数据滤波
是 滑动平均滤波 限幅滤波 中值滤波 滑动平均滤波 一阶滞后滤波 FIR滤波 最大值滤波 最小值滤波 限幅滤波 参数名 参数描述 是否必填 参数默认值 参数范围 滤波有效值 限幅滤波有效值的选择方法。前一次输出值：使用前一次滤波输出值作为...
滤波
功能说明 滤波组件支持8种方式进行数据滤波，包括限幅滤波，中值滤波，滑动平均滤波，一阶滞后滤波，FIR滤波，最大值滤波，最小值滤波以及趋势线拟合滤波。计算逻辑原理 以下计算公式涉及的参数定义：①t表示本次，t-1表示前一次。②X(t)...
平滑函数
平滑函数是针对输入的时序曲线进行平滑和简单的滤波操作，滤波操作通常是发现时序曲线形态的第一步。函数列表 函数 说明 ts_smooth_simple 默认平滑函数，使用Holt-Winters算法对时序数据进行滤波操作。ts_smooth_fir 使用FIR滤波器对时序...
预测与异常检测函数
bool类型，默认为true表示对原始数据做滤波操作。示例：查询分析*|select ts_predicate_simple(stamp,value,6)from(select_time_-_time_%60 as stamp,avg(v)as value from log GROUP BY stamp order by stamp)输出结果 显示项如下：显示项 ...
DT-MPC v3.1
描述 默认值 范围 滤波器模式 MPC提供滑动平均及一阶滤波两种模式对CV数据进行滤波 无 无 滑动平均 一阶滤波 滤波参数 滑动平均：滑动平均阶数 一阶滤波：滤波系数 0 滑动平均：0~100 一阶滤波：0~1 扰动比例系数 系统未知扰动的比例。...
数据预处理函数
为了方便对样本数据进行分析和处理，对数据进行平滑、滤波等预处理操作。函数 说明 滑动平均函数 针对输入的时序曲线进行滤波，从而发现时序曲线形态。物联网设备数据采集的原始数据中，大都含有各种各样的噪声影响。通过滑动平均函数，...
混合查询最佳实践
对比传统的 文本+向量 多路召回，向量检索版中的稀疏-稠密向量是将稠密向量和稀疏向量嵌入组合为单个向量，而其中的稀疏向量是将文本向量化成稀疏向量，稠密向量是传统的向量。稀疏向量和稠密向量代表不同类型的信息并支持不同类型的搜索。...
稀疏备份
RDS SQL Server在常规备份能力的基础上支持稀疏备份。您可更灵活地设置备份策略并保留最少的备份集。该功能在有效缩短备份集恢复时间的同时，降低了备份集存储成本。本文介绍配置稀疏备份的方法。常规备份与稀疏备份的区别 对比项 常规备份...
稀疏备份
RDS PostgreSQL 在常规备份能力的基础上支持稀疏备份。您可更灵活地设置备份策略 并 保留最少的备份集。该功能在有效缩短备份集恢复时间的同时，降低了备份集存储成本。本文介绍配置稀疏备份的方法。常规备份与稀疏备份的区别 对比项 常规...
稀疏备份
RDS MySQL在常规备份能力的基础上支持稀疏备份。您可更灵活地设置备份策略并保留最少的备份集。该功能在有效缩短备份集恢复时间的同时，降低了备份集存储成本。本文介绍配置稀疏备份的方法。常规备份与稀疏备份的区别 对比项 常规备份 稀疏...
变点检测函数
纵轴 src 滤波前的数据，例如1956092.7647745228。prob 该点为变点的概率，取值范围为0~1。ts_breakout_detect 函数格式：select ts_breakout_detect(x,y,winSize)参数说明如下：参数 说明 取值 x 时间列，从小到大排列。格式为Unixtime...
特征尺度变换
特征尺度变换算法组件支持对稠密或稀疏的数值类特征进行常见的尺度变换。功能介绍 特征尺度变换的功能如下：支持常见的 log2、log10、ln、abs 及 sqrt 等尺度变化函数。支持稠密及稀疏数据格式。组件配置 您可以使用以下任意一种方式，配置...
高级备份设置
开通高级备份设置后，可使用稀疏备份功能，本文介绍了相关的概念及操作。简介 在集群的备份恢复界面切换高级备份设置后，即可使用稀疏备份功能。您可以按照每周、每月、每年的方式来设置备份集保留周期，实现间隔很长时间保留一个备份集，...
