文档建议反馈控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

在d3 js平滑样条中设置平滑参数

在d3.js平滑样条中设置平滑参数是通过调整曲线的张力来实现的。张力参数控制了曲线的弯曲程度，可以使曲线更平滑或更尖锐。

在d3.js中，可以使用d3.curve函数来设置平滑参数。常用的平滑参数有：

  1. d3.curveLinear：线性插值，不进行平滑处理。
  2. d3.curveStep：阶梯插值，曲线由一系列水平和垂直线段组成。
  3. d3.curveBasis：基本插值，曲线通过一系列控制点进行平滑处理。
  4. d3.curveCardinal：Cardinal插值，曲线通过一系列控制点进行平滑处理，并且可以通过张力参数调整曲线的弯曲程度。
  5. d3.curveCatmullRom：Catmull-Rom插值，曲线通过一系列控制点进行平滑处理，并且可以通过张力参数调整曲线的弯曲程度。

根据具体需求，可以选择适合的平滑参数来获得期望的曲线效果。

以下是一些d3.js相关的链接和推荐的腾讯云产品：

  1. d3.js官方文档：https://d3js.org/
  2. d3.curve函数文档：https://github.com/d3/d3-shape#curves
  3. 腾讯云云服务器（CVM）：https://cloud.tencent.com/product/cvm
  4. 腾讯云对象存储（COS）：https://cloud.tencent.com/product/cos
  5. 腾讯云人工智能（AI）：https://cloud.tencent.com/product/ai
  6. 腾讯云物联网（IoT）：https://cloud.tencent.com/product/iotexplorer
  7. 腾讯云区块链（BCBaaS）：https://cloud.tencent.com/product/baas
  8. 腾讯云元宇宙（Tencent XR）：https://cloud.tencent.com/product/xr
相关搜索:d3变换SVG多边形动画在Firefox中不平滑Highcharts.js在平滑滑块中不起作用highcharts更改极点区域样条线图表上的平滑设置js中如何实现照片平滑为R中的一个要素变量生成平滑样条响应式D3平滑滑块-在调整窗口大小时更改滑块宽度在Bootstrap下拉菜单中显示平滑滑块在jQuery中设置CSS元素时平滑滚动在libGDX中实现平滑跳跃在Matlab中创建平滑网格
相关搜索:
页面内容是否对你有帮助？
有帮助
没帮助

相关·内容

正则化技巧：标签平滑（Label Smoothing）以及在 PyTorch 中的实现

在本文中，我们将解释标签平滑的原理，实现了一个使用这种技术的交叉熵损失函数，并评估了它的性能。 标签平滑 我们有一个多类分类问题。...这是与二元分类不同的任务因为在二分类中只有两个可能的类，但是在多标签分类中，一个数据点中可以有多个正确的类。因此，多标签分类问题的需要检测图像中存在的每个对象。 标签平滑将目标向量改变少量 ε。...PyTorch 实现 在 PyTorch 中实现标签平滑交叉熵损失函数非常简单。在这个例子中，我们使用 fast.ai 课程的一部分代码。...我们得到了只有 7.5% 的错误率，这对于十行左右的代码来说是可以接受的，因为我们使用的都是默认设置。 我们可以调整很多东西来使我们的模型表现得更好。不同的优化器、超参数、模型架构等。...总结 在这篇文章中，我们研究了标签平滑，这是一种试图对抗过度拟合和过度自信的技术。我们看到了何时使用它以及如何在 PyTorch 中实现它。

