• [技术干货] 【操作指南】如何快速搭建数据大屏?
    操作场景数据大屏是面向企业数据消费者,将可视化和场景叙事技术结合,运行在智能设备上,非接触式连接的酷炫大屏,满足业务监控数字屏、项目会议演示屏,以及对外媒体大屏等场景,从而推动企业数据群体消费。操作流程图1 创建大屏流程步骤1:新建项目登录DataArts Insight管理控制台。在DataArts Insight控制台,按照如下指引,新建项目。单击右侧的“新建项目”创建项目。在新增项目页面输入项目的名称。选择对应的企业项目。填写描述信息。单击‘确认’完成项目创建。说明:项目名称只能由中英文字、数字、以及下划线(_)、斜线(/)、反斜线(\)、竖线(|)、小括号(())、中括号([])组成。项目名称字符长度不超过50个字符。描述信息的长度不超过512个字符。图2 新增项目步骤2:新建数据源新建数据源有以下几种方式:DataArts Insight首页新建数据源快速入口。项目页面内“数据管理 > 数据源”页面下新建数据源。本示例选择在项目页面下创建数据源。进入新建的项目,按下图指引完成数据源的链接,单击“新建数据源”。图3 新建数据源源库类型:选择数据源作为数据分析的数据输入。DataArts Insight支持连接ClickHouse、GaussDB(DWS),同时也支持API数据源接入。本例选择GaussDB(DWS)为源库类型,接入网络类型选择公网接入。更多参数配置请参考表2。表1 数据源说明数据源描述ClickHouseClickHouse是一款开源的面向联机分析处理的列式数据库。GaussDB(DWS)数据仓库服务是一种基于华为云基础架构和平台的在线数据处理数据库,提供即开即用、可扩展且完全托管的分析型数据库服务。API数据通过API的方式连接数据源。图4 新建DWS数据源表2 配置项参数说明参数描述名称数据源配置列表的显示名称。说明:名称长度不能超过32个字符,只能由字母、数字和下划线(_)组成,且只能以字母开头。域名数据源IP。用户名登录数据库的用户名。密码登录数据库的密码。端口对应数据库的登录端口。数据库登录的数据库名称。SASL_SSL开启SASL_SSL可以实现数据源和DataArts Insight之间的可信身份认证与安全数据传输。完成配置项填写单击“连接测试”。测试连接成功后,点击“确定”完成数据连接。步骤3:新建数据集新建数据集以下几种方式:DataArts Insight首页新建数据集快速入口。项目页面内“数据管理 > 数据集”页面下新建数据集。数据源列表下创建数据集。本示例选择在项目页面下“数据管理 > 数据集”下创建数据集。完成数据源连接后,创建数据集,单击“新建数据集”。图5 新建数据集配置数据源信息。选择步骤2:新建数据源中新建的数据源作为数据集的输入。选择数据源的数据库、Schema。双击数据表,进入数据预览页面。在该页面可对数据进行过滤、新建指标和新建层次维度等操作。图6 配置数据集相关参数单击右侧的“保存”保存数据集的配置信息。输入数据集的名称,单击“确定”完成数据集创建。说明:数据集名称只能由中英文、数字及下划线(_)组成,且不超过64个字符。步骤4:新建数据大屏新建数据大屏有以下几种方式。控制台直接创建。进入项目进行创建。数据集编辑页面创建大屏。数据集列表页面创建大屏。本示例使用数据集编辑页面创建大屏:登录DataArts Insight管理控制台。单击控制台右侧的,搜索所需的项目名称,单击项目名进入项目页面。图7 查找项目单击左侧“数据集”,进入数据集页面,单击对应数据集操作列表下的“编辑”进入数据集编辑页面。图8 数据集编辑页面创建大屏在数据编辑页面,单击右上侧的“创建大屏”,进入创建大屏页面。图9 大屏配置页面在大屏配置页面的左侧选择需要的组件,拖拽进画布内。本示例使用的是折线柱图组件为例,更多组件的使用请参考数据大屏章节。配置组件字段和样式。配置组件字段在数据列选择需要的数据集。将需要的类别轴/维度和轴值/度量分别拖拽至“字段 >类别轴/维度和轴值/度量”内。单击“更新”,完成组件字段配置。配置组件样式单击“折线柱图 > 样式”。在样式页面对组件的样式进行配置。保存或保存并发布大屏。完成大屏制作之后,单击大屏编辑页面右上侧的“保存并发布”或“保存”。保存:保存大屏之后,在大屏页面大屏不具有查看大屏功能。在保存的页面输入大屏的名称。图10 保存并发布说明:大屏名称不能为空,只允许输入长度为1到32位由数字、中文、英文、下划线(_)或中划线(-)组成的字符串。保存并发布:保存并发布大屏之后,在大屏页面大屏具有查看功能。在保存并发布的页面输入大屏的名称。图11 保存并发布说明:大屏名称不能为空,只允许输入长度为1到32位由数字、中文、英文、下划线(_)或中划线(-)组成的字符串。步骤5:查看/预览大屏当大屏创建完成之后,可以进行预览方便对大屏的效果进行修改,本节将为您介绍如何预览大屏。在页面的右上侧,点击“预览”,即可完成预览大屏的功能。图12 预览大屏图13 零售数据大屏效果图
  • [技术干货] 【操作指南】如何使用仪表板分析数据?
