编写程序让智能燃气检测仪检测到燃气泄漏时,不仅报警,还能模拟语音提示,关闭燃气阀门。

news2026/4/30 13:10:59
智能燃气检测与安全防护系统一、实际应用场景描述现代家庭厨房普遍使用天然气、液化气等燃气作为烹饪能源。虽然燃气为生活带来便利但其泄漏可能导致中毒、爆炸等严重安全事故。特别是在用户外出、夜间熟睡或老人独居时往往难以及时发现燃气泄漏错过最佳处置时机。本系统基于智能仪器课程中的气体传感器技术、实时数据处理、执行器控制和物联网安全理念设计一套完整的智能燃气安全防护系统。系统集成了MQ系列燃气传感器、蜂鸣器报警、语音提示和电动阀门控制实现检测-报警-语音播报-自动断气的四重防护机制特别适用于家庭厨房、餐厅后厨、燃气锅炉房等场景。二、引入痛点1. 发现滞后传统燃气报警器仅发出刺耳蜂鸣用户可能不在现场或未察觉2. 误报困扰单纯蜂鸣无法说明具体情况用户难以判断是否真泄漏3. 处置不及时即使发现报警手动关闭阀门可能因慌乱而延误4. 缺乏联动传统报警器无法与其他安全设备协同工作5. 状态不明用户无法远程了解燃气阀门当前状态6. 维护缺失缺乏传感器校准和故障自检机制三、核心逻辑讲解┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐│ 燃气传感器 │────▶│ 数据处理 │────▶│ 泄漏判定 ││ MQ-2/MQ-5 │ │ AD转换滤波 │ │ 浓度阈值? │└─────────────────┘ └─────────────────┘ └─────────────────┘│┌─────────────────┐ ││ 安全执行 │◀─────────────────┘│ (报警语音关阀)│└─────────────────┘│┌────────────────────┼────────────────────┐▼ ▼ ▼┌─────────────┐ ┌─────────────┐ ┌─────────────┐│ 蜂鸣器报警 │ │ TTS语音提示 │ │ 电动关断阀 ││ 声光警示 │ │ 状态播报 │ │ 切断气源 │└─────────────┘ └─────────────┘ └─────────────┘核心逻辑流程1. 系统初始化传感器校准、阀门复位、语音引擎加载2. 周期性采样每500ms读取MQ传感器ADC值3. 信号处理滑动窗口滤波去除噪声干扰4. 泄漏判定浓度ppm 阈值(1000ppm)判定为泄漏5. 安全执行触发三级响应 - 声光报警 语音播报 自动关阀6. 状态同步记录事件日志更新系统状态7. 恢复机制确认安全后需手动复位才能重新通气四、代码模块化项目结构smart_gas_detector/├── main.py # 主程序入口├── config.py # 系统配置文件├── gas_sensor/ # 燃气检测模块│ ├── __init__.py│ └── mq_sensor.py # MQ系列传感器驱动├── alert/ # 报警模块│ ├── __init__.py│ ├── buzzer.py # 蜂鸣器控制│ └── voice_prompt.py # 语音提示模块├── actuator/ # 执行器模块│ ├── __init__.py│ └── gas_valve.py # 燃气阀门控制├── safety/ # 安全逻辑模块│ ├── __init__.py│ └── safety_manager.py # 安全管理器├── utils/ # 工具模块│ ├── __init__.py│ ├── logger.py # 日志记录│ └── filter.py # 信号滤波├── data/ # 数据存储│ └── gas_log.csv├── requirements.txt└── README.md1. config.py - 系统配置文件系统配置文件存储所有硬件参数和安全阈值配置# 燃气传感器配置SENSOR_CONFIG {adc_channel: 0, # ADS1115 ADC通道adc_address: 0x48, # I2C地址ro_clean_air: 9.83, # 洁净空气中Ro值需校准rl: 10.0, # 负载电阻(kΩ)min_ppm: 200, # 最小检测浓度(ppm)max_ppm: 10000, # 最大检测浓度(ppm)sample_interval: 0.5, # 采样间隔(秒)filter_window: 10 # 滤波窗口大小}# 安全阈值配置SAFETY_THRESHOLDS {warning_ppm: 500, # 预警浓度(ppm)danger_ppm: 1000, # 危险浓度(ppm)critical_ppm: 3000, # 严重泄漏浓度(ppm)hysteresis: 100 # 迟滞值防止频繁切换}# 报警配置ALERT_CONFIG {buzzer_pin: 18, # 蜂鸣器GPIO引脚led_pin: 23, # 警示LED引脚alarm_duration: 30, # 报警持续时间(秒)voice_enabled: True, # 启用语音提示voice_volume: 80 # 语音音量(0-100)}# 阀门配置VALVE_CONFIG {valve_pin: 24, # 阀门控制引脚valve_type: normally_closed, # 常闭型阀门close_duration: 2.0, # 关阀动作时长(秒)manual_override: True # 允许手动超控}# 系统配置SYSTEM_CONFIG {log_file: data/gas_log.csv,calibration_required: True, # 首次运行需要校准auto_restart: False, # 禁止自动重启安全考虑heartbeat_interval: 60 # 心跳检测间隔(秒)}2. gas_sensor/mq_sensor.py - 