今天是桃李芬芳的案例列表
服装推荐系统
多模态混合推荐系统 面向无明确购买意图的浏览用户，设计并实现了一套结合内容、规则与协同过滤的混合推荐系统。系统利用多模态特征（图像与文本）进行候选集生成，通过多策略融合提升了推荐的准确性与多样性。 核心技术栈： 多模态特征提取： 使用 DINO v2 (Vision Transformer) 提取商品图像特征，利用 GloVe 提取商品文本属性特征，实现商品表征向量化。 召回与推荐算法： 基于内容： 基于欧氏距离计算多模态向量相似度，实现“相似商品推荐”。 协同过滤： 采用 ALS（交替最小二乘法） 进行矩阵分解捕获潜在兴趣；利用 Item2Vec 学习商品序列的上下文关联。 基
砖厂PLC监控控制模拟项目
本项目在技术架构上采用了典型的“端-边-云”物联网（IoT）与数字孪生（Digital Twin）设计模式。不局限于具体的业务场景，其背后的通用技术细节主要体现在以下几个方面： 基于 MQTT 的低延迟通信架构： 系统采用 MQTT 协议作为核心消息总线，利用发布/订阅（Pub/Sub）机制实现服务端（仿真边缘端）与前端（HMI监控端）的彻底解耦与实时双向通信。通过合理的 Topic 规划（如指令下发、状态实时上报）并配置 QoS 1（至少交付一次）级别，有效确保了控制指令和高频状态数据在网络传输过程中的高可靠性，避免了指令丢包。 核心 PLC 循环扫描引擎的纯代码级仿真： 后台使用
砖厂PLC监控控制模拟项目
本项目在技术架构上采用了典型的“端-边-云”物联网（IoT）与数字孪生（Digital Twin）设计模式。不局限于具体的业务场景，其背后的通用技术细节主要体现在以下几个方面： 基于 MQTT 的低延迟通信架构： 系统采用 MQTT 协议作为核心消息总线，利用发布/订阅（Pub/Sub）机制实现服务端（仿真边缘端）与前端（HMI监控端）的彻底解耦与实时双向通信。通过合理的 Topic 规划（如指令下发、状态实时上报）并配置 QoS 1（至少交付一次）级别，有效确保了控制指令和高频状态数据在网络传输过程中的高可靠性，避免了指令丢包。 核心 PLC 循环扫描引擎的纯代码级仿真： 后台使用
案例判断参考
今天是桃李芬芳的案例列表
服装推荐系统
多模态混合推荐系统 面向无明确购买意图的浏览用户，设计并实现了一套结合内容、规则与协同过滤的混合推荐系统。系统利用多模态特征（图像与文本）进行候选集生成，通过多策略融合提升了推荐的准确性与多样性。 核心技术栈： 多模态特征提取： 使用 DINO v2 (Vision Transformer) 提取商品图像特征，利用 GloVe 提取商品文本属性特征，实现商品表征向量化。 召回与推荐算法： 基于内容： 基于欧氏距离计算多模态向量相似度，实现“相似商品推荐”。 协同过滤： 采用 ALS（交替最小二乘法） 进行矩阵分解捕获潜在兴趣；利用 Item2Vec 学习商品序列的上下文关联。 基...
砖厂PLC监控控制模拟项目
本项目在技术架构上采用了典型的“端-边-云”物联网（IoT）与数字孪生（Digital Twin）设计模式。不局限于具体的业务场景，其背后的通用技术细节主要体现在以下几个方面： 基于 MQTT 的低延迟通信架构： 系统采用 MQTT 协议作为核心消息总线，利用发布/订阅（Pub/Sub）机制实现服务端（仿真边缘端）与前端（HMI监控端）的彻底解耦与实时双向通信。通过合理的 Topic 规划（如指令下发、状态实时上报）并配置 QoS 1（至少交付一次）级别，有效确保了控制指令和高频状态数据在网络传输过程中的高可靠性，避免了指令丢包。 核心 PLC 循环扫描引擎的纯代码级仿真： 后台使用 ...
砖厂PLC监控控制模拟项目
本项目在技术架构上采用了典型的“端-边-云”物联网（IoT）与数字孪生（Digital Twin）设计模式。不局限于具体的业务场景，其背后的通用技术细节主要体现在以下几个方面： 基于 MQTT 的低延迟通信架构： 系统采用 MQTT 协议作为核心消息总线，利用发布/订阅（Pub/Sub）机制实现服务端（仿真边缘端）与前端（HMI监控端）的彻底解耦与实时双向通信。通过合理的 Topic 规划（如指令下发、状态实时上报）并配置 QoS 1（至少交付一次）级别，有效确保了控制指令和高频状态数据在网络传输过程中的高可靠性，避免了指令丢包。 核心 PLC 循环扫描引擎的纯代码级仿真： 后台使用 ...