    操作场景DataArts Insight提供了简单易用的可视化操作和灵活高效的多维分析能力,DataArts Insight连接外部数据源,即可进行数据分析和报表搭建。本节将为您介绍使用DataArts Insight连接GaussDB(DWS)数据源制作图表的操作步骤。操作流程图1 智能数据洞察快速入门的流程步骤1:新建项目登录DataArts Insight管理控制台。在DataArts Insight控制台,按照如下指引,新建项目。单击右侧的“新建项目”创建项目。图2 创建项目在新增项目页面输入项目的名称。选择对应的企业项目。填写描述信息。单击“确认”完成项目创建。说明:项目名称只能由中英文字、数字、以及下划线(_)、斜线(/)、反斜线(\)、竖线(|)、小括号(())、中括号([])组成。项目名称字符长度不超过50个字符。描述信息的长度不超过512个字符。图3 新增项目步骤2:新建数据源新建数据源有以下几种方式:DataArts Insight首页新建数据源快速入口。图4 数据源项目页面内“数据管理 > 数据源”页面下新建数据源。本示例选择在项目页面下创建数据源。进入新建的项目,按下图指引完成数据源的链接,单击“新建数据源”。图5 新建数据源源库类型:选择数据源作为数据分析的数据输入。DataArts Insight支持连接ClickHouse、GaussDB(DWS),同时也支持API数据源接入,详细了解请参见新建数据源章节。示例选择GaussDB(DWS)为源库类型,接入网络类型选择公网接入。更多参数配置请参考表2。表1 数据源说明 数据源描述ClickHouseClickHouse是一款开源的面向联机分析处理的列式数据库。GaussDB(DWS)数据仓库服务是一种基于华为云基础架构和平台的在线数据处理数据库,提供即开即用、可扩展且完全托管的分析型数据库服务。API数据通过API的方式连接数据源。图6 新建DWS数据源表2 配置项参数说明 参数描述名称数据源配置列表的显示名称。说明:名称长度不能超过32个字符,只能由字母、数字和下划线(_)组成,且只能以字母开头。域名数据源IP。用户名登录数据库的用户名。密码登录数据库的密码。端口对应数据库的登录端口。数据库登录的数据库名称。SASL_SSL开启SASL_SSL可以实现数据源和DataArts Insight之间的可信身份认证与安全数据传输。完成配置项填写单击“连接测试”。测试连接成功后,点击“确定”完成数据连接。步骤3:新建数据集新建数据集以下几种方式:DataArts Insight首页新建数据集快速入口。图7 数据集项目页面内“数据管理 > 数据集”页面下新建数据集。数据源列表下创建数据集。本示例选择在项目页面下“数据管理 > 数据集”下创建数据集。完成数据源连接后,创建数据集,单击“新建数据集”。图8 新建数据集配置数据源信息。选择步骤2:新建数据源中新建的数据源作为数据集的输入。选择数据源的数据库、Schema。双击数据表,进入数据预览页面。在该页面可对数据进行过滤、新建指标和新建层次维度等操作。图9 配置数据集相关参数单击右侧的“保存”保存数据集的配置信息。输入数据集的名称,单击“确定”完成数据集创建。说明:数据集名称只能由中英文、数字及下划线(_)组成,且不超过64个字符。步骤4:新建仪表板创建仪表板有以下几种方式:DataArts Insight首页创建仪表板快速入口。图10 仪表板创建数据集编辑页面。在控制台单击需要操作项目>数据集>操作列>单击编辑,进入数据集编辑页面,单击页面右上角“创建仪表板”按钮。数据集列表页面。在控制台单击需要操作项目>数据集>操作列>新建仪表板。仪表板表页面。在控制台单击需要操作项目>数据分析>仪表板>新建仪表板。本示例选择在数据集编辑页面进行创建仪表板。在新建的数据集页面,单击右上角的“创建仪表板”进入仪表板页面。新建可视化图表,本示例以智能图表为例。在智能图表区域,将数据的“维度”和“度量”通过鼠标拖动到“智能图表”内的“列”内。图11 制作智能图表点击“更新”之后就可以得到需要的智能报表内容。图12 智能报表效果单击右侧的“保存”保存智能报表。输入仪表板的名称,单击“确定”保存成功。也可通过单击“保存并发布”,保存并发布仪表板。发布后支持预览仪表板。步骤5:查看/预览仪表板查看仪表板要查看的仪表板必须是已经发布的仪表板,未发布仪表板不具有查看的功能。在所创建的项目下,单击数据分析下的“仪表板”,进入仪表板页面。在仪表板页面,选择对应的仪表板单击操作列下的“查看”,就可以查看新建成功的仪表板。图13 查看仪表板预览仪表板在仪表板页面,选择对应的仪表板单击操作列下的“预览”,就可以预览仪表板。图14 预览仪表板
  • 智能数据洞察(DataArts Insight)入门指引
