struts标签_AtomGit开源社区

struts

信托制物业的数智化落地架构：从资金安全到服务升级

通过区块链确保资金透明，AI工单保障服务质量，数字孪生提升业主参与，三大技术体系形成闭环，最终实现"资金安全-服务达标-业主信任"的良性循环。从四川标杆项目的实践来看，数智化技术使信托制落地成本降低40%，服务响应效率提升80%，为行业改革提供了坚实的技术支撑。智能工单闭环系统包含四大模块：任务派发采用遗传算法优化路径，当业主通过APP报修"电梯异响"时，系统自动调取电梯物联网数据（振动频率、运行

 智慧物业老杨
2026-06-08 23:13:11

 540

 12

#struts #java #后端
Thinglinks-iot ——企业级物联网平台一体化解决方案

不是又一个"能连设备"的平台。而是一个把设备接入 → AI 理解 → 规则编排 → 结构化存储 → 视频融合能力一句话🔌 多协议接入主流协议全支持，连接是起点不是终点🤖 AI 能力一句话控制设备、AI 生成物模型、支持私有化大模型🧩 规则编排可视化画布，触发/条件/动作/延时/转发自由搭🗄️ 结构化存储数据落进你自己的库，支持国产数据库🎥 视频对接海康/大华/萤石/国标，数据与视频同屏T

Tao____
2026-06-08 08:45:00

 257

 7

#物联网 #struts #java +3
[特殊字符] 毕业论文查重居然不要钱？书匠策AI这个功能90%的同学还不知道！

写论文这件事，本身就已经够折磨人了。能在查重上省下的每一分钱，都是你的"精神损失费"补偿金。书匠策AI（，免费查重+智能写作+格式套版，一站式帮你把论文这关过了。赶紧去试试，然后把这篇转发给你身边还在为论文掉头发的同学！📌 关注我，持续拆解论文写作干货，咱们一起少走弯路，顺利毕业！🎓。

书匠策AI学术
2026-05-25 10:54:32

 30

#人工智能 #自然语言处理 #深度学习 +3
工业物联网实时分析的“毫秒级“跃迁：DolphinDB如何重塑工业决策范式

工业智能化的终极愿景，是让数据驱动预测性维护、工艺自优化、质量根因分析。训练与推理割裂：算法工程师在Jupyter Notebook里用Python训练好的模型，要部署到产线实时数据流上，需要经历格式转换、接口封装、性能调优等一系列工程化改造，周期动辄数月；数据回传困难：模型上线后需要持续监控效果并迭代，但生产环境的实时数据难以高效回传至研发环境进行再训练；特征工程重复：离线训练时的特征提取逻辑，

2501_93946202
2026-05-23 00:13:34

 529

 9

#物联网 #struts #java
指令集iLink协议实践

维度iLink协议价值统一性一套协议格式，统一接入框架，解决异构系统整合难题灵活性支持JSON对象和数组两种框架，适配单点设备和批量上报可扩展三种接入方式覆盖所有物联网设备场景，无死角接入低门槛SDK封装+可视化物模型定义，缩短设备接入周期安全性一机一密设备认证，保障设备安全与唯一性。

qq_15825303
2026-05-22 11:08:27

 507

 11

#struts #java #后端
书匠策AI实测：我用它把课程论文的“死亡周期“从7天压缩到了70分钟

选题废物、框架白痴——智能选题+大纲帮你兜底格式强迫症、调格式调到想哭——免费套模板时间紧张、任务堆成山——效率直接起飞课程论文、读书报告、小论文——全部适配书匠策AI别再对着空白文档发呆了。先让书匠策AI帮你把骨架搭好，你只管往里填肉就行。下期咱们聊聊怎么用AI三分钟搞定文献综述，关注我，论文路上不掉队！🚀。

书匠策AI学术
2026-05-12 12:36:56

 30

#人工智能 #深度学习 #microsoft +4
书匠策AI：被我偷偷用了三个月的论文“外挂“，课程论文从此不熬夜！

接下来是重头戏。书匠策AI会根据你的需求，自动生成一份完整的论文大纲。重点来了：这个大纲不是"死的"！你可以在大纲页面手动选择是否需要图表、公式、代码。比如你的课程论文涉及数据分析，就勾选"图表"，AI会在对应章节里嵌入可视化内容的框架。你还可以手动增删章节、调整层级，相当于AI帮你打了个80分的底稿，你在上面改到95分就行。大纲确认后，点击生成，正文内容就出来了。语言风格默认是学术风，但你可以切