燃气传感器模块MQ系列燃气传感器模块基于智能仪器课程中的半导体气体传感器原理支持MQ-2/MQ-5/MQ-135等多种型号import timeimport mathfrom config import SENSOR_CONFIGclass MGSensor:MQ系列燃气传感器类基于半导体气敏元件工作原理- 金属氧化物表面吸附氧气形成耗尽层- 可燃气体分子与氧反应改变耗尽层厚度- 电导率变化反映气体浓度核心公式Rs/Ro A * (ppm)^-B其中Rs为传感器电阻Ro为洁净空气电阻# 不同气体的特性曲线参数A, BGAS_CURVES {lpg: {a: 447.71, b: -2.95}, # 液化石油气co: {a: 599.65, b: -2.85}, # 一氧化碳ch4: {a: 1012.7, b: -2.79}, # 甲烷h2: {a: 987.99, b: -2.62}, # 氢气alcohol: {a: 200.77, b: -2.76}, # 酒精smoke: {a: 300.0, b: -2.5} # 烟雾}def __init__(self, sensor_typemq2):初始化燃气传感器Args:sensor_type: 传感器型号 (mq2, mq5, mq135)self.sensor_type sensor_type.lower()self.adc_channel SENSOR_CONFIG[adc_channel]self.adc_address SENSOR_CONFIG[adc_address]self.rl SENSOR_CONFIG[rl]self.ro None # 洁净空气电阻需校准获得self.calibration_samples []print(f[燃气传感器] 初始化 {sensor_type.upper()} 传感器...)self._initialize_adc()print([燃气传感器] 初始化完成)def _initialize_adc(self):初始化ADC转换器实际环境中使用ADS1115进行模数转换# 模拟ADC初始化实际项目中替换为真实I2C通信# import Adafruit_ADS1x15# self.adc Adafruit_ADS1x15.ADS1115(addressself.adc_address)# self.adc.start_adc(self.adc_channel, gain1)print(f[ADC] 初始化ADS1115 0x{self.adc_address:02X})def calibrate_ro(self, samples50, delay0.1):校准洁净空气中的Ro值必须在洁净空气中执行此校准Args:samples: 采样次数delay: 采样间隔(秒)Returns:float: 校准后的Ro值(kΩ)print([校准] 开始校准Ro值请确保环境空气洁净...)print([校准] 倒计时 5 秒...)time.sleep(5)raw_values []for i in range(samples):raw self._read_raw_adc()raw_values.append(raw)print(f 采样 {i1}/{samples}: {raw})time.sleep(delay)avg_raw sum(raw_values) / len(raw_values)self.ro self._calculate_rs(avg_raw) / SENSOR_CONFIG[ro_clean_air]print(f[校准] Ro {self.ro:.2f} kΩ)print([校准] 校准完成)return self.rodef _read_raw_adc(self):读取ADC原始值Returns:int: ADC原始读数 (0-32767)# 模拟ADC读取实际项目中替换为真实读取# value self.adc.get_last_result()import random# 模拟洁净空气值 ~15000有燃气时降低base_value random.uniform(12000, 18000)noise random.gauss(0, 500)return int(base_value noise)def _calculate_rs(self, raw_adc):计算传感器电阻Rs分压电路原理Vout Vcc * RL / (RS RL)RS RL * (Vcc - Vout) / VoutArgs:raw_adc: ADC原始读数Returns:float: 传感器电阻Rs(kΩ)# ADC参考电压通常为3.3V或5Vv_ref 3.3max_adc 32767# 计算输出电压v_out (raw_adc / max_adc) * v_ref# 防止除零if v_out 0.01:v_out 0.01# 计算Rsrs self.rl * (v_ref - v_out) / v_outreturn rsdef read_ppm(self, gas_typelpg):读取指定气体的浓度值Args:gas_type: 气体类型 (lpg, co, ch4, h2, alcohol, smoke)Returns:dict: 包含浓度数据的字典{ppm: float, # 浓度值(ppm)rs_ro_ratio: float, # Rs/Ro比值raw_adc: int, # 原始ADC值timestamp: str # 时间戳}if self.ro is None:raise RuntimeError(传感器未校准请先调用calibrate_ro())raw_adc self._read_raw_adc()rs self._calculate_rs(raw_adc)rs_ro_ratio rs / self.ro# 根据气体特性曲线计算ppmcurve self.GAS_CURVES.get(gas_type, self.GAS_CURVES[lpg])a curve[a]b