    根据您的角色推荐了不同的文档,从而帮助您更快速、更轻松地使用智能数据洞察(DataArts Insight)服务。如果您是初学者如果您是大数据初学者,建议您先熟悉以下模块,了解DataArts Insight的基本功能和常用操作。模块说明产品介绍DataArts Insight服务的介绍文档,从服务的常用概念、产品优势、应用场景、计费说明、权限管理等多个方面进行介绍,让您初步了解数据洞察服务。快速入门DataArts Insight服务的快速使用指导,通过一些示例指导您快速完成仪表板搭建、大屏制作的入门操作。用户指南介绍链接数据源、搭建数据集、搭建仪表板和大屏的相关操作指导。如果您是数据分析师如果您是数据分析师,建议您先熟悉以下模块,掌握DataArts Insight支持的基本功能,帮助你快速上手分析业务数据。组件模块说明数据源相关数据源连接数据分析人员分析的基础是数据源。当前DataArts Insight支持接入大数据平台、文件数据源、API数据源,并且支持可靠安全的数据连接方式,为数据分析人员提供丰富多种的数据源,有效的提高数据分析人员的分析效率。数据源授权DataArts Insight支持将数据源的编辑和使用权可以授权给其他的用户或用户组,当存在多个用户使用该数据源时该功能可以提高数据源的利用效率。数据集相关创建数据集DataArts Insight数据集是可视化分析的基础,您可将需要分析的数据源创建维数据集,DataArts Insight支持可视化配置或自定义SQL方式创建数据集。自定义SQL在数据分析中,一些复杂的逻辑或模型可通过自定义SQL创建数据表。并且自定义SQL支持变量设置,可满足更复杂多变的分析场景。多表关联建模在数据分析时,当需要分析的数据存储在不同的表,您可以通过数据关联,把多个表连接起来,形成模型进行数据分析。DataArts Insight支持左外连接(LEFT JOIN)、内连接(INNER JOIN)、右外连接(RIGHT JOIN)三种连接方式。仪表板相关新建仪表板DataArts Insight提供了多种图表样式,覆盖了表格、线图/面图、柱状图/条形图、指标图4大类分析图表,满足您灵活多样的可视化分析需求。当前报表默认展示在仪表板中。仪表板控件DataArts Insight提供了多种类型的仪表板控件供新建数据表时按需选择使用。大屏相关新建数据大屏数据大屏的常见应用场景包括活动数据监控、项目会议演示、对外接待,是DataArts Insight分析场景的重要组成部分,致力于满足企业高可视化要求的数据展示场景。如果您是开发工程师如果您拥有一定的开发经验,想要基于DataArts Insight现有能力进行更复杂的数据分析和开发,建议您学习和掌握以下功能模块。模块说明开发指南提供样例开发样例,您可以基于DataArts Insight API进行二次开发,构建自己的应用。API参考您可以调用DataArts Insight提供的API接口完成数据分析等业务操作。
  • 智能数据洞察(DataArts Insight)产品定位
    智能数据洞察(DataArts Insight)致力于用更生动、友好的形式,即时呈现隐藏在瞬息万变且庞杂数据背后的业务洞察。无论在零售、物流、电力、水利、环保、还是交通领域,通过交互式实时数据可视化视屏墙来帮助业务人员发现、诊断业务问题。 DataArts Insight提供丰富的可视化组件,除了针对业务展示优化过的常规图表外,还有拓扑关系等异形图表供您自由搭配。DataArts Insight无缝集成华为云数据仓库服务、支持本地CSV、在线API及企业内部私有云数据;满足您各类大数据实时计算、监控的需求,充分发挥大数据计算的能力。拖拽即可完成组件自由配置与布局、所见即所得,无需编程就能轻松搭建可视化大屏。DataArts Insight特别针对拼接大屏端的展示做了分辨率优化,能够适配非常规的拼接分辨率。创建的大屏能够发布分享,作为您对外数据业务展示的窗口。
  • 开通智能数据洞察(DataArts Insight)服务
    申请开通DataArts Insight服务,并完成服务授权即可开启数据自助分析之旅,洞察数据的奥秘。前提条件DataArts Insight尚在公测阶段,请先申请产品公测,再参考本节操作开通服务。申请DataArts Insight公测。开通DataArts Insight服务套餐首次使用DataArts Insight服务请按照控制台引导开通服务,并完成委托授权。说明:服务授权需要主帐号或者用户组Admin中的子帐号进行操作。如果需要对委托权限进行调整,可在“委托授权”页面中进行修改。单击“开通服务”。阅读并勾选服务协议。图1 开通DataArts Insight服务获取云服务使用权限。授权后DataArts Insight才拥有对所选云服务的使用权限。