3.5K30

【SPA 大赛】简述一些平滑方法在 CTR 预估中的应用

在网络广告投放指标评估中，CTR(click-through rate)是众多有效的评估手段中的一种，而预测CTR也是数据挖掘上一个热门的领域，在腾讯TSA举办的SPA大赛中，预测移动APP广告转化率，...而对CTR的平滑处理这是这些方法的其中一种，并且在初赛实践中发现，平滑处理后相较于未平滑处理有0.0005~0.002之间的分数提升（这里面的区别跟统计的方法，还有参数设置等等有关，笔者也没有特别的把握...一、为什么要加入平滑处理 首先，我们在进行CTR预测时常常会加入一个广告ID或者用户等等过去的转换率作为特征，并且这个特征往往在最后训练中占有较大的权重，但是简单的计算转换率往往会由较大的方差。...如在TPA比赛中，因为connectionType特征维度低，样本数量够大，我们可以将connectionType的转换率作为我们的μ，使得我们平滑后的转换率噪音更低，避免了过拟合并且符合真实情况，而这个方法也是笔者在...三、针对天数不同可以做的额外处理 首先，我们在统计前几天转换率时，大部分时间我们是对天数统一看待，每一天在统计转换率的权重都是相同的，而真实情况下，前一天的转换率相较于再前一天的转换率有更高的可信度，此时我们可以给每一天设置一定的权重

4.1K20

C4D 学习笔记

样条(曲线) 样条需要配合生成器(绿色)生成模型 顶部图标工具条： 绘制贝塞尔曲线 cmd 添加点 shift 贝塞尔调整棒分开调整，可以调成尖角 其他： 平滑/细分：即快速增加点，在点选择状态下，空白处右键...，可以在菜单选择 4....NURBS工具(绿色) 绿色的工具，需要作为父层级，可以拖入蓝色的图层到绿色下 平滑细分：设置分段，可以拖入立方体到平滑细分下 挤压：截面样条变立体 旋转：样条旋转，注意旋转会以Y轴为轴心，可以制作圆柱体...C4D 中，如平滑细分图标为黑色线，而挤压为白色线，黑色线表示处理集合体，白色线表示处理样条 5....样条布尔：针对样条的布尔 实例：关联复制，操作时需要设置参考对象(不需要将几何体拖到实例的图层下)，可以统一修改参数，还可以作用于灯光 融球：融合效果，可以做葫芦、云彩等 连接：类似图层分组，可以将几个对象组合操作

2.2K91

R语言自适应平滑样条回归分析

p=14854 一种类型的平滑称为样条平滑。柔性金属（通常是铅），可以用作绘制平滑曲线的参考。将选择一组点（称为结），然后将样条线压在特定的x，y点，然后弯曲以通过下一个点，依此类推。...平滑的程度由参数控制，通常在0和1之间的范围内。 为了说明，我们考虑由来自1910至2004年的小麦产量数据集 。 生成数据图，并叠加样条曲线平滑度。...在R中，可通过 supsmu 函数获得 超级平滑器。 为了说明这一点，考虑汽车数据。以下几行产生了 重量 与 MPG的关系图，并叠加了一条超平滑线。...该图显示如下： ​ 带有面板的平滑算法 在使用点阵图形时，我们已经看到了 panel.lmline 的使用 ，它在点阵图的每个面板中显示最佳回归线。...可以使用类似的函数 panel.loess 在图的每个面板中叠加局部加权回归平滑器。作为简单说明，考虑内置的 Orange 数据集，其中包含有关几棵橙树的年龄和周长的信息。

1.3K11

【视频】什么是非线性模型与R语言多项式回归、局部平滑样条、 广义相加GAM分析工资数据|数据分享

最小二乘法是一种通过最小化给定数据集中观察到的因变量与线性函数预测的因变量之间差异的平方和来估计线性回归模型中未知参数的方法。 什么是非线性回归？...正如您在所有这些方程中看到的那样，Y 的变化取决于参数 Theta 的变化，不一定只取决于 X。也就是说，在非线性回归中，模型在参数上是非线性的。...我们要做的第二件事是当我们无法准确地建模与线性参数的关系时，使用非线性回归而不是线性回归。 第二个重要问题是，如果我的数据在散点图上显示为非线性，我应该如何建模？...选择平滑参数Lambda 同样，我们求助于交叉验证。事实证明，我们实际上可以非常有效地计算LOOCV，以平滑样条曲线，回归样条曲线和其他任意基函数。...可以通过各种方式执行局部回归，尤其是在涉及拟合_p_ 线性回归模型的多变量方案中尤为明显 ，因此某些变量可以全局拟合，而某些局部拟合。