产品特点
本文为您介绍阿里云自动驾驶开发平台...支持云端进行数据转换、降噪滤波、人工标注等组成自动pipeline 行业经验 智慧交通行业的7年从业经验迁移到自动驾驶 感知数据生成虚拟高精地图、交通流、数据增强 动态交通流+自动驾驶联合博弈式仿真测试
GBDT二分类V2
可视化配置参数 输入桩配置 输入桩（从左到右）限制数据类型 建议上游组件 是否必选 输入数据 无 读数据表 是 组件参数 页签 参数 是否必选 描述 默认值 字段设置 是否为稀疏向量格式 否 输入表中用于训练的特征列是否为稀疏向量格式。...
概述
ts_smooth_fir 使用FIR滤波器对时序数据平滑。ts_smooth_iir 使用IIR滤波器对时序数据平滑。多周期估计函数 ts_period_detect 对时序数据进行分段周期估计。变点检测函数 ts_cp_detect 寻找时序序列中具有不同统计特性的区间，区间端点即为...
向量文本混合查询
2],"values":[1.2,2.4]},"topK":2,"order":"DESC"} tableName：表名 indexName：本例中为 vector vector：稠密向量 sparseData：稀疏向量 indices：稀疏向量下标 values：稀疏向量值 topK：取topK个结果 order：排序策略，DESC为倒序。...
稳态数据挑选
功能说明 稳态数据挑选组件支持根据一维或多维数据的分布，区分动态波动数据和稳态数据，实现稳态数据的挑选，进行该操作前建议先进行滤波处理。在非稳态工况下，变量的特性变动剧烈，运行数据不能真实地反映系统输入输出的关系，会带来...
智能异常分析概述
滤波方法 滤波是将信号中特定波段频率滤除的操作，是抑制和防止干扰的一项重要措施。通过滤波后的曲线会平滑一些，用于提升异常检测的效果。标注 您可以对智能巡检结果进行打标反馈，智能异常分析应用会接收到对应的信息。误报 在时序巡检...
备份策略
稀疏备份：稀疏备份支持您更灵活地设置备份策略并保留最少的备份集，最大限度地降低您的存储成本，常用于审计等备份长期保留的业务场景。如果您需要保障数据可在备份区间内的任意时间点可恢复，请务必保留日志备份；如果您中途进行关闭，则...
极大值检测函数
极大值检测函数用于在指定窗口中寻找序列的局部极大值。ts_find_peaks 函数格式：select ts_find_...纵轴 src 未滤波前的数据，例如1956092.7647745228。peak_flag 该点是否为极大值，其中：1.0：表示该点为极大值。0.0：表示该点不是极大值。
K近邻
输入表数据是稀疏格式 使用 KV 格式表示稀疏数据。kv间的分隔符 默认为英文逗号（,）。key和value的分隔符 默认为英文冒号（:）。参数设置 近邻个数 默认值为100。执行调优 核心数 默认系统自动分配。内存数 默认系统自动分配。方式二：PAI...
基本概念
Sparse Vector（稀疏向量）Sparse Vector（稀疏向量），稀疏向量是指大部分元素为0，仅少量元素非0的向量。在DashVector中，稀疏向量可用来表示词频等信息。例如，{1:0.4,10000:0.6,222222:0.8} 就是一个稀疏向量，其第1、10000、222222位...
删除或减少备份
方法二：通过稀疏备份保留最少备份集 部分地域的实例现已支持将备份策略页面 升级至高级版本，升级后可用于实现稀疏备份，您可以更灵活地设置备份策略并保留最少的备份集。具体详情，请参见 稀疏备份。方法三：将无需备份的数据删除或迁移...
数据视图
该组件支持稀疏和稠密数据格式。本文为您介绍 Designer 提供的数据视图算法的参数配置方式及使用示例。组件配置 您可以使用以下任意一种方式，配置数据视图组件参数。方式一：可视化方式 在 Designer 工作流页面配置组件参数。页签 参数 ...
索引优化
大数据集场景下优先考虑稀疏索引：如果您的数据量非常地大，并且您的查询限定条件为<、、=、>=、>，需要从大数据量的表中取出少于50%的数据，那么使用稀疏索引（BRIN Index或者AOCS表的metascan）可以极大地减少无效数据的加载。...
添加数据
在向量管理>添加数据页中选择表进行添加数据：添加相应字段值（包括主键、稠密向量、稀疏向量下标、稀疏向量值），点击 添加：当执行结果出现"message":"success"说明数据上传成功：数据上传成功后，可以在查询测试页面进行查询：添加...