授权后可在系统设置-授权功能下再次对云服务的使用进行授权或取消授权同意授权后,DataArts Insight将在统一身份认证服务IAM为您创建委托,授权成功后,可以进入服务委托列表查看。表1 DLI委托权限列表 权限名详细信息备注VPC AdministratorDataArts Insight数据源连接需要使用VPC、子网、路由、对等连接功能,因此需要获得使用VPC(虚拟私有云)的VPC Administrator权限。由于云服务缓存需要时间,授权需3分钟左右才能生效。IAM ReadOnlyAccessDataArts Insight对未登录过DLI的用户进行授权时,需获取IAM用户相关信息。因此需要IAM ReadOnlyAccess权限。单击“确认”完成服务授权后,即可开始用DataArts Insight服务。
  • 申请智能数据洞察(DataArts Insight)公测
    目前,智能数据洞察(DataArts Insight)服务处于公测中,您可以申请公测,免费试用产品。前提条件由于公测期间资源有限,仅限已通过实名认证的华为账号申请公测。申请公测如果您已有华为账号并已开通华为云,请继续执行以下步骤。如果您还没有华为账号,参考注册华为账号并开通华为云。登录DataArts Insight DataArts Insight申请公测页面。填写公测申请表。在申请公测页面,填写公测申请表。勾选“同意《公测试用服务协议》”,单击“申请公测”。提交公测申请。系统提示已提交公测申请,预计5个工作日以内完成审核,请您耐心等待。审批成功。系统后台审批通过之后,会通过邮件(如果在申请表中填写了邮箱地址)或短消息的方式通知您。在“我的公测”页面单击“前往控制台”,或者重新进入DataArts Insight管理控制台即可使用DataArts Insight服务。公测期间产品规格信息DataArts Insight公测期间提供公测版本供用户体验,且公测期间免费试用。企业版规格如表1所示。表1 DataArts Insight公测期间企业版规格版本规格说明支持的用户数量适用场景企业版支持BI加速引擎支持盘古 for BI支持智能洞察50面向个人分析师或开发者,满足通常场景自助分析功能体验诉求。
  • [常见问题] 【DTSE Tech Talk 精选问答】NO.39丨华为云业务可视化构建平台SVE,你的数据分析好帮手
    从入门到进阶,数据化可视化大屏搭建到底有多简单?快来华为云业务可视化构建平台SVE瞧一瞧!华为云aPaaS DTSE技术布道师左倩老师分享华为云开天aPaaS SVE(Service Visualization Establish Platform)可视化开发平台,它集成了大量业务场景卡片和屏幕模板,用户无需懂代码,分钟级即可完成业务数据的可视化编排,屏幕开发效率提升2-3倍,加速推动企业数据可视化落地,辅助经营决策。观看直播:cid:link_0※ SVE 基本介绍 ※Q:SVE当前有哪些长期规划和发展方向?A:1、支持对接大模型,快速构建可视化屏幕;2、提供更丰富的行业可视化模板Q:SVE的产品设计理念和架构是怎样的?A:采用“一次开发,多端使用,实时协同”的设计思路,通过卡片机制,拖拉拽的方式构建前端页面,支持对接API、连接器、流编排的数据对接能力,实现业务数据的实时对接,快速实现业务数据的可视化编排。Q:SVE的大中小屏分别是PC、手机和公共场所大屏这三类吗,包不包含pad和智慧屏?A:SVE支持多分辨率,屏幕尺寸支持PC屏,2K屏,4K屏,也支持自定义像素,在PC,Pad,智慧屏和移动端,卡片可以做到良好的自适应。Q:SVE的发布周期怎么样?如何做可视化屏的版本控制和管理?A:每月有版本发布,可视化屏幕没有版本控制,卡片有版本控制。Q:SVE集成的业务场景卡片和屏幕模板具体包含哪些行业内容?A:包括图片、图表、地图等150种分门别类的卡片模板,并不区分特定行业。※ SVE 功能介绍 ※Q:SVE可视化开发平台如何提供辅助经营决策?A:SVE可视化可提供各种类型的数据展示,比如业务趋势、数据对比、数据分布等等,这些都能够提供用户真实的业务现状,为用户后续的决策提供辅助。Q:SVE可视化开发平台如何提供扩展和定制化开发?A:SVE提供脚手架,用户可使用代码开发自定义的卡片模板,上传到SVE平台基于此自定义模板创建卡片和屏幕。Q:SVE可以和低代码平台联合进行基于事件驱动的数据可视化开发和部署吗?A:SVE本身就是一套低代码平台,主要做数据可视化,能力上支持联合其他低代码平台进行基于事件驱动的数据可视化开发。Q:SVE平台是否有预置多种数据可视化方案可供选择,如大屏、移动端、Web等?A:SVE从行业中提取了100+的公共卡片模板,用户可以直接使用这些模板生成所需卡片,SVE所生成的卡片都支持大中小屏切换。