历史版本下载
新的整型参数：C API:MDO_INT_PARAM_MIP_AUTO_CONFIGURATION.C++ API:MDO_INT_PARAM:MIP_AUTO_CONFIGURATION.Python API:MDO_INT_PARAM.MIP_AUTO_CONFIGURATION.JAVA API:MDO_INT_PARAM:MIP_AUTO_CONFIGURATION.新增的错误码：MDO_MODEL_...
关键词抽取
网格 诺 依曼 边界条件 表达 形式 推导 实现 基于 有限 差分 求解器 二维 翼型 气动 参数 计算 算例 有限元 求解器 主要 包括 基于 变分 原理 势流 有限元 理论 建模 二维 有限元 库塔 条件 表达式 推导 基于 最小 二乘 速度 求解 算法 ...
SimRank+相似度计算算法
算法简介 SimRank算法是一种用于衡量结构上下文中个体相似度的方法，其基本思想是：如果两个对象a和b分别与另外两个对象c和d关联，且已知c与d是相似的，则a与b也是相似的；并且任意节点与其自身拥有最大的相似度值为1。SimRank算法的主要...
HaaS EDU场景式应用整体介绍
本案例中包括以下主要知识点：AP3216C光照传感器的工作原理和使用 接近传感器原理与使用 光强与接近简单算法 通过本案例的学习，能完整的学习到光照与接近传感器的原理和使用，AliOS Things中光照传感器的数据读取，算法开发，接近距离简单...
哈希分片全链路测试
算法对比：对每个数据集，通过执行不同算法（Graph、HC、Linear），得到Proxima CE结果和C++ baseline的结果，对比各自的召回率，此处设置的TopK为100。Proxima CE的recall是通过从query表中采样100条query数据做的召回，主要是与Linear...
自有边缘主机接入实践
物联网边缘计算可以集成用户自有边缘主机管理接入的终端设备、应用、算法等，目前支持LE-C-BoxStd和LE-C-Svr两种规格的边缘主机接入。本文介绍在物联网边缘计算安装激活自有边缘主机的完成流程。背景信息 除了阿里云提供的官方主机外，边缘...
通过消费组拉取指标数据进行智能巡检
参数 说明 算法选择 异常检测算法。默认为 流式图算法。更多信息，请参见 算法说明。时序分段个数 对时序数值进行划分，用于离散化时间序列，构造时序演化图，降低噪音的影响。默认值为8。建议值范围为[5,20]。分段越少，对噪音越不敏感。...
系统管理
抠图放大倍率 算法告警目标抠图外扩的倍数。可选1~5倍，默认为放大1倍。图片时间戳 算法告警图片是否需要边缘一体机的时间戳水印。图片检测框 算法告警图片是否需要携带检测目标的渲染框。上报协议版本 上报算法告警事件的字段版本。目前有...
PGVector
PGVector插件的实现基于 PolarDB PostgreSQL版 的扩展机制，利用C语言编写实现了多种向量计算算法和数据类型。其中插件算法的具体流程如下：高维空间中的点基于隐形的聚类属性，按照kmeans等聚类算法对向量进行聚类处理，使得每个类簇有...
PGVector
PGVector插件的实现基于 PolarDB PostgreSQL版（兼容Oracle）的扩展机制，利用C语言编写实现了多种向量计算算法和数据类型。其中插件算法的具体流程如下：高维空间中的点基于隐形的聚类属性，按照kmeans等聚类算法对向量进行聚类处理，使得...
PGVector
PGVector插件的实现基于 PolarDB PostgreSQL版（兼容Oracle）的扩展机制，利用C语言编写实现了多种向量计算算法和数据类型。其中插件算法的具体流程如下：高维空间中的点基于隐形的聚类属性，按照kmeans等聚类算法对向量进行聚类处理，使得...
安全算法
安全算法运用哈希脱敏、遮盖掩码、加解密等方式对敏感数据（如姓名、账号、手机号等）进行脱敏处理且保持数据原有格式，本文为您介绍如何查看和测试系统内置的安全算法。查看安全算法 在Dataphin首页，单击顶部菜单栏的 资产。按照下图操作...
安全算法
安全算法运用哈希脱敏、遮盖掩码、加解密等方式对敏感数据（如姓名、账号、手机号等）进行脱敏处理且保持数据原有格式，本文为您介绍如何查看和测试系统内置的安全算法。查看安全算法 在Dataphin首页，单击顶部菜单栏的 资产。按照下图操作...