26831

【视频】什么是非线性模型与R语言多项式回归、局部平滑样条、 广义相加GAM分析工资数据|数据分享|附代码数据

最小二乘法是一种通过最小化给定数据集中观察到的因变量与线性函数预测的因变量之间差异的平方和来估计线性回归模型中未知参数的方法。 什么是非线性回归？...正如您在所有这些方程中看到的那样，Y 的变化取决于参数 Theta 的变化，不一定只取决于 X。也就是说，在非线性回归中，模型在参数上是非线性的。...我们要做的第二件事是当我们无法准确地建模与线性参数的关系时，使用非线性回归而不是线性回归。 第二个重要问题是，如果我的数据在散点图上显示为非线性，我应该如何建模？...选择平滑参数Lambda 同样，我们求助于交叉验证。事实证明，我们实际上可以非常有效地计算LOOCV，以平滑样条曲线，回归样条曲线和其他任意基函数。...可以通过各种方式执行局部回归，尤其是在涉及拟合_p_  线性回归模型的多变量方案中尤为明显  ，因此某些变量可以全局拟合，而某些局部拟合。

40900

【视频】什么是非线性模型与R语言多项式回归、局部平滑样条、 广义相加GAM分析工资数据|数据分享|附代码数据

最小二乘法是一种通过最小化给定数据集中观察到的因变量与线性函数预测的因变量之间差异的平方和来估计线性回归模型中未知参数的方法。 什么是非线性回归？...正如您在所有这些方程中看到的那样，Y 的变化取决于参数 Theta 的变化，不一定只取决于 X。也就是说，在非线性回归中，模型在参数上是非线性的。...选择平滑参数Lambda 同样，我们求助于交叉验证。事实证明，我们实际上可以非常有效地计算LOOCV，以平滑样条曲线，回归样条曲线和其他任意基函数。...可以通过各种方式执行局部回归，尤其是在涉及拟合_p_  线性回归模型的多变量方案中尤为明显  ，因此某些变量可以全局拟合，而某些局部拟合。...在调用GAM之前，我们还可以使用局部回归来创建交互项。 我们可以 绘制结果曲面图  。 本文选自《R语言里的非线性模型：多项式回归、局部样条、平滑样条、 广义相加模型GAM分析》。

1.2K00

【视频】什么是非线性模型与R语言多项式回归、局部平滑样条、 广义相加GAM分析工资数据|数据分享|附代码数据

最小二乘法是一种通过最小化给定数据集中观察到的因变量与线性函数预测的因变量之间差异的平方和来估计线性回归模型中未知参数的方法。 什么是非线性回归？...正如您在所有这些方程中看到的那样，Y 的变化取决于参数 Theta 的变化，不一定只取决于 X。也就是说，在非线性回归中，模型在参数上是非线性的。...选择平滑参数Lambda 同样，我们求助于交叉验证。事实证明，我们实际上可以非常有效地计算LOOCV，以平滑样条曲线，回归样条曲线和其他任意基函数。...可以通过各种方式执行局部回归，尤其是在涉及拟合_p_  线性回归模型的多变量方案中尤为明显  ，因此某些变量可以全局拟合，而某些局部拟合。...在调用GAM之前，我们还可以使用局部回归来创建交互项。 我们可以 绘制结果曲面图  。 本文选自《R语言里的非线性模型：多项式回归、局部样条、平滑样条、 广义相加模型GAM分析》。

71830

均匀B样条采样从LiDAR数据中快速且鲁棒地估计地平面

摘要 本文提出了一种从自动驾驶车辆的LiDAR测量数据中中快速且鲁棒地估计地面表面的方法。地面表面被建模为一个均匀B样条，该样条对不同的测量密度具有鲁棒性，并且通过一个单一参数来控制平滑性先验。...最后在真实场景中验证了该方法在我们的研究车辆上的效果。...主要内容 文章采用了统一的B样条（Uniform B-Splines）来建模地面表面，这种方法对于不同的测量密度具有鲁棒性，并且通过控制平滑度先验的单个参数来调整模型的平滑性。...最后，他们在实际场景中的研究车辆上进行了验证。此外，文章还介绍了图1中的实验结果。通过提取每个网格单元中的最大观测反射高度，可以构建一个组合高度图，该高度图显示了地面表面的估计结果。...请注意，负的地面距离可能是由于控制点距离为2米和平滑度权重为1造成的，一方面可以减少对内点的过拟合，但另一方面会增加对地面曲面突变的平滑。 图5比较了不同鲁棒性方法在两种设置下对优化的影响。