Q:SVE支持多人同时协作开发吗?最多支持多少用户同时操作?A:SVE当前没有设置锁的约束,同一租户下,所有用户可以共享所有的资源,多人可以负责不同卡片的协同开发,然后组装成一个可视化大屏,同一个可视化大屏以保存时刻的状态为保存状态。SVE是支持动态扩容的,支持高并发,同时刻支持100+的并发。Q:SVE支持自定义屏幕模板库吗?提升开发效率主要体现在哪些方面?A:SVE提供脚手架,支持用户自定义屏幕模板。提升开发效率体现在:1、丰富的卡片模板和屏幕模板,基于模板可直接配置满足业务场景的卡片和屏幕;2、配置简单,0基础上手;3、一次开发就可实现多端(大屏、中屏、小屏)使用。Q:华为云业务可视化构建平台SVE主要有哪些价值优势?A:1、0码开发,0基础上手,0时间等待,所见即所得;2、大中小屏一致性可视体验;3、可视资产沉淀;4、轻量化部署;5、大中小屏协同Q:华为云开天aPaaS SVE可视化开发平台集成了大量业务场景卡片和屏幕模板,那么这些卡片和模板是如何被开发和设计的?是否可以自定义开发和设计?A:SVE平台的卡片模板是项目中不断积累的,当前已提供通用卡片模板资产100+。行业定制的卡片模板/离线卡片是基于具体业务场景,通过离线脚手架定制开发(vue3),打包上传至SVE平台,进行屏幕组装即可,卡片模板/卡片在对应行业后续的可视化大屏开发中可以做到高效复用。SVE提供卡片开发指南,卡片模板/卡片的内容支持自定义,可以做到基于业务场景的高保真。Q:平台的用户群体主要是哪些行业?A:智慧机场、海关港口、煤矿行业、金融行业、政府行业等。Q:平台对于企业数据可视化落地有哪些具体的辅助作用?A:1、一次开发,多端使用;2、卡片和屏幕可单独集成到业务应用中;3、大中小屏协同Q:平台如何进行自定义的数据可视化图表类型?A:SVE提供脚手架,用户可使用代码开发自定义的卡片模板,上传到SVE平台基于此自定义模板创建卡片和屏幕。Q:平台如何提供多种主题和样式的选择?A:SVE平台预置有多个基础主题,同时支持用户自定义主题并上传到SVE平台使用。Q:平台如何提供数据的多维度比较和对比功能?A:SVE提供多种类型的图表类卡片,可根据业务诉求展示数据,比如折线图可按照不同的时间维度展示数据趋势,饼图按照不同的指标维度展示数据的占比等等。Q:平台如何提供数据的关联分析和关系图展示?A:平台提供屏幕内不同卡片间的数据联动能力,通过简单的配置就可实现图与图之间的关联。Q:平台如何提供数据的实时同步和更新?A:卡片如果使用restful api、连接器、流编排获取数据,SVE支持配置api调用的时间间隔,实现数据的定时同步更新。Q:平台提供了哪些业务场景卡片和屏幕模板?A:卡片模板包括图表类的有基础的柱状图、折线图、饼图、环形图、水滴图、条形图、仪表盘、散点图等,地图表的有中国散点地图、中国迁徙图等。Q:平台怎么结合数据的传感器监测和物联网应用?A:SVE支持通过restful api或者连接器,对接物联网应用的数据源,实现物联网数据的获取和展示。Q:平台怎样结合移动设备上的数据可视化展示?A:SVE支持小屏展示卡片和屏幕,会根据小屏大小对图形进行自适应,保证可视化的良好体现。Q:使用平台是否需要具备一定的编程知识?A:如果只使用SVE提供的卡片模板和屏幕模板来创建卡片和屏幕就可以满足业务诉求,则不需要编程知识。如果需要自定义卡片模板和屏幕模板,刚需要具体一定的前端编程知识如Vue、JS、CSS等,还要具体一定的工程能力如npm打包等。
  • [问题求助] 200DK ROS使用 正常打开turtle节点 但是打不开可视化界面
    按照教程走了ROS安装,安装成功了。想试下turtle测试下,但没有出现可视化界面,实际操作过程中用键盘输入是有响应的。然后查了下说可以rosrun rqt_plot 或者rqt_graph或者rqt_publisher,但是全都报错This plugin does not support propagateSizeHints()请问该怎么解决,想打开可视化界面。
  • [热门活动] AppCube新特性见面会回顾来啦,错过直播的同学直接来看课代表笔记啦~
