声点的敏感性，使得聚类结果易陷亼局部最优解，为获得....
粗糙K- Means及其衍生算法在处理边界区域不确定信息时，其边界区域中的数据对象因与各类簇中心点的....
TCP报文格式 TCP协议有着自己的数据包格式，这里把TCP的数据包称为报文段（segment），T....
报表是一种十分重要且常用的数据记录工具。它一般用来记录重要的系统数据和现场数据，以供工程技术人员进行....
移动社交网络等基于定位服务应用的快速发展导致时空数据流规模呈爆炸式增长，要求底层数据存储系统支持高吞....
一、方案背景 每一个服装厂都有着服装储存的烦恼，因为服装在保管过程中，容易受外界因素的影响，可能....
模板攻击是一种重要的侧信道分析方法，其在实际密码算法破译中具有较强的区分能力。轻量级分组密码算法Do....
模板攻击是一种重要的侧信道分析方法，其在实际密码算法破译中具有较强的区分能力。轻量级分组密码算法Do....
为在群智感知系统中实现有效的用户激励，提岀基于显性与隐性时空关联的两种用户激励算法。将显性时空关联的....
第四种应用基本上就是视觉监控了，这个就比较简单了，就是我装一个视觉放在那里，对症了某一个物体，或者某....
随着技术的迅速发展，计算机已深入地渗透到我们的生活中，许多电子爱好者开始学习知识，但单片机的内容比较抽象，相对电子爱好者...
本榜单汇总了2020年回复数最多的提问帖，看看是否也是你在学习路上经常遇到的难题，每个帖子都有推荐理由，希望这个榜单能给每位...
3D视觉数据与我们的生活已经密不可分，在无人机测绘、实时摄影测量、AR/VR等领域有许多应用。视频的实时处理需要大量的...
背景： 硬件ADC，串口通信，发送特定字符串后进行应答 思路：使用循环+延时方式定时采集数据，字符串转成数值，保存到数组，...
大家好，小弟是刚入单片机这个行业。（之前一直是基于 Linux ARM 开发). 目前我们一个产品是...