组件参考：所有组件汇总
ALS矩阵分解 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。swing训练 该组件是一种Item召回算法，您可以使用swing训练组件基于User-Item-User原理衡量Item...
配置 SSH 密钥
基于 ED25519 算法，生成密钥对命令如下：ssh-keygen-t ed25519-C"<注释内容>"基于 RSA 算法，生成密钥对命令如下：ssh-keygen-t rsa-C"<注释内容>"点击回车，选择 SSH 密钥生成路径。以 ED25519 算法为例，默认路径如下：Generating ...
XGBOOST多分类
一、组件说明 XGBoost是一种基于梯度提升决策树（Gradient Boosting Decision Tree）的机器学习算法。它通过改进传统梯度提升决策树的方式，加入正则化项、特征子采样和并行化等优化技术。XGBoost的优点是能够自动处理缺失值、异常值和噪声...
线性支持向量机
支持向量机SVM（Support Vector Machine）是基于统计学习理论的一种机器学习方法，通过寻求结构风险最小化，提高学习机泛化能力，从而实现经验风险和置信范围最小化。本文介绍线性支持向量机算法组件的配置方法及使用示例。背景信息 本文中...
ALS矩阵分解
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，也称为...
什么是储值卡
阿里云提供面值为 100 元的整倍数的储值卡。储值卡最小面值为 100 元。您可以使用储值卡进行新购、续费阿里云官网云产品，支持的计费方式包括包年包月和按量付费。适用产品 阿里云储值卡适用于大部分阿里云官网上的产品；不适用于建站市场...
机器学习
MADlib机器学习模块主要解决以下问题：分类/回归问题：提供一系列算法如K最近邻、MLP多层感知神经网络、SVM支持向量机、决策树等算法来解决二元分类/回归问题，集成最小二乘法、GLM广义线性回归、逻辑回归、多项式回归等模型来解决回归问题...
K均值聚类
K均值聚类通过试图分离 n 个相等方差组的样本来聚集数据，用最小化或者簇内和平方的标准。该算法需要指定簇的数量，它可以很好地扩展到大量样本，并已经被广泛应用于许多不同的领域。计算逻辑原理 K-means通常分为三个步骤：1.选择初始质心...
机器学习（MADlib）
插件简介 MADlib机器学习模块主要解决以下问题：分类、回归问题：提供一系列算法，如K最近邻、MLP多层感知神经网络、SVM支持向量机、决策树等算法来解决二元分类、回归问题，集成最小二乘法、GLM广义线性回归、逻辑回归、多项式回归等模型...
横向MLP二分类/MLP多分类/MLP回归
在训练过程中，利用反向传播算法（Backpropagation）和梯度下降算法（Gradient Descent）来优化模型参数，以最小化训练集中样本类别之间的差异性。在二分类问题中，多层感知机将输入特征映射到一个二元分类输出，即预测样本属于正例或负例...
人脸特征管理
path 版本/face/paas/feature/algorithm/list 1.0.0 入参：无 出参：使用通用结果类型，data域是列表，见下表的详细说明：字段 类型 备注 id String 算法ID provider String 算法供应商 name String 算法名称 version String 算法版本号 ...
GetAlgorithm-获取算法详情
0bddaf8f-5628-427a-8652-5e24f6b4c35d 返回参数 名称 类型 描述 示例值 object 成功获取算法详情。Data object 返回数据。Description string 算法说明。算法说明 Id string 算法 ID。sms_recall InferUserConfigMap string 预测所需参数...
DescribeDefaultAlgorithms-获取默认算法信息
scategory experimentValue string 算法配置项实验值 300 name string 算法配置项 name（说明：系统默认算法，控制台需要通过美杜莎获取，用户自定义算法，后端会返回 name）I2I算法 defaultValue string 算法默认值 对于 i2i,hot,new 等...
图算法
图计算服务GraphCompute新增图算法分析功能，提供分析查询一体化解决方案，方便用户快速进行全图数据分析。功能介绍 图计算服务GraphCompute新增图算法功能，基于当前服务的数据进行算法执行，方便用户快速进行全图数据的分析。只需要开通...