    11月18日,华为AppCube应用魔方11月产品直播见面会在Attendee数字活动平台顺利举办。而本次直播平台——Attendee正是由AppCube搭建而成。作为华为数字化转型实践产品,AppCube在11月迎来了全线产品的全新升级,本次见面会特邀三大产品线的专家们现身讲解,在线答疑及实操演练。下面一起来回顾直播高光特性讲解时刻0101.空间管理灵活的项目空间管理解决团队之间的误操作和数据隐私保护,实现多团队间的开发资源隔离和共享。空间用户管理:支持设置空间的管理员&开发者。空间项目管理:支持不同空间的项目隔离与跨空间复制。收藏/素材/自定义组件/自定义库管理:支持不同空间的资源隔离与跨空间复制。空间数据源管理:支持不同空间的数据源隔离。02.数据源管理丰富数据源接入范围,打通DMAX和AppCube,DWS,DLI的数据壁垒。支持对接DWS数据源和DLI数据源:满足您各类大数据实时计算、监控的需求,充分发挥大数据计算的能力。支持AppCube数据源:满足您直接获取AppCube低代码/零代码应用的对象数据的诉求,通过自定义转换器即可实现数据简单的BI处理呈现。03.画布操作体验提升支持多组件成组后批量调整布局和大小支持画布操作快捷键功能04.素材管理能力增强新增素材资产管理支持上传自定义素材资产支持素材在不同空间、不同项目间的复用05.支持设置访问限制支持使用分享码访问:访问者输入预设的分享码,方可访问大屏页面。支持Token验证:通过Token方式将可视化应用的访问权限与您的权限体系进行集成。01. 新版应用设计器:极简,易用,高效更合理的空间布局:新版设计器优化了功能入口布局,寻找功能更符合开发者思维习惯。引导式开发体验: 以需求场景为开发起点,一路引导,让开发旅程更顺畅。降低门槛:持续降低开发门槛,功能更易用,如一键部署,可视化建模等。02. 图形化建模改表格式为图形化,模型操作更简单。模型关系一目了然,不用再为找关系发愁。简化对象编辑步骤,选择模型就可以编辑。一键添加字段,交互体验更人性化。03 .一键部署触手可及以开发者为中心,化繁为简,降低门槛,屏蔽打包、发布、部署等环节。打包发布部署一体化,部署进度/结果可视化,简化新手探索过程。04. 云地开发联调,无需直连网络,穿透代理,打通云上开发与本地系统的集成联调建立云上开发环境与本地系统之间的网络桥梁,满足云上开发与本地系统之间的联调需要,并保障本地数据安全。通过本地网关来覆盖80%的集成场景。可支撑多种集成场景,覆盖大部分开发需求,可用于双向联调云端与本地的HTTP接口,可用于本地页面集成和用户集成。提供严格的安全防控,保障企业本地数据安全,提供完善的鉴权和私密通信机制,云端不读取任何业务数据,保障数据安全性。05. 租户自定义域名: 提供安全可靠的同一环境多个域名访问模式自定义域名支持SSL证书认证和应用访问控制,保护应用访问安全。提供安全可靠的内外网访问机制,不同用户不同登录认证。01.自动化任务:轻松实现业务自动化,解放双手轻松实现表单间数据互联互通,打破数据孤岛,支持按照预设规则完成业务自动化,高效做你的智能小助手。自动化数据处理更灵活,数据更新符合条件时,支持更新指定表单数据;或定时触发修改指定数据。审批流程事件触发更智能,根据审批节点的结果,更新表单或发送通知。零低码低代码协同,与低码平台天然配合,推送零代码应用数据给外部系统。任务日志跟踪清晰可见,记录详细的任务执行日志,支持问题快速定位分析。02 .实现Welink&企业微信集成企业微信、WeLink用户零门槛体验。全面助力用户快速构建个性化业务场景。支持桌面版和移动版、在组织群组中灵活分享、可引入通讯录功能。03.分享无边界信息分享更进一步,分享渠道不再受限。PC端「公开分享」来了,让你的分享渠道不再受限!视图/图表页支持分享,让信息共享更进一步04.数据操作优化透视表组件上线,数据汇总更进一步,轻松搞定多维度数据精细化管理。新增问卷模式设置,玩转数据收集。视图克隆/数据克隆上线,同一份数据不同纬度查看,数据处理效率提升百分百。05.审批流持续增强流程节点能力增强(1)新增填写节点,支持非审批类业务节点数据提交,推进流程执行(2)支持并行/条件分支节点设定,不同状态分流更灵活增强节点属性设置:支持设定限时处理、批量审批、节点回退,支持对接企微消息,多渠道信息通知触达。支持流程申请时,保存多条暂存(草稿)。----------------------------------------------------------------------相关链接:DMAX:空间管理能力上线,实现团队间的开发隔离; 通过分享码和Token更安全的分享和嵌入大屏页面到第三方系统。DMAX能力抢先看>>>>低代码:新增新版应用设计器,实现应用开发团队的灵活协作和隔离,图形化建模,一键发布等能力。 云地联调能力发布,打通云上开发与本地系统的集成联调。低代码能力抢先看>>>>零代码:自动化能力上线,实现应用数据自动更新和消息提醒。自动化能力抢先看>>>>直达产品去体验>>>>
  • [经验交流] 模式识别中感知器的简单应用