 书匠策AI学术
2026-05-12 12:21:14

 133

 2

#人工智能 #神经网络 #计算机视觉 +4
从成本中心到价值引擎：MyEMS 开源系统激活企业能源数据资产

传统能源管理长期陷于粗放式成本核算困境，企业能源数据存在时间粒度粗、空间分辨率低、系统孤岛化三大痛点。MyEMS开源能源管理系统通过物联网技术实现秒级数据采集，构建微服务架构打破数据壁垒，将能源消耗转化为可分析的战略资源。该系统具备三大核心价值：实时能效监控实现分钟级干预，负荷预测助力峰谷电价优化，碳核算模块满足碳交易需求。采用MIT开源协议的设计使中小企业可免费获得商业级功能，边缘计算与云端协同

 Ajduebdhsk
2026-05-11 14:47:54

 699

 20

#struts #java #后端
期刊论文也能“套公式“？书匠策AI把我写了十年的投稿经验干碎了

工具这东西，用对了是杠杆，用错了是拐杖。书匠策AI的期刊论文功能，本质上解决的是"格式焦虑"和"结构迷茫"这两个问题，它不替你做研究，但它帮你把研究成果包装得更专业。直接用，微信搜"书匠策AI"公众号也能找到入口。如果你学校或期刊有特殊格式要求，找在线客服就能免费套模板。记住一句话：审稿人不会因为你的内容好就忽略你的格式差，但他一定会因为你的格式专业而多给你三十秒阅读时间。这三十秒，可能就是录用和

 书匠策AI学术
2026-05-11 10:12:58

 146

 1

#人工智能 #计算机视觉 #python +4
DolphinDB工业物联网实时分析：从海量数据困局到毫秒级预警的技术突围

摘要：工业物联网面临海量传感器数据实时处理与价值挖掘的挑战。DolphinDB通过"存算一体+流批一体"架构，提供高性能时序数据处理方案：1）实现毫秒级实时计算与预警；2）内置2000+优化函数支持复杂分析；3）原生AI融合支持模型推理；4）云边协同架构满足分布式需求。典型案例显示，其将水电故障预警从分钟级降至毫秒级，钢铁工艺优化周期从半年缩短至数天。相比传统方案，Dolphi

Rqaqedamancy
2026-05-10 18:35:11

 5929

 12

#物联网 #struts #servlet
安全通信中的二项分布随机噪声类型的概率分析与统计

摘要：随着无线通信技术的快速发展和物联网、5G/6G等新兴应用的广泛部署，通信安全问题日益突出。传统的密码学方法主要依赖于计算复杂度，而物理层安全技术利用无线信道的物理特性提供了一种新的安全保障机制。二项分布噪声作为数字通信系统中最基本的噪声类型之一，其概率特性和统计行为对物理层安全性能具有重要影响。然而，现有研究多集中于高斯噪声模型，对二项分布噪声的系统性研究相对不足。本文针对安全通信场景，深入

 2zcode
2026-05-08 09:00:25

 433

 11

#安全 #struts #java
老旧小区物业费调价的数智化落地实践——基于保利项目的技术赋能方案

本文以保利老旧小区物业费调价项目为例，探讨数智化工具在提升业主同意率中的关键作用。通过构建动态数据中台，实现成本、服务、收益三本账的实时可视化，包括物联网设备采集能耗数据、AI量化服务效能。针对老年业主开发多模态沟通系统，采用语音播报、大字海报等形式提升信息触达率。通过数字孪生和工单追踪系统实现服务可视化，使改造效果可感知。项目仅用45天完成部署，技术投入90万元，实现年增收144万元，7.5个月

