功能说明
} else {/输入帧图片流 engine.updateInputDataAndRunAlg(imageData,/帧图片流 ImageFormat.NV21,/帧图片流格式 imageWidth,/帧图片宽度 imageHeight,/帧图片高度 0,/用于检测的图像的跨度(以像素为单位),即每行的字节数,默认情况下设为 0 ...
Android端集成美颜特效SDK
} else {/输入帧图片流 engine.updateInputDataAndRunAlg(imageData,/帧图片流 ImageFormat.NV21,/帧图片流格式 imageWidth,/帧图片宽度 imageHeight,/帧图片高度 0,/用于检测的图像的跨度(以像素为单位),即每行的字节数,默认情况下设为 0 ...
异常检测
同时，您还可对检测的结果进行评估反馈，从而辅助训练检测算法，提升算法检测的准确率。操作说明 登录“用户中心”，进入“成本管理-异常检测”，可以查看并管理您云上消费的异常检测结果。说明 了解更多关于“异常检测”功能的操作信息，...
查看算法实例运行日志
配置算法实例完成后，您可以查看实例运行状态。如果因为资源不足造成任务运行失败，或者数据不完备造成错误，您可以查看运行日志定位具体问题，进行实例运维。前提条件 已完成算法...选择算法检测的时间范围，查看算法运行日志的详细信息。
时序异常检测
数据服务提供时序异常检测算法，采用智能时序算法，实时分析设备时序数据，准确感知设备异常现象。查看基本信息 在 物联网平台控制台 的 实例概览 页面，单击目标企业版实例卡片。在左侧导航栏，选择 数据服务>数据智能。在算法模板列表中...
列存索引中TopK算子的实现
实际上，Self-sharpening Input Filter在某种程度上和基于Priority Queue的算法是类似的，cutoff value类似堆顶，都用于过滤后续读取的数据，两者的不同之处在于，基于Priority Queue的算法会实时更新堆顶，而Self-sharpening Input Filter...
文本反垃圾检测
接口 描述 支持的地域 TextFeedbackRequest 提交文本反垃圾检测结果的反馈，以人工反馈的检测结果纠正算法检测结果。cn-shanghai ：华东2（上海）cn-beijing ：华北2（北京）cn-shenzhen ：华南1（深圳）ap-southeast-1：新加坡 示例代码 ...
文本反垃圾检测
} } } } 文本反垃圾结果反馈 如果您认为文本检测的结果与您的期望不符，您可以通过文本反垃圾结果反馈接口纠正算法的检测结果。系统会将您反馈的结果添加到对应的检测文本库，在您下次提交相似的内容进行检测时，以您通过反馈接口校正后的...
配置蓝图交互逻辑
} 上面的算法是简单的伪随机代码，推荐采用 Crypto.getRandomValues()算法。抽奖算法，给定 start、end,给定一个范围内的值*@example start:0 end:10,return 7*@param start {int}*@param end {int}*@return start-end 之间的一个值，包含 ...
配置蓝图交互逻辑
} 上面的算法是简单的伪随机代码，推荐采用 Crypto.getRandomValues()算法。抽奖算法，给定 start、end,给定一个范围内的值*@example start:0 end:10,return 7*@param start {int}*@param end {int}*@return start-end 之间的一个值，包含 ...
JAVA
} } 更换API请求 GetPosChEcomRequest（请求参数类）、GetPosChEcomResponse（请求结果类），类名中的 GetPosChEcom 是算法的actionName，可以替换成您需要的算法的actionName，可以在对应的《API基础信息参考》文档中的 请求参数-Action-...
功能特性
图片人体检测介绍 图片人体检测 API 图片车辆信息检测 车辆信息检测功能可以检测图片中的车辆信息，该技术广泛应用于交通监控、智能停车系统、自动驾驶辅助、城市流量管理、电子收费系统以及安全与救援服务中。图片车辆信息检测介绍 图片...
如何不间断地进行时序异常检测
如果您执行的是不间断进行时序异常检测，算法的精确性会随着检测过程的进行而不断优化和提升，最终提供准确的检测结果。在特殊场景中（例如：随机检测），您可以通过设置异常检测算法的公共参数 adhoc_state 将异常检测状态限制在本次查询...
使用Grafana进行异常检测算法调优
Lindorm Machine Learning提供了Grafana插件，支持以可视化的方式进行时序异常检测，您可以通过该插件调试出合适的异常检测算法与参数。操作流程 整体操作流程如下。步骤一：创建Grafana工作区 您可以在阿里云 应用实时监控服务ARMS 中快速...