curve[b]# ppm (Rs/Ro)^(1/-b) / aif rs_ro_ratio 0:ppm math.pow(rs_ro_ratio, 1.0 / b) / aelse:ppm 0.0# 限制合理范围ppm max(0, min(ppm, SENSOR_CONFIG[max_ppm]))from datetime import datetimereturn {ppm: round(ppm, 2),rs_ro_ratio: round(rs_ro_ratio, 4),raw_adc: raw_adc,timestamp: datetime.now().strftime(%Y-%m-%d %H:%M:%S)}def read_all_gases(self):读取所有支持气体的浓度Returns:dict: 各气体浓度字典results {}for gas in self.GAS_CURVES.keys():results[gas] self.read_ppm(gas)[ppm]return resultsdef get_resistance(self):获取当前传感器电阻Returns:float: 传感器电阻值(kΩ)raw_adc self._read_raw_adc()return self._calculate_rs(raw_adc)def is_warming_up(self):检查传感器是否处于预热状态MQ传感器上电后需要1-2分钟预热Returns:bool: 是否正在预热# 模拟预热检查return self.ro is Nonedef cleanup(self):清理传感器资源print([燃气传感器] 清理资源...)# 实际项目中关闭ADC连接# self.adc.stop_adc()print([燃气传感器] 资源清理完成)# 测试代码if __name__ __main__:sensor MGSensor(mq2)# 模拟校准sensor.ro 9.83 # 假设已校准print(\n开始读取气体浓度10次:\n)for i in range(10):data sensor.read_ppm(lpg)print(f#{i1} | 时间: {data[timestamp]} | fLPG: {data[ppm]:6.1f} ppm | fRs/Ro: {data[rs_ro_ratio]:.4f} | fADC: {data[raw_adc]})time.sleep(0.5)sensor.cleanup()3. alert/buzzer.py - 蜂鸣器报警模块蜂鸣器报警模块提供声光报警功能import timeimport threadingfrom config import ALERT_CONFIGclass BuzzerAlert:蜂鸣器报警控制器支持多种报警模式- 连续音持续蜂鸣- 脉冲音间歇蜂鸣- 渐变音频率变化- SOS音国际求救信号def __init__(self):初始化蜂鸣器self.buzzer_pin ALERT_CONFIG[buzzer_pin]self.led_pin ALERT_CONFIG[led_pin]self.is_alarming Falseself.alarm_thread Noneself._setup_gpio()print(f[蜂鸣器] 初始化完成引脚: {self.buzzer_pin})def _setup_gpio(self):设置GPIO引脚# 模拟GPIO初始化实际项目中替换为真实GPIO操作# import RPi.GPIO as GPIO# GPIO.setmode(GPIO.BCM)# GPIO.setup(self.buzzer_pin, GPIO.OUT)# GPIO.setup(self.led_pin, GPIO.OUT)print(f[GPIO] 设置引脚 {self.buzzer_pin}(蜂鸣器), {self.led_pin}(LED))def start_alarm(self, alarm_typecontinuous):启动报警Args:alarm_type: 报警类型 (continuous, pulse, sos, ramp)if self.is_alarming:returnself.is_alarming Trueself.alarm_thread threading.Thread(targetself._alarm_loop,args(alarm_type,),daemonTrue)self.alarm_thread.start()print(f[报警] 启动 {alarm_type} 报警模式)def stop_alarm(self):停止报警self.is_alarming Falseif self.alarm_thread:self.alarm_thread.join(timeout1)self._turn_off()print([报警] 报警已停止)def _alarm_loop(self, alarm_type):报警循环while self.is_alarming:if alarm_type continuous:self._continuous_beep()elif alarm_type pulse:self._pulse_beep()elif alarm_type sos:self._sos_beep()elif alarm_type ramp:self._ramp_beep()def _continuous_beep(self):连续蜂鸣self._turn_on()time.sleep(0.5)def _pulse_beep(self):脉冲蜂鸣self._turn_on()time.sleep(0.2)self._turn_off()time.sleep(0.3)def _sos_beep(self):SOS求救信号# S: ··· (短长短短长)for _ in