 智慧物业老杨
2026-04-30 15:00:00

 1123

 26

#struts #java #后端
基于Cruise Simulink的P2并联混动仿真模型：动力性与经济性联合仿真研究

今天，我们来聊聊如何基于Cruise和Simulink搭建一个P2并联混动仿真模型，这个模型不仅能帮助我们进行动力性分析，还能进行经济性仿真，是学习混动汽车控制策略的绝佳工具。需要注意的是，这个模型主要是供学习使用的。1.模型是基于cruise/simulink搭建的base模型，策略模型基于MATLAB/Simulink平台搭建完成，通过C++编译器编译成dll文件给CRUISE引用，实现联合仿

 QQ:487739278
2026-04-24 16:45:00

 23

#struts
深度解析：TDengine 时序数据库在制造业物联网中的底层架构与实践

本文深入探讨时序数据库在制造业物联网场景下的技术原理与实践应用，以 TDengine 为例，分析其如何通过高效的数据采集、实时处理和历史分析能力，解决传统关系型 database 在工业物联网领域的性能瓶颈。凭借其高性能写入、高效压缩和灵活的查询能力，为制造企业提供了强大的数据支撑。在实际落地过程中，合理设计数据模型、充分利用标签索引、制定科学的数据保留策略，是发挥时序数据库价值的关键。随着智能制

 vero111
2026-04-23 16:35:04

 389

 6

#struts #java #后端
TDengine-流计算

TDengine 流计算通过简洁的 SQL 语法实现了强大的实时数据处理能力。结合计数、事件、滑动等多种窗口模型，可以覆盖物联网领域 80% 以上的实时统计和监控需求。实际应用中，应根据数据特征和业务延时要求选择合适的窗口类型，并善用调优乱序处理和历史数据回填。我是一名工业互联网开发工程师，服务于纵横工业互联网团队，这是河南863旗下专注工业数字化的团队，也是深耕工业数字化转型领域的专业技术与解决

 清晨001
2026-04-23 16:29:59

 474

 9

#tdengine #struts #大数据
全球消费类家庭安防监控行业深度研究报告：AI 驱动下的产业变革与投资机遇

AI驱动家庭安防市场快速增长，2035年规模或超千亿美元全球消费类家庭安防监控行业正经历AI技术驱动的深刻变革。数据显示，2025年全球家庭安全系统市场规模将达597.5亿美元，预计2035年突破1197.5亿美元，年复合增长率7.2%。其中智能家居安全市场增长更快，2025年规模369.4亿美元，2031年预计达792.1亿美元，年增长率13.81%。市场呈现明显地域差异：北美占38%份额，

Tao2016
2026-04-17 23:05:02

 1485

 10

#人工智能 #struts #java
AI Agent在智能到监控的自动化生产调度中的应用：多智能体协同优化案例

AI Agent是指能够感知环境、做出决策并执行行动的自主实体。在生产调度的上下文中，AI Agent可以代表生产资源（如机器、机器人）、产品批次、甚至整个生产线。每个Agent都有自己的目标、知识和决策能力，同时能够与其他Agent进行通信和协作。AgentState：枚举类型，定义了智能体的不同状态（空闲、忙碌、协商中、执行中）Task：数据类，代表生产任务，包含任务ID、处理时间、截止时间、

Java大师兄学大数据AI应用开发
2026-04-14 19:25:49

 361

 7

#人工智能 #自动化 #struts
全国产传感器信号的实时处理-信号校准与标定调试

本文系统介绍了传感器信号校准的关键技术与方法，重点阐述了线性校准、非线性校准、温度补偿、零点校准和跨度校准等核心校准技术。通过数学模型构建和Python代码示例，详细展示了不同校准方法的实现过程，包括线性关系的斜率截距计算、多项式拟合的非线性校准、温度补偿函数应用等关键技术环节。文章强调综合校准的重要性，提出将多种校准方法结合使用的解决方案，并指出定期校准、环境控制、数据记录等质量控制要点。随着物

 武汉利又德
2026-04-14 09:00:00

 427

 7

#struts #java #后端
制造业 Agent：设备巡检与预测性维护

数据问题：工业设备产生的数据通常具有高维、异构、时序、噪声大等特点，如何有效采集、传输、存储和处理这些数据是首要挑战。状态评估问题：如何从多源数据中提取有效特征，准确评估设备的健康状态，区分正常运行、早期故障和严重故障。故障预测问题：如何基于历史数据和当前状态，预测设备未来的健康趋势和可能的故障时间(Remaining Useful Life, RUL)。维护决策问题：如何基于预测结果，结合生产计