预测
稀疏矩阵 使用KV格式表示稀疏数据。key与value分隔符 默认为英文冒号（:）。kv对间的分隔符 默认为英文逗号（,）。执行调优 核心数 与参数 每个核的内存大小 搭配使用，取值范围为正整数。每个核的内存大小 与参数 核心数 搭配使用，单位为...
函数概述
函数类型 说明 数据预处理函数 进行平滑、滤波等操作，去除异常数据，方便后续的分析和处理。说明 只支持华东2（上海）地域。数据探索函数 得到样本数据的趋势、极大值、中心值，检验数据是否符合正态分布、均匀分布或指数分布。说明 只...
聚类模型评估
输入为稀疏格式 使用KV格式表示稀疏数据。kv键间分隔符 默认为英文逗号（,）。kv键内分隔符 默认为英文冒号（:）。执行调优 核心数 与参数 每个核的内存大小 搭配使用，取值范围为正整数。每个核的内存大小 与参数 核心数 搭配使用，单位为...
功能特性
RDS MySQL稀疏备份 RDS SQL Server稀疏备份 RDS PostgreSQL稀疏备份 PolarDB MySQL稀疏备份 多云多端统一管理 提供多云数据库、多种存储类型的统一备份管理。支持的数据库引擎与功能 三方集成和兼容 三方备份数据的集成和兼容。支持的数据...
PS线性回归
是否稀疏格式 使用KV格式表示稀疏格式。kv间的分隔符 默认使用空格分隔。key与value分隔符 默认使用半角冒号（:）分隔。参数设置 L1 weight L1正则化系数。该参数值越大，表示模型非零元素越少。如果过拟合，则增大该参数值。L2 weight L2...
逻辑回归二分类
经典逻辑回归是一个二分类算法，支持稀疏及稠密数据格式。组件配置 您可以使用以下任意一种方式，配置逻辑回归二分类组件参数。方式一：可视化方式 在 Designer 工作流页面配置组件参数。页签 参数 描述 字段设置 训练特征列 输入数据源中...
引擎版本特性
主键查询 向量查询 向量文本混合查询 SQL 支持 不支持 向量化模型 文本向量化 图片向量化 文本向量化 图片向量化 文本稀疏向量 图片多主体识别 向量查询 单向量查询 多向量查询 带namespace查询 预测查询 向量查询参数：指定topN、设置低分...
线性模型特征重要性
线性模型特征重要性组件用于计算线性模型的特征重要性，包括线性回归和二分类逻辑回归，支持稀疏和稠密数据格式。本文为您介绍该组件的配置方法。使用限制 支持的计算引擎为MaxCompute。组件配置 您可以使用以下任意一种方式，配置线性模型...
逻辑回归多分类
经典逻辑回归是一个二分类算法，PAI提供的逻辑回归可以支持多分类，且支持稀疏及稠密数据格式。组件配置 您可以使用以下任意一种方式，配置逻辑回归多分类组件参数。方式一：可视化方式 在 Designer 工作流页面配置组件参数。页签 参数 ...
备份大小
方法二：通过稀疏备份保留最少备份集 部分地域的实例现已支持将备份策略页面 升级至高级版本，升级后可用于实现稀疏备份，您可以更灵活地设置备份策略并保留最少的备份集。具体详情，请参见 稀疏备份。方法三：将无需备份的数据删除或迁移...
备份方案概览
本文介绍RDS PostgreSQL...稀疏备份 稀疏备份 高频快照备份 高频快照备份 下载备份 常规下载 下载备份 高级下载 说明 适用于PostgreSQL高可用云盘版实例。查看 查看备份空间免费额度 查看备份空间免费额度 删除备份 删除数据备份 删除备份数据
特征异常平滑
特征平滑组件可以将输入特征中包含异常的数据平滑到一定区间，支持稀疏和稠密数据格式。背景信息 平滑方法如下：ZScore平滑 如果特征分布遵循正态分布，则噪音一般集中在-3×alpha 和 3×alpha 之外，ZScore是将该范围的数据平滑到[-3×...
奇异值分解
无 tol 否 收敛误差 1.0e-06 enableSparse 否 输入数据是否为稀疏格式：true false false itemDelimiter 否 指当输入表数据为稀疏格式时，kv间的分隔符。空格 kvDelimiter 否 指当输入表数据为稀疏格式时，key和value的分隔符。冒号 ...
- 产品推荐
- 这些文档可能帮助您