range(3):self._turn_on(); time.sleep(0.15)self._turn_off(); time.sleep(0.15)time.sleep(0.15)# O: --- (长短长短长)for _ in range(3):self._turn_on(); time.sleep(0.45)self._turn_off(); time.sleep(0.15)time.sleep(0.15)# S: ···for _ in range(3):self._turn_on(); time.sleep(0.15)self._turn_off(); time.sleep(0.15)time.sleep(1.5)def _ramp_beep(self):渐变蜂鸣for freq in range(1, 5):self._turn_on()time.sleep(0.1 * freq)self._turn_off()time.sleep(0.1)def _turn_on(self):打开蜂鸣器和LED# 实际GPIO操作:# GPIO.output(self.buzzer_pin, GPIO.HIGH)# GPIO.output(self.led_pin, GPIO.HIGH)pass # 模拟模式下不实际操作def _turn_off(self):关闭蜂鸣器和LED# 实际GPIO操作:# GPIO.output(self.buzzer_pin, GPIO.LOW)# GPIO.output(self.led_pin, GPIO.LOW)pass # 模拟模式下不实际操作def beep_once(self, duration0.2):单次蜂鸣Args:duration: 蜂鸣时长(秒)self._turn_on()time.sleep(duration)self._turn_off()def cleanup(self):清理资源self.stop_alarm()print([蜂鸣器] 资源清理完成)if __name__ __main__:buzzer BuzzerAlert()print(测试连续报警...)buzzer.start_alarm(continuous)time.sleep(3)buzzer.stop_alarm()print(\n测试SOS报警...)buzzer.start_alarm(sos)time.sleep(6)buzzer.stop_alarm()buzzer.cleanup()4. alert/voice_prompt.py - 语音提示模块语音提示模块基于TTS技术实现燃气泄漏语音播报import timeimport threadingfrom config import ALERT_CONFIGclass VoicePrompt:语音提示控制器使用文本转语音(TTS)技术播报安全提示支持中文语音合成# 预定义语音提示模板VOICE_TEMPLATES {leak_detected: 警告检测到燃气泄漏浓度超标请立即撤离,valve_closed: 燃气阀门已自动关闭请开窗通风切勿开关电器,safe_now: 燃气浓度已恢复正常请检查泄漏原因后再通气。,calibration: 燃气检测器校准中请确保环境空气洁净。,system_ready: 燃气检测系统就绪正在实时监控中。,low_battery: 燃气检测器电量不足请及时充电或更换电池。}def __init__(self):初始化语音引擎self.enabled ALERT_CONFIG[voice_enabled]self.volume ALERT_CONFIG[voice_volume]self.is_speaking Falseself.tts_engine Noneif self.enabled:self._initialize_tts()print(f[语音] 初始化完成状态: {已启用 if self.enabled else 已禁用})def _initialize_tts(self):初始化TTS引擎支持多种TTS后端gTTS, pyttsx3, pico2wavetry:# 尝试使用pyttsx3离线TTSimport pyttsx3self.tts_engine pyttsx3.init()# 设置语速self.tts_engine.setProperty(rate, 150)# 设置音量self.tts_engine.setProperty(volume, self.volume / 100.0)# 设置中文语音如果可用voices self.tts_engine.getProperty(voices)for voice in voices:if chinese in voice.languages[0].decode().lower():self.tts_engine.setProperty(voice, voice.id)breakprint([TTS] 使用pyttsx3引擎)except ImportError:print([TTS] pyttsx3未安装使用模拟模式)def speak(self, text, prioritynormal):播报文本Args:text: 要播报的文本priority: 优先级 (low, normal, high, critical)if not self.enabled:print(f[语音-静音] {text})returnif self.is_speaking:if priority critical:# 关键提示可打断当前播报self._stop_speaking()else:returnself.is_speaking Trueif self.tts_engine:# 使用真实TTS引擎self._speak_thread(text)else:# 模拟模式self._simulate_speech(text)def _speak_thread(self, text):TTS播报线程def tts_worker():self.tts_engine.say(text)self.tts_engine.runAndWait()self.is_speaking Falsethread threading.Thread(targettts_worker, daemonTrue)thread.start()def _simulate_speech(self, text):模拟语音播报无TTS引擎时print(f\n{*50})print( [语音播报])print(f {text})print(f{*50}\n)# 模拟播报时长time.sleep(len(text) * 0.15)self.is_speaking Falsedef play_template(self, template_name, **kwargs):播放预定义语音模板Args:template_name: 模板名称**kwargs: 模板变量if template_name in self.VOICE_TEMPLATES:text self.VOICE_TEMPLATES[template_name]# 替换变量for key, value in kwargs.items():text text.replace(f{{{key}}}, str(value))self.speak(text, priorityhigh)def stop_speaking(self):停止当前播报if self.tts_engine:self._stop_speaking()self.is_speaking Falsedef _stop_speaking(self):停止TTS引擎try:self.tts_engine.stop()except:passdef set_volume(self, volume):设置音量Args:volume: 音量值(0-100)self.volume max(0, min(100, volume))if self.tts_engine:self.tts_engine.setProperty(volume, self.volume / 100.0)def cleanup(self):清理资源self.stop_speaking()if self.tts_engine:self.tts_engine.stop()print([语音] 资源清理完成)# 测试代码if __name__ __main__:voice VoicePrompt()print(测试语音播报:\n)voice.play_template(leak_detected)time.sleep(2)voice.play_template(valve_closed)time.sleep(2)voice.speak(这是一条普通优先级的测试消息。)time.sleep(2)voice.speak(这是一条关键提示会打断之前的播报, prioritycritical)voice.cleanup()5. actuator/gas_valve.py - 燃气阀门控制模块燃气阀门控制模块控制电动燃气阀的开关实现气源自动切断import timeimport threadingimport loggingfrom config import VALVE_CONFIG, SYSTEM_CONFIGclass GasValveController:燃气阀门控制器支持常闭(NC)和常开(NO)两种阀门类型具备安全联锁保护机制VALVE_STATES {OPEN: open,CLOSED: closed,OPENING: opening,CLOSING: closing,FAULT: fault}def __init__(self):初始化阀门控制器self.valve_pin VALVE_CONFIG[valve_pin]self.valve_type VALVE_CONFIG[valve_type]self.close_duration VALVE_CONFIG[close_duration]self.manual_override VALVE_CONFIG[manual_override]self.current_state self.VALVE_STATES[CLOSED]self.target_state self.VALVE_STATES[CLOSED]self.is_moving Falseself.last_operation_time Noneself.fault_count 0self._setup_gpio()print(f[阀门] 初始化完成引脚: {self.valve_pin}, f类型: {常闭 if self.valve_type normally_closed else 常开})def _setup_gpio(self):设置GPIO引脚# 模拟GPIO初始化实际项目中替换为真实GPIO操作# import RPi.GPIO as GPIO# GPIO.setmode(GPIO.BCM)# GPIO.setup(self.valve_pin, GPIO.OUT)# GPIO.output(self.valve_pin, GPIO.LOW if self.valve_type normally_closed else GPIO.HIGH)print(f[GPIO] 设置阀门引脚 {self.valve_pin})def get_state(self):获取阀门当前状态Returns:dict: 阀门状态信息return {state: self.current_state,target_state: self.target_state,is_moving: self.is_moving利用AI解决实际问题如果你觉得这个工具好用欢迎关注长安牧笛

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2434605.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…