 Java大师兄学大数据AI应用开发
2026-04-13 20:45:31

 371

 7

#struts #servlet #java
AI Agent在智能生产中的应用：多智能体协同调度与优化案例

在工业4.0和智能制造的浪潮下，AI Agent技术正逐渐成为智能生产系统的核心驱动力。本文将深入探讨AI Agent在智能生产中的应用，特别聚焦于多智能体协同调度与优化问题。我们将从基础概念出发，通过生动形象的比喻解释复杂技术，结合数学模型和算法实现，最后通过实际案例展示其应用价值。文章不仅为读者提供理论知识，还包含实用的代码示例和最佳实践，帮助读者理解和应用这一前沿技术。AI Agent（智能

 SuperAGI2025
2026-04-13 20:24:52

 356

 10

#人工智能 #struts #java
为物联网 Agent 设计 Harness 低功耗调度

随着物联网(IoT)设备的爆炸性增长，如何在有限的能量资源下高效调度智能Agent已成为关键挑战。本文系统地探讨了为物联网Agent设计Harness低功耗调度框架的理论基础、架构设计和实现方法。我们从第一性原理出发，分析了能量消耗的基本模型，构建了多层次的调度优化框架，并提供了生产级的实现代码。通过将理论深度与实践应用相结合，本文为物联网系统中的能量高效计算提供了全面的技术指南。能量建模问题：如

 禅与计算机程序设计艺术
2026-04-13 20:24:50

 359

 7

#物联网 #struts #java
手把手教你玩转电动车充放电PID控制

对电动汽车蓄电池充放电控制策略的基本原理进行了介绍，包括 PID 控制器，基于 PID 和 PWM 充放电控制策略以及蓄电池模型。对该仿真模型进行了仿真分析，分别对充电过程和放电过程进行了仿真验证分析，仿真结果验证了充放电控制策略的确性。对电动汽车蓄电池充放电控制策略的基本原理进行了介绍，包括 PID 控制器，基于 PID 和 PWM 充放电控制策略以及蓄电池模型。对该仿真模型进行了仿真分析，分别

 金贵242
2026-04-08 15:15:00

 138

 2

#struts
物联网BOM成本管理：精准化、智能化与可持续化

企业必须建立"问题驱动审计"机制，通过精准的BOM数据"算准成本"，再通过BOM驱动"控用量、优库存、降高价物料"，才能在激烈的市场竞争中实现真正的"降本增效"。通过AI驱动的精准预测、实时监控与动态调整，以及全生命周期的绿色设计与可持续管理，物联网BOM成本管理将为企业创造长期的竞争优势。在竞争激烈的物联网市场中，精准的BOM成本控制不仅关乎产品定价与利润空间，更直接影响企业能否在规模化部署中保

 AAAAA9240
2026-04-07 10:07:26

 865

 10

#物联网 #struts #java
基于CNN-LSTM-Attention机制的时间序列预测程序

基于卷积-长短期记忆网络加注意力机制（CNN-LSTM-Attention）的时间序列预测程序，预测精度很高。可用于做风电功率预测，电力负荷预测等等标记注释清楚，可直接换数据运行。代码实现训练与测试精度分析。这段程序主要是一个基于CNN-LSTM-Attention神经网络的预测模型。下面我将逐步解释程序的功能和运行过程。1. 导入所需的库：- matplotlib.pyplot：用于绘图- pa

2501_93693767
2026-04-06 19:15:00

 33

#struts
省药50%！智慧农业AIoT全实战：LoRa+CNN实现温室病虫害智能识别与精准喷药

基于设施农业AIoT项目落地经验沉淀，用的技术方案，带读者从0到1完整搭建一套温室作物病虫害智能识别与精准喷药系统。全文覆盖「LoRa低功耗组网、CNN轻量模型训练、边缘AI推理、靶向喷药闭环控制、智慧农业管理平台」全链路，配合清晰的架构图、流程图、生产级可复制代码，同时拆解田间落地的高频踩坑点，既适合AIoT开发者入门实战，也可直接用于温室种植项目的商用落地。