AsymmetricEncrypt
调用AsymmetricEncrypt...Action=AsymmetricEncrypt&Plaintext=SGVsbG8gd29ybGQ=KeyId=5c438b18-05be-40ad-b6c2-3be6752c*&KeyVersionId=2ab1a983-7072-4bbc-a582-584b5bd8*&Algorithm=RSAES_OAEP_SHA_1&公共请求参数 正常返回示例 XML 格式 ...
AsymmetricEncrypt
调用AsymmetricEncrypt...Action=AsymmetricEncrypt&Plaintext=SGVsbG8gd29ybGQ=KeyId=5c438b18-05be-40ad-b6c2-3be6752c*&KeyVersionId=2ab1a983-7072-4bbc-a582-584b5bd8*&Algorithm=RSAES_OAEP_SHA_1&公共请求参数 正常返回示例 XML 格式 ...
安全算法示例
加解密算法高级设置范围 加解密算法 模式 填充 IV（偏移量）备注 AES ECB NoPadding 不支持 加密数据长度必须为16的倍数 AES ECB PKCS5Padding 不支持 推荐 AES ECB PKCS7Padding 不支持 无 AES CBC NoPadding 长度必须为16位 加密数据长度...
安全算法示例
加解密算法高级设置范围 加解密算法 模式 填充 IV（偏移量）备注 AES ECB NoPadding 不支持 加密数据长度必须为16的倍数 AES ECB PKCS5Padding 不支持 推荐 AES ECB PKCS7Padding 不支持 无 AES CBC NoPadding 长度必须为16位 加密数据长度...
发送 HTTP 请求（C#）
API 网关提供了 C#SDK，即 mosng-sdk-csharp.zip。该 SDK 集成了加签、验签的逻辑，同时默认支持序列化和反序列化。前提条件 在进行本地应用开发前，您需要确保已经完成以下操作：已在 API 网关控制台创建了一个应用，参见 创建应用。已将...
数据滤波
最小值滤波：对输入信号做最小值滤波操作，取采样数据的最小值。FIR滤波：对输入信号做FIR滤波操作。算法采用的是低通FIR滤波，其原理是将输入信号中高于截止频率的频率成分滤除，只保留低于该截止频率的频率成分。低通FIR滤波器可以有效地...
AsymmetricDecrypt
40ad-b6c2-3be6752c*、密钥版本ID为 2ab1a983-7072-4bbc-a582-584b5bd8*的非对称密钥，通过解密算法 RSAES_OAEP_SHA_1 对密文 BQKP+1zK6+ZEMxTP5qaVzcsgXtWplYBKm0NXdSnB5FzliFxE1bSiu4dnEIlca2JpeH7yz1/S6fed630H+hIH6DoM25fTLNcKj+mFB0...
AsymmetricDecrypt
40ad-b6c2-3be6752c*、密钥版本ID为 2ab1a983-7072-4bbc-a582-584b5bd8*的非对称密钥，通过解密算法 RSAES_OAEP_SHA_1 对密文 BQKP+1zK6+ZEMxTP5qaVzcsgXtWplYBKm0NXdSnB5FzliFxE1bSiu4dnEIlca2JpeH7yz1/S6fed630H+hIH6DoM25fTLNcKj+mFB0...
Sign-证书仓库签名
ccaf0c629c2be1e2abb63bb76b SigningAlgorithm string 是 签名算法。取值：SHA256withRSA SHA256withRSA/PSS SHA256withECDSA SM3withSM2 SHA256withRSA MessageType string 是 消息类型。取值：RAW（默认值）：原始数据。DIGEST：原始数据...
梯度提升回归树算法（GBRT）
本文介绍了梯度提升回归树算法（Gradient Boosting Regression Tree，下文简称GBRT）相关内容。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...
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...
调用链分析
spanName serviceName 请求数/请求比例 span数/请求倍数 平均自身耗时/比例 平均耗时 异常数/异常比例 A-demo 10/100.00%10/1.00 5.00ms/25.00%20ms 2/20.00%-B demo 4/40.00%8/2.00 16.00ms/100.00%16ms 2/50.00%-C demo 1/10.00%1/1.00 4...
调用链分析
spanName serviceName 请求数/请求比例 span数/请求倍数 平均自身耗时/比例 平均耗时 异常数/异常比例 A-demo 10/100.00%10/1.00 5.00ms/25.00%20ms 2/20.00%-B demo 4/40.00%8/2.00 16.00ms/100.00%16ms 2/50.00%-C demo 1/10.00%1/1.00 4...
- 产品推荐
- 这些文档可能帮助您