使用Grafana进行异常检测算法调优
Lindorm Machine Learning提供了Grafana插件，支持以可视化的方式进行时序异常检测，您可以通过该插件调试出合适的异常检测算法与参数。操作流程 整体操作流程如下。步骤一：创建Grafana工作区 您可以在阿里云 应用实时监控服务ARMS 中快速...
使用Grafana进行异常检测算法调优
Lindorm Machine Learning提供了Grafana插件，支持以可视化的方式进行时序异常检测，您可以通过该插件调试出合适的异常检测算法与参数。操作流程 整体操作流程如下。步骤一：创建Grafana工作区 您可以在阿里云 应用实时监控服务ARMS 中快速...
控制台操作指南
对可信的图片免除风险检测 您可以根据图片的来源或者用途判断某些图片属于可信和可传播的内容，为避免被内容安全的认知和检测算法打上风险标签，您希望对可信的图片库免除风险检测。例如，您业务或平台自身创建的营销素材、官方图片、人工...
异常检测
期望值区间：是异常检测算法（根据您设定的灵敏度，及历史消费数据）输出的预期正常波动范围，在成本数据走势图中用蓝色阴影表示。说明 实际消费值处于期望值区间内时，算法认为波动较小而不报异常；实际值超出期望值区间的上下限时，算法...
功率时序曲线诊断
数据服务提供功率时序曲线诊断算法，应用于光伏智能运维检测，通过对功率时序曲线的特征分析，可以发现潜在的发电...功率时序曲线诊断（多站点排序）功率时序曲线诊断（单站点检测）算法的 使用流程 创建算法实例 配置算法实例 查看实例运维
统计类算法参数调优
对于esd和ttest算法，esd.alpha 和 ttest.alpha 越大，检测算法越灵敏，可以检测出更多的异常点。反之，esd.alpha 和 ttest.alpha 越小，检测算法越不灵敏，可以检测出的异常更少。而对于nsigma算法，当 nsigma.n 值越小时，检测算法越灵敏...
图片审核
每一张图片的检测结果。JSONArray taskResults=scrResponse.getJSONArray("data");if(200=requestCode){ for(Object taskResult:taskResults){/单张图片的处理结果。int taskCode=((JSONObject)taskResult).getIntValue("code");图片对应...
梯度提升回归树算法（GBRT）
简介 GBRT算法是集成学习Boosting家族的成员，使用了前向分布算法，但是弱学习器限定了只能使用CART回归树模型。前向分布算法的思想是基于当前模型和拟合函数来选择合适的决策树函数，从而最小化损失函数。GBRT主要有以下两部分组成：回归...
Contextual Bandit 算法
相较A/B测试方案，能更快地收敛到最优策略 如何在一次请求中推荐多个候选物品，使用如下Multiple-Play Bandit Algorithm：算法详细描述 Bandit算法是一类用来实现Exploitation-Exploration机制的策略。根据是否考虑上下文特征，Bandit算法...
Decrypt
例如，RSA解密（RSAES_OAEP_SHA_256）时，使用公钥对明文加密时使用的摘要算法是SHA-1，或者AES_ECB解密时，密文数据长度不是16字节（AES算法块大小）的倍数。请求参数指定的密钥不是加密时使用的密钥。如果已排除上述原因，请您通过 智能...
限流算法选择
服务限流中主要使用了 QPS 限流算法和令牌桶算法两种限流算法，本文对这两种算法进行介绍。QPS 限流算法 QPS 限流算法通过限制单位时间内允许通过的请求数来限流。优点：计算简单，是否限流只跟请求数相关，放过的请求数是可预知的（令牌桶...
PGVector
原理介绍 PGVector的索引算法是IVFFLAT（同pase插件的向量算法）。IVFFLAT是一种基于倒排索引的近似最近邻搜索算法，可以用于高效地查询向量之间的相似度。它将向量空间分为若干个划分区域，每个区域都包含一些向量，并创建倒排索引，用于...
PGVector
原理介绍 PGVector的索引算法是IVFFLAT（同pase插件的向量算法）。IVFFLAT是一种基于倒排索引的近似最近邻搜索算法，可以用于高效地查询向量之间的相似度。它将向量空间分为若干个划分区域，每个区域都包含一些向量，并创建倒排索引，用于...