威哥说编程
2026-04-03 19:37:19

 116

#cnn #struts #人工智能 +4
嵌入式Linux手动交叉编译开源软件需要注意的问题

到此，我们已经知道了，编译一个开源软件时，如果出现了问题，应该如何查找交叉编译工具的头文件路径和库文件路径，主要用来处理一些开源软件编译过程中，依赖缺失的问题，例如我现在需要编译一个软件，但是缺少其他软件的库依赖，那么我们就需要先交叉编译依赖库，然后将编译出来的库以及对应头文件拷贝到交叉编译工具对应的头文件和库文件的系统目录下，再编译我们的目标软件，这里需要注意的一点就是，编译出来的。路径下，那么

 uRNB99bAJ
2026-04-03 15:04:16

 383

 8

#struts #apache
2026 物联网时序数据库选型指南：DolphinDB/InfluxDB/TimescaleDB 深度对比与实践

2026 年，工业软件正在从作坊式定制迈向平台化运营。如果你的场景是简单设备监控，设备规模不大、指标类型单一、仅做基础阈值告警，那么 InfluxDB、TimescaleDB 这类轻量时序库依然可以满足需求，上手成本也较低。但如果你的业务涉及复杂流式计算、多参数状态判定、跨系统逻辑复用，或是未来计划接入 AI Agent，那么 DolphinDB 凭借其引擎化抽象能力，在市场上具有明显优势。

DolphinDB智臾科技
2026-04-02 16:41:07

 573

 8

#物联网 #时序数据库 #struts
二区 BLC-CNN 一种基于双向长短期记忆器Bi-LSTM和卷积神经网络胶囊网络（BLC-C...

在CWRU数据集上的实测结果挺惊艳。更绝的是用T-SNE可视化特征空间时，同类故障的聚集性明显改善，不同类间距拉大了1.8倍。最后给个即拿即用的建议：如果自己数据集样本少，可以冻结胶囊层以外的参数，只微调最后两层。这段代码有个精妙之处：Bi-LSTM的输出维度是(序列长度, 128)，正好作为CNN的输入通道数。轴承故障诊断领域最近冒出个挺有意思的模型叫BLC-CNN，这家伙把Bi-LSTM和胶囊

 OoxJqfQCaS
2026-04-02 12:49:20

 351

 6

#struts
一篇讲透 Tracker：视频 AI 为什么离不开它

摘要：Tracker在视频AI中的核心作用与实现原理 Tracker是视频AI系统中实现目标持续跟踪的关键组件，其本质是通过定位、关联和保持三层能力，在连续视频帧中锁定同一目标并维持身份一致。与单帧检测不同，Tracker解决了真实场景中的四大问题：检测框抖动、目标身份混淆、遮挡丢失和轨迹断裂。文章深入解析了Tracker的技术分类（单目标/多目标/联合检测跟踪/ReID）、系统架构（检测-跟踪-

希望有缘�
2026-03-24 11:57:29

 705

 10

#人工智能 #音视频 #struts +4
书匠策AI：问卷设计界的“未来工匠”VS传统“手工大师”

在这场传统与未来的碰撞中，书匠策AI以其独特的优势和魅力，成为了问卷设计领域的领航者。它不仅为问卷设计带来了前所未有的变革和可能，更为研究者们开辟了一条更加高效、精准、创意的科研之路。如果你也是一位热爱科研、追求创新的探索者，那么不妨登录书匠策AI官网，或者微信公众号搜一搜“书匠策AI”，一起感受这位未来工匠的神奇魅力吧！在未来的学术研究中，让我们携手书匠策AI，共同书写问卷设计的新篇章，引领学

 书匠策AI学术
2026-03-24 10:08:42

 29

#人工智能 #线性回归 #django +4
多通道卷积神经网络变压器故障诊断 MATLAB （附赠变压器振动信号数据集）关键词

有意思的是，当输入数据加入±5dB的高斯噪声时，这个结构在测试集上的准确率只下降了3.2%，而单通道模型直接掉了12%。推测是因为多通道结构本身具有丰富的参数空间，需要更稳定的优化轨迹。此外，小卷积核能够有效地提取数据的局部特征，而大卷积核则具有较大的感受野，能够有效地提取数据的全局特征。此外，小卷积核能够有效地提取数据的局部特征，而大卷积核则具有较大的感受野，能够有效地提取数据的全局特征。通常来