11420

R语言里的非线性模型：多项式回归、局部样条、平滑样条、广义加性模型分析

选择结的位置和数量 一种选择是在我们认为变化最快的地方放置更多的结，而在功能更稳定的地方放置更少的结。这可以很好地工作，但是在实践中，通常以统一的方式放置结。...与多项式回归相比，样条曲线可以显示出更稳定的效果。 平滑样条线 在上一节中，我们讨论了回归样条曲线，该样条曲线是通过指定一组结，生成一系列基函数，然后使用最小二乘法估计样条系数而创建的。...选择平滑参数Lambda 同样，我们求助于交叉验证。事实证明，我们实际上可以非常有效地计算LOOCV，以平滑样条曲线，回归样条曲线和其他任意基函数。...可以通过各种方式执行局部回归，尤其是在涉及拟合p  线性回归模型的多变量方案中尤为明显  ，因此某些变量可以全局拟合，而某些局部拟合。...接下来，我们 将局部回归拟合为GAM中的构建块  。 在调用GAM之前，我们还可以使用局部回归来创建交互条件。 我们可以 绘制结果表面  。

3.8K00

【视频】广义相加模型（GAM）在电力负荷预测中的应用|附代码数据

在这里，我将使用三次样条回归 ： gam(Y ~ s(X, bs="cr") 上面的设置意味着： s()指定光滑器。...这是基于“有效自由度”（edf）的，因为我们使用的样条函数可以扩展为许多参数，但我们也在惩罚它们并减少它们的影响。...通过平滑函数s对自变量建模，对于每日季节性，使用三次样条回归，对于每周季节性，使用P样条。...---- 点击标题查阅往期内容 分位数回归、GAM样条曲线、指数平滑和SARIMA对电力负荷时间序列预测 实现广义相加模型GAM和普通最小二乘(OLS)回归 R语言非参数模型厘定保险费率：局部回归、广义相加模型...广义相加模型GAM分析 R语言用标准最小二乘OLS，广义相加模型GAM ，样条函数进行逻辑回归LOGISTIC分类 R语言ISLR工资数据进行多项式回归和样条回归分析 R语言中的多项式回归、局部回归、核平滑和平滑样条回归模型

1.1K10

基于R统计软件的三次样条和平滑样条模型数据拟合及预测

p=9670 样条线是拟合非线性模型并从数据中学习非线性相互作用的一种方法。  三次样条  三次样条 具有连续的一阶和二阶导数。...我们通过应用基础函数来变换变量  并使用这些变换后的变量拟合模型， 向模型添加非线性， 使样条曲线能够拟合更平滑 。...Adjusted R-squared: 0.08459 ## F-statistic: 47.19 on 6 and 2993 DF, p-value: < 2.2e-16  绘制回归线  上图显示了三次样条曲线的平滑和局部效果...平滑样条线  我们在平滑样条曲线中的目的是通过添加粗糙度最小化误差函数 。 现在我们可以注意到，红线（即“平滑样条线”）更加摇摆不定，并且更灵活地拟合数据。这可能是由于高度的自由度所致。...实施交叉验证以选择λ值并实施平滑样条线： fit2## Call:## smooth.spline(x = age, y = wage, cv = TRUE)## ## Smoothing Parameter

2K00

分位数回归、GAM样条曲线、指数平滑和SARIMA对电力负荷时间序列预测

本文在R语言中使用分位数回归、GAM样条曲线、指数平滑和SARIMA模型对电力负荷时间序列预测并比较。...Load.RData") plot (ts( data = Load , start= 1996 , frequency = 52) ) 用电量变量及其影响因素： •星期几（离散） •时间小时（离散或非参数...） •年（连续） 交互影响： •日期和时间 •年份和时间 活动 •公共假期 温度对模型的影响：高温、低温和极冷温度 模型： 分段线性函数， GAM模型中的样条曲线 数据探索 时间对电力负荷的影响 > plot...统计中的预测：当模型拟合观测值时，它会提供良好的预测。 相反，我们使用没有出现过的场景，它使我们能够评估未来的主要趋势，而不是预测极端事件的能力。...、指数平滑和SARIMA对电力负荷时间序列预测》