           感知器准则函数的基本思想是寻找一个权向量,使得规范化增广样本向量集的错分样本数最少。(下面附有源代码,如有问题请批评指正)       下面的代码仅为展示。       奖惩算法的步骤:       (1)设规范化增广样本集合Y={y1,y2,y3...,yn},初始化权向量,置k=0(迭代次数);       (2)输入n个训练样本,计算判别函数         ,其中a(k)为第k次迭代的权向量;       (3)按照如下公式修改权向量:                                          其中c为正的步长因子(校正增量),如果a(k)转置与yi的内积>0,表示分类正确,不修改权向量,否则就分类错误,修改权向量。      (4)令k = k+1,返回(2),直到权向量对所有训练样本均稳定不变,此时训练样本都被正确分类,得到的权向量就是最优解向量      1.首先导入用到的模块,输入已知样本(线性可分的),定义初始权向量,并对样本进行增广规范化          # -*- coding: utf-8 -*-          import matplotlib.pyplot as plt           plt.rcParams['font.sans-serif'] = ['SimHei']             plt.rcParams['axes.unicode_minus'] = False          import numpy as np         #步长         c = int(input('请输入步长因子:'))         #初始权向量         w = [1,1,1]         #样本         a1 = [0,0]         a2 = [0,1]         a3 = [1,0]         a4 = [1,-1]         #将样本存放在一个二维数组里         train = [a1,a2,a3,a4]         #存储样本点(deepcopy)         #绘图用得到         init_train = [a1[:],a2[:],a3[:],a4[:]]         #增广         for i in range(len(train)):              train.append(1)         print('增广后;',train)         #规范化         for i in range(len(a3)):               a3 = -a3               a4 = -a4             print("处理后的train:\n",train)运行结果:               2.将运算部分以函数的形式呈现,便于后面的实现。   #求解向量          def mulplication(m,n):          """向量积"""          s = 0          for i in range(len(m)):               s += m*n          return s           #测试函数值          print('测试值:',mulplication(a1,w))          print()          print('----------开始进行奖惩算法----------\n\n')          def correct(w,x):             """修正权向量"""                w_new = []                for i in range(len(w)):                     w_new.append(w+c*x)        3.开始利用奖惩思想进行迭代(修正权向量表示惩罚,否则为不罚)         #储存错判类别次数         error = 0            while(True):              for i in range(len(train)):              result = mulplication(train, w)              if result <= 0:                  error += 1                  print('更新前:',w)                  w = correct(w,train)                  print('更新后:',w)              else:                    print('--哈哈,本次未更新')                    continue                       if error == 0:               