 EQylwUYz
2026-03-24 09:30:00

 280

 4

#struts
Apache Struts2 OGNL RCE注入

Apache Struts2（也称为 Struts2）是一个开源的 Java Web 应用框架。它主要用于构建企业级应用程序，提供MVC）架构支持，帮助开发者快速开发可维护的 Web 应用。Struts2 基于OGNL）表达式语言来处理数据绑定、表单验证和动态内容渲染等功能。它是Struts1的后继版本，从 2006 年左右开始流行，但由于历史漏洞较多，现在许多项目已转向更现代的框架如 Sprin

Gse0a362g
2026-03-23 22:10:17

 595

 16

#apache #struts #java
智慧物业数智化转型：从“质价不符“困局到服务价值重构的技术落地路径

本文将从技术架构、场景应用、实施路径三个维度，详解如何通过物联网、AI、工单平台等技术手段破解"质价不符"困局，实现服务价值的量化与传递。

智慧物业老杨
2026-03-19 13:39:16

 383

 3

#struts #java #后端
Storm 流式处理核心机制：从数据流动到高效实时计算

在当今的大数据领域，"实时"已经成为一个标配要求。无论是电商的实时大屏、金融的毫秒级风控，还是物联网的即时告警，背后都需要一个强大的流式处理引擎。Storm 作为实时流处理的先驱，以其极低延迟和高吞吐量的特性，成为了众多企业的首选。本文将深入剖析 Storm 流式处理的实现原理，揭示其高效处理海量实时数据的技术奥秘，并探讨在实际应用中如何最大化 Storm 的性能潜力。层面关键技术效果架构层三层并

 Seal^_^
2026-03-18 08:48:03

 2515

 2

#storm #struts #linq
数据驱动多离散场景电热综合能源系统分布鲁棒优化算法（含CCG算法、拉丁立方抽样与kmeans处...

重点来了——分布鲁棒模型构建。考虑四个离散场景，模型采用列与约束生成(CCG)算法进行迭代求解，场景分布的概率模糊集由1-范数和oo-范数约束组成的综合范数约束，程序含拉丁超立方抽样+kmeans数据处理程序。考虑四个离散场景，模型采用列与约束生成(CCG)算法进行迭代求解，场景分布的概率模糊集由1-范数和oo-范数约束组成的综合范数约束，程序含拉丁超立方抽样+kmeans数据处理程序。对比传统鲁

 qFOIUpzn
2026-03-14 20:40:16

 318

 5

#struts
java毕业设计——基于java+JSP+sqlserver的智能在线考试信息管理系统设计与实现（毕业论文+程序源码）——智能在线考试信息管理系统

SMART系统是一个新型智能在线考试信息管理系统，该系统主要实现了学生在线考试与评估以及教师对学生在线考试信息的管理和维护。本文按照SMART系统的非功能性需求，基于Struts、Spring、Hibernate三种开源技术，构建了一个具有良好的可扩展性、可维护性、可靠性的系统框架。整个系统的框架分为三层，分别为表现层、业务层和持久层。本系统的表现层是基于Struts作扩展设计，结合本系统的需求完

 毕业设计方案专家
2022-10-31 21:21:09

 2218

#java #sqlserver #struts
吃透Rust struct：轻松掌握定义 /和实例化方法

学习Rust结构体(struct)的高效方法。通过视频解析工具，将40分钟教程浓缩为3个核心模块(定义、实例化、方法实现)，重点解决新手常见问题：类型标注错误、所有权冲突、方法参数混淆等。在线实操环境免去本地配置，提供实时调试和智能报错提示。AI自测功能针对Rust特有规则出题，帮助巩固知识点。这种方法使学习效率提升10倍，1小时即可掌握struct的核心用法并能写出规范代码。文中还提供了相关视频

 yuhaiqun1989
2025-11-03 13:40:05

 761

 14

#rust #开发语言 #后端 +2