71420

R语言广义相加模型 (GAMs)分析预测CO2时间序列数据|附代码数据

在这里，我们将重点放在样条曲线上。在过去，它可能类似于分段线性函数。 例如，您可以在模型中包含线性项和光滑项的组合 或者我们可以拟合广义分布和随机效应 一个简单的例子 让我们尝试一个简单的例子。...---- 点击标题查阅往期内容 【视频】广义相加模型（GAM）在电力负荷预测中的应用 左右滑动查看更多 01 02 03 04 运行分析 在R中运行GAM。...当然，你可以在模型中包含普通的线性项（无论是连续的还是分类的，甚至在方差分析类型的框架中），并像平常一样从中进行推断。...点击标题查阅往期内容 【视频】广义相加模型（GAM）在电力负荷预测中的应用 分位数回归、GAM样条曲线、指数平滑和SARIMA对电力负荷时间序列预测 实现广义相加模型GAM和普通最小二乘(OLS)回归...R语言中的多项式回归、局部回归、核平滑和平滑样条回归模型 R语言用泊松Poisson回归、GAM样条曲线模型预测骑自行车者的数量 R语言分位数回归、GAM样条曲线、指数平滑和SARIMA对电力负荷时间序列预测

94100

R语言平滑算法LOESS局部加权回归、三次样条、变化点检测拟合电视节目《白宫风云》在线收视率

write.csv(ata\[, -3\], fle) # 读取本地副本 daa <- red.sv(fie) # 检查结果 str(dat) Mean 是每集的平均评分，所以我们有一个参数， Count...$sasn\[which(dta$sesn > 7)\] <- c(7, NA) # 因子变量 daa$saon <- fator(aa$sesn) 我们对数据采取的最后一步是添加季编号，以便以后能够在绘图上区分它们...= eas, as( xmin, max, = mean, en= man)) ---- 01 02 03 04 变化点检测算法 如果您的目标是找到系列中的突然变化...gem_segnt(dat = eg) 平滑算法：LOESS(局部加权回归)和三次样条 现在让我们平滑这个系列。基本图都将使用相同的数据，我们将在其上叠加一条通过不同方法计算的趋势线。...# 三次样条和变化点 gmoth(method = ~ ns(x, 8))

33520

R语言广义相加模型 (GAMs)分析预测CO2时间序列数据|附代码数据

在这里，我们将重点放在样条曲线上。在过去，它可能类似于分段线性函数。 例如，您可以在模型中包含线性项和光滑项的组合 或者我们可以拟合广义分布和随机效应 一个简单的例子 让我们尝试一个简单的例子。...---- 点击标题查阅往期内容 【视频】广义相加模型（GAM）在电力负荷预测中的应用 左右滑动查看更多 01 02 03 04 运行分析 在R中运行GAM。...当然，你可以在模型中包含普通的线性项（无论是连续的还是分类的，甚至在方差分析类型的框架中），并像平常一样从中进行推断。...点击标题查阅往期内容 【视频】广义相加模型（GAM）在电力负荷预测中的应用 分位数回归、GAM样条曲线、指数平滑和SARIMA对电力负荷时间序列预测 实现广义相加模型GAM和普通最小二乘(OLS)回归...R语言中的多项式回归、局部回归、核平滑和平滑样条回归模型 R语言用泊松Poisson回归、GAM样条曲线模型预测骑自行车者的数量 R语言分位数回归、GAM样条曲线、指数平滑和SARIMA对电力负荷时间序列预测

99300

R语言广义相加模型 (GAMs)分析预测CO2时间序列数据|附代码数据

在这里，我们将重点放在样条曲线上。在过去，它可能类似于分段线性函数。例如，您可以在模型中包含线性项和光滑项的组合或者我们可以拟合广义分布和随机效应一个简单的例子让我们尝试一个简单的例子。...----点击标题查阅往期内容【视频】广义相加模型（GAM）在电力负荷预测中的应用左右滑