DS证据理论（Dempster-Shafer Evidence Theory），又称证据理论或信念函数理论，是处理不确定性推理的一种重要方法，由 Arthur Dempster 提出，并由 Glenn Shafer 系统化和推广。它是一种基于集合论和概率论的理论框架，广泛应用于信息融合、决策分析和人工智能等领域。
最近在研究海上船舶感知，涉及到多种传感信息，其中海上导助航最常用的就是AIS信息，船舶会广播自己的信息给周围的AIS接收器，AIS报文会包含船的航速和位置信息。下面介绍一下AIS报文的格式：
本文是一篇综合性的文章，旨在分析和对比英伟达显卡的规格参数，探讨显卡不同架构技术对于深度学习训练和推理所带来的影响。文章的主要结构为：1.显卡架构发展和简要特点 2.显卡参数指标背后的含义 3.消费级显卡与计算卡参数的比较
显卡架构发展
在python随着AI爆火的时期，人们更加偏向于使用弱类型的脚本语言去编写程序。尤其是编写深度学习相关的代码，使用C和C++代码的程序员更多是深耕于嵌入式领域的。
然而在交通领域和遥感领域处理TB级别的数据并不少见，所以使用粒度更细，性能更优秀的C++和C语言可以带来更加高效的数据处理，有时候将测试的python代码经过优化转化成C++代码，再用上一些“黑魔法”：SIMD，CUDA，处理器缓存优化，分支预测技术。可以让代码的运行效率优化多达10^1 ~ 10^7倍，通常是指数级别的优化。
本文带来一个优化案例：快速处理10亿级别的数据，原挑战来源于1BRC，
