热力图 本章节主要介绍热力图组件各配置项的含义。 图1 热力图 样式 尺寸位置 图表尺寸：设置图表的宽和高。单位为px。 图表位置：设置图表在画布中的位置。单位为px。 全局样式 字体：设置图表中文字的字体。 背景色：单击颜色编辑器设置图表的背景色。 不透明度：输入数值或拖动设置图表的不透明度。

查看更多 →

热力图 热力图是柱状图的一种，通过对色块着色来显示数据的统计图表。 在大屏设计页面，从“全部组件 > 图表”中，拖拽“热力图”组件至画布空白区域，如图1。 图1 热力图 图2 边距样式说明 卡片 卡片是指包裹图表组件的外层架构，可以理解为组件由卡片中基础元素（卡片标题、图表、卡片背景、卡片边框）和图表元素构成。

查看更多 →

热力图 热力图是柱状图的一种，通过对色块着色来显示数据的统计图表。 在大屏设计页面，从“全部组件 > 图表”中，拖拽“热力图”组件至画布空白区域，如图1。 图1 热力图 图2 边距样式说明 卡片 卡片是指包裹图表组件的外层架构，可以理解为组件由卡片中基础元素（卡片标题、图表、卡片背景、卡片边框）和图表元素构成。

查看更多 →

联动 单击“高级 > 联动右侧的”，进入图表联动设置页面，设置参数，示例请参见联动示例。 表5 图表联动设置 参数 说明 过滤 设置时需要先选择需要绑定的字段，选择完成之后选择需要关联的图表，支持全选仪表板上的图表。 关联图表 联动关联的图表。 跟随绑定字段：绑定字段设置为“A”

查看更多 →

深度学习模型预测 深度学习已经广泛应用于图像分类、图像识别和 语音识别 等不同领域， DLI 服务中提供了若干函数实现加载深度学习模型并进行预测的能力。 目前可支持的模型包括DeepLearning4j 模型和Keras模型。由于Keras它能够以 TensorFlow、CNTK或者 Theano

查看更多 →

深度学习模型预测 深度学习已经广泛应用于图像分类、图像识别和语音识别等不同领域，DLI服务中提供了若干函数实现加载深度学习模型并进行预测的能力。 目前可支持的模型包括DeepLearning4j 模型和Keras模型。由于Keras它能够以 TensorFlow、CNTK或者 Theano

查看更多 →

> 自研算法配置” ，左侧选择需要配置的设备。 开启“态势分析智能”开关，单击“确定”。 单击“人群密度”。 图1 人群密度 配置“规则配置”参数，如图2所示，参数说明如表1所示。 图2 规则配置 表1 参数说明 参数 说明 检测区域 绘制多边形：选择“绘制多边形”，在实况区域内

查看更多 →

帮助城市管理业务有效闭环，提升城市治理效率。 智慧场馆 通过人工智能和大数据技术，对文体场馆的人群态势感知、应急事件处置进行高度智慧化管理，提供包含人流量统计分析、人群热力图分布、人群密度检测、人员身份和车辆信息验证、烟火检测、消防通道占用检测、人员倒地检测等能力的智慧场馆解决方案。

查看更多 →

帮助城市管理业务有效闭环，提升城市治理效率。 智慧场馆 通过人工智能和大数据技术，对文体场馆的人群态势感知、应急事件处置进行高度智慧化管理，提供包含人流量统计分析、人群热力图分布、人群密度检测、人员身份和车辆信息验证、烟火检测、消防通道占用检测、人员倒地检测等能力的智慧场馆解决方案。

查看更多 →

高点人群统计 输出JSON数据流到DIS指定的通道，包括告警结构化数据和图片数据。 grid_x_number取值为0或者grid_y_number取值为0，即采用经典ROI模式时，JSON结果示例 { "event_type": 1769472, "task_id":

查看更多 →

基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型 概要 准备工作 导入和预处理训练数据集 创建和训练模型 使用模型

查看更多 →

地球 本章节主要介绍地球组件各配置项的含义。 图1 地球 样式 尺寸位置 图表尺寸：设置图表的宽和高。单位为px。 图表位置：设置图表在画布中的位置。单位为px。 添加子组件 地球的子组件包括地球飞线、地球热力点。 地球飞线 以动态飞线的形式连接地球中的两个地理位置，飞线的样式、位置的经纬值参考以下步骤进行配置。

查看更多 →

from dataframe”标注下的对应值。 本文以使用“CMF”方法为例。 单击界面右上角的图标，选择“迁移学习 > 特征迁移 > 迁移操作 > CMF”。 界面新增如图1所示内容。 图1 使用CMF算法迁移数据 参数含义如表5所示。 表5 使用CMF算法迁移数据参数说明 参数 参数说明

查看更多 →

操作路径：培训-学习-学习项目-更多-循环任务设置 图12 循环任务设置1 图13 循环任务设置2 报名设置 管理员可通过让学员报名的方式进行学习资源的控制 操作路径：培训-学习-学习项目-更多-报名设置 图14 报名设置1 图15 报名设置2 复制 学习项目支持复制，便于管理员快速创建/编辑

查看更多 →

学习空间 我的课堂 MOOC课程 我的考试

查看更多 →

高密度人群统计 输出JSON数据流到DIS指定的通道或者Webhook URL，包括告警结构化数据和图片数据。 JSON结果示例 { "event_type": 524288, "task_id": "d1cde51e12eb47aaaafa36c2b4584b5c"

查看更多 →

整阈值”。 图6 调整阈值 如下图所示，您可以根据实际需求，选择合适的阈值，然后单击“确定”。 用户问法与标准问的相似度大于直接回答阈值时，直接返回相应答案。 用户问法与标准问的相似度大于推荐问阈值时（小于直接回答阈值），返回相似度较高的标准问给用户再次确定用户意图。 用户问法与

查看更多 →

本章节主要介绍高级地球组件各配置项的含义。 样式 尺寸位置 图表尺寸：设置图表的宽和高。单位为px。 图表位置：设置图表在画布中的位置。单位为px。 图1 尺寸位置-高级地球 添加子组件 高级地球的子组件包括地球飞线、地球热力点。 地球飞线 以动态飞线的形式连接地球中的两个地理位置，

查看更多 →

自由模式：可以不按顺序学习课件，可随意选择一个开始学习 解锁模式：设置一个时间，按时间进程解锁学习，解锁模式中暂时不支持添加线下课和岗位测评 图4 选择模式 阶段任务 图5 阶段任务 指派范围：选择该学习任务学习的具体学员 图6 指派范围1 图7 指派范围2 设置：对学习任务进行合格标准、奖励等设置

查看更多 →

学习目标 掌握座席侧的前端页面开发设计。 父主题： 开发指南

查看更多 →

每个章节学习到最后的时候，会提示“第X章节完成学习”，该章节会自动变成完成状态。 图8 使用数据网络时的提示页面 学习PDF类型的章节。 学习PDF之前需要先下载下来，然后使用第三方软件打开学习。 图9 打开PDF之前需要先下载下来 课程的章节都学习完毕后，手动点击“确定完成课程”按钮可以完成课程学习。 图10 所有章节已完成后，可以点击确定完成课程

查看更多 →