PGVector
原理介绍 PGVector的索引算法是IVFFLAT（同pase插件的向量算法）。IVFFLAT是一种基于倒排索引的近似最近邻搜索算法，可以用于高效地查询向量之间的相似度。它将向量空间分为若干个划分区域，每个区域都包含一些向量，并创建倒排索引，用于...
技术分析函数
技术分析的函数将广泛使用的算法应用在您的数据中。虽然这些函数主要应用在金融和投资领域，但是它们也适用于其它行业和用例。本文档主要介绍了技术分析函数的语法结构、语法说明以及使用示例。通用参数说明 除了 field key 参数，技术分析...
内存管理
系统提供的Buddy算法是通过32 bit的位图结构来挂载对应的空闲链表，bit n代表内存块对应的type，其下面挂载了长度范围(2^(n-1+off)~2^(n+off)-1)的空闲块，其中off值主要是考虑利用了原本较小长度块的低bit。内存申请时，优先从对应type的...
XGBoost
XGBoost(Extreme Gradient Boosting)，是一种高效的Gradient Boosting算法，集成算法的思路是迭代产生多个弱的学习器，然后将每个学习器的预测结果相加得到最终的预测结果，其在结构化数据处理方面具有较优良的性能。计算逻辑原理 XGBoost...
应用接入常见问题
请确保用户主密钥（CMK）的密钥算法是RSA、ECC 或SM2 非对称算法，且密钥用途为 SIGN/VERIFY。访问KMS实例 时出现unable to find valid certification path to requested target报错 可能原因一：下载CA证书时，未选择正确的KMS实例 登录 ...
API 概览
说明 计算签名时使用的 Key 就是您持有的 AccessKeySecret（ASCII:38），使用的哈希算法是 SHA1。按照 Base64 编码规则将上一步算出的 HMAC 值编码成字符串，即得到签名值（Signature）。将上一步得到的签名值作为 Signature 参数添加到...
使用ALS算法实现音乐评分预测（旧版）
ALS算法 交替最小二乘ALS（Alternating Least Squares）算法的原理是对稀疏矩阵进行模型分解，评估缺失项的值，从而得到基本的训练模型。在协同过滤分类方面，ALS算法属于User-Item CF（Collaborative Filtering），兼顾 User 和 Item 项，...
基于加密服务的SSL安全卸载
阿里云加密服务支持国密算法证书和国密SSL协议，支持通过GVSM或EVSM产生和存储SSL证书私钥，提升系统的安全性。您可以使用加密服务和配套接口TASSL实现Nginx SSL卸载。本文介绍如何在阿里云ECS上借助加密服务进行SSL的安全卸载。支持的密码...
时序异常检测
异常检测算法在检测过程中持续学习时序数据的特征（例如数据趋势或者周期），从而完成对新插入时序点的检测。例如新插入的时序数据有一个非常大的尖刺，检测结果可能为异常。时序异常检测搭配 SAMPLE BY 语句可以实现以下功能：搭配 SAMPLE...
创建算法实例
例如，对 时序异常检测 算法购买5个规格数量，算法运行的检测次数为 50,000（次/年）*5=250,000（次/年）。试用版：仅支持购买1个。正式版：支持购买多个。说明 时序异常检测 算法最多可购买100个，I-V曲线诊断、功率时序曲线诊断（多站点...
概述
通用目标检测 重点区域占用 消防通道占用 人群聚集 区域入侵 垃圾检测 安全帽检测 离岗检测 火焰检测 适用于设定检测目标，并展示检测结果的场景。车辆车牌识别 中远距离车牌识别 适用于车辆数量、车牌号识别等场景，例如停车场出入口、...
配置算法实例
算法实例是根据算法模板创建的具体实例，可以根据您设置的检测参数结合算法模型，完成对相关数据中异常信息的检测及诊断，协助您更好地解读设备数据，监测设备运行状态，及时发现潜在故障。前提条件 已创建算法实例。具体操作，请参见 创建...
边缘应用LinkVisual对接
regionalInvasion”，”vehiclesRecognize”,“faceRecognize”,“keyAreaOccupation”（人车检测、区域入侵、车牌识别、人脸检测、重点区域占用）name string 是 ipcName IPC名称 3.出参列表 出参名称 数据类型 出参描述 code 整形 响应...
- 产品推荐
- 这些文档可能帮助您