论文笔记

十五喵源码网

基于springboot2+vue2的租房管理系统必备技能：Base64 编码解码租房管理系统旨在为租客、屋主以及管理员提供一个在线房屋租赁信息管理平台。租客可以浏览和搜索房源信息、预约看房、下单租赁并对租赁体验进行评价；屋主可以发布和管理自己的房源、处理租客的预约和订单、回复租客评价；管理员则负责对整个系统进行统一管理，包括用户管理、房源审核、订单监管、公告发布等。系统实现了租房流程的数字化管理，提升了信息流通效率和用户体验。

十五喵源码网

基于SpringBoot2+vue2的酒店客房管理系统使用 base64 工具酒店客房管理系统，基于Spring Boot框架开发。系统旨在为酒店提供线上客房管理、预订流程处理以及用户角色管理功能。

小风吹啊吹~

通过时态图学习意图驱动识别足球控球比赛阶段论文详解如何从足球比赛的球员跟踪数据中，自动识别球队控球时处于哪一种战术阶段。使用了 7 场德甲比赛的数据，这些数据由 TRACAB 系统以 25Hz 频率记录，也就是每秒 25 帧，包含球员和足球的时空位置信息。

大模型任我行

腾讯：原生多模态建模路线图📖标题：Toward Native Multimodal Modeling: A Roadmap 🌐来源：arXiv, 2605.25343v1

大模型任我行

谷歌：多模态嵌入Gemini Embedding 2📖标题：Gemini Embedding 2: A Native Multimodal Embedding Model from Gemini 🌐来源：arXiv, 2605.27295v1

【文献笔记】Learn to Relax with LLMs: Solving COPs via Bidirectional CoevolutionLearn to Relax with Large Language Models: Solving Constraint Optimization Problems via Bidirectional Coevolution

程序员小嬛

2026年因果推断与多目标优化结合的前沿思路小伙伴们好，我是小嬛。专注于人工智能、计算机视觉、AI大模型领域相关分享研究。【目标检测、图像分类、图像分割、目标跟踪等项目都可做，相关领域论文辅导也可以找我；需要的可联系（备注来意）】

大模型任我行

蚂蚁：无师自通的视觉记忆增强📖标题：AtlasVA: Self-Evolving Visual Skill Memory for Teacher-Free VLM Agents 🌐来源：arXiv, 2605.17933v1

前沿技术借鉴研讨-2026.5.28（眼动数据预测抑郁&自杀倾向）核心内容：利用情绪句子阅读任务中的眼动数据，通过深度学习模型发现，决策应答前的水平眼动特征，尤其是对负性刺激的反应，可作为抑郁与自杀意念的无创、客观生物行为标记。挑战：抑郁与自杀筛查依赖自评与临床访谈，易受回忆偏差、社会期许影响，缺乏客观标记。创新点：眼动是注意与认知加工的直接窗口，难以主动调控，结合深度学习可挖掘细粒度时空特征，弥补传统手工特征不足。

VGG16模型原理讲解-手写代码解析VGG16模型论文地址：https://arxiv.org/pdf/1409.1556.pdf输入：224×224 RGB 图像，

大模型任我行

人大：揭示大模型推理的几何约束机制📖标题：Reasoning emerges from constrained inference manifolds in large language models 🌐来源：arXiv, 2605.08142v1

城事漫游Molly

AI 快速生成标准化问卷分析报告：从 SUS 到 UMUX-LITE，如何把“分数”写成“结论”在用户研究、产品评估、科研汇报中，标准化问卷几乎是最常见也最容易被低估的一类工具。很多人都会收集问卷数据，但最后的输出常常停留在三句话：

工业界——农业遥感（Agricultural Remote Sensing）和水质模型（Water Quality Modeling）你的研究方向——农业遥感（Agricultural Remote Sensing）和水质模型（Water Quality Modeling），正处于当前工业界两个爆发式增长的交汇点：数字农业/精准农业（Digital/Precision Agriculture）与企业ESG/可持续发展（Sustainability/Environmental Markets）。

城事漫游Molly

方差分析（ANOVA）入门——比较三组或更多组均值的利器如果你做科研、读论文、写方法部分，迟早会遇到一个非常经典的问题：当我想比较三组或更多组的均值时，该用什么方法？

城事漫游Molly

统计研究路线图：PPDAC问题解决循环你有没有见过这样的研究过程：一上来就急着收数据、跑模型、看 P 值，最后却发现——问题没讲清，数据没收对，分析也很难解释？

【论文写作】深度学习研一三个月“流水线“发论文教程本文档介绍一种适用于研究生的快速论文发表流水线方法，核心思路是模块缝合 + 故事包装，适合时间紧迫且对创新性要求不高的发表场景。

城事漫游Molly

案例研究：如何明智地选择案例、精巧地界定边界、深刻地进行分析？在探索复杂社会现象、商业管理实践或创新科技应用时，案例研究（Case Study）以其独特的魅力，成为研究者手中一把利器。它允许我们深入、细致地剖析特定“案例”的来龙去脉，揭示其中蕴含的机制、过程和背景。然而，要真正发挥案例研究的价值，绝非简单的“讲故事”或“描述现象”。从案例的选择，到研究边界的划定，再到数据分析的策略，每一步都充满学问。今天，我们就来深度探讨案例研究中的三大核心命题：案例怎么选？边界怎么定？分析怎么做？

城事漫游Molly

定量研究设计清单：问卷、实验与变量操作化怎么做？定量研究的核心，不只是“收集很多数字”，而是把抽象问题转化为可测量、可比较、可检验的变量关系。对于很多初学者来说，定量研究最难的地方并不是统计软件，而是前面的设计：到底该测什么？怎么测？怎么把概念变成变量？问卷该如何构建？实验又该如何安排？

城事漫游Molly

混合方法研究设计指南：什么时候该把两种方法结合起来？混合方法研究的最大价值，不在于“把定性和定量都做一遍”，而在于让两种证据彼此补充、解释和增强。它不是简单拼接，也不是为了显得全面而硬性叠加，而是一种有明确目的的研究设计选择。

城事漫游Molly

研究设计核心 Toolkit：从“知道方法”到“真正会设计”初学研究时，很多人会把研究设计理解成： “我要做定性还是定量？” “我要用访谈还是问卷？” “我要选案例研究还是实验？”