print('本轮迭代完毕,没有被错判的, w是:',w)               print('*'*35)               print("final w is:",w)               break           else:               print("本轮迭代完毕,有{}次被误判!!!".format(error))               print('*'*35)               error = 0               continue           print("\n判别函数:\n")           print('g(x)='+str(w[0])+'*'+'x1'+'+'+str(w[1])+'*'+'x2'+'+'+str(w[2]))    运行结果:(局部)                  4.由于我给定的样本集是二维的,所以我用python的matplotlib模块进行了可视化。         #判别函数的展示         x1 = []  #x1作为横轴         x2 = []  #x2作为纵轴        #print("ini_train:\n",init_train)        for i in range(len(init_train)):             x1.append(init_train[0])             x2.append(init_train[1])        c_value = ['b','b','g','g']        plt.scatter(x1,x2,c=c_value)        plt.title("判别函数图像")        plt.xlim(-1,2)        plt.ylim(-2,2)       #令判别函数等于0,可得到判别界面:       if w[1] == 0:            x1 = -w[2]/w[0]            plt.vlines(x1,-2,2, colors='r', linestyles='dashed', label='判别函数')       elif w[0]==0:            x2 =  -w[2]/w[1]            plt.hlines(x2,-1,2, colors='b', linestyles='dashed', label='判别函数')      else:            x = np.arange(-1, 2, 0.1)            y = -(w[0]*x+w[2])/w[1]            plt.plot(x,y,color='r',label='判别函数')          plt.legend()      plt.show()                                       到这本次感知器算法基本结束,如有更好的代码模块,咱们共同交流,谢谢。参考文献:模式识别导论课本(西安电子科技大学出版)
  • [分享交流] 多通道信号分析软件系统
    多道信号分析软件系统  简介 1  数据文件   支持*.edf、*.bdf、*.cnt、*.eeg、*.wav、*.dss等信号数据文件格式。2  波形操作   显示起点、显示页长度、波峰标注、事件段标注、波形测量等。3  信号处理   信号平滑、FIR滤波、梳状滤波、小波变换、经验模式分解、信号变换、匹配滤波、事件和波峰检测等。4  信号分析   功率谱估计、特征参数计算、自相关函数估计、趋势图计算等。5  声音分析   声音包络检测、选段播放、录音、趋势图等。6  医学信号分析   心电、呼吸、脉搏波、脑电、趋势图、HRV、ERP分析等。7  工具箱   特殊函数计算、曲线拟合、图像浏览、三维图形、特征参数机器学习等。更多说明信号处理与分析 → 特征参数提取 → 机器学习决策 → 数据可视化多通道信号分析软件系统生物医学信号处理与分析软件系统设计曲线拟合软件离散小波变换用于信号滤波多维特征参数机器学习算法多维特征参数机器学习软件Kohonen自组织特征映射神经网络(环形和球面形网络)矩阵的三维图形显示软件图片浏览软件工具主成分分析(K-L变换)与信号的分解与合成(滤波)信号的样本熵序列计算信号的双谱分析信号的经验模态分解(EMD)希尔伯特(Hilbert)变换信号瞬时频率计算给定概率分布的随机变量仿真信号的特征参数计算数据分布点纹图多通道信号数据压缩存储图像处理基本算法及软件简介信号功率谱估计特殊函数计算器滤波器设计、自适应滤波、匹配滤波方法离散正交变换及其应用短时傅里叶变换时变功率谱分析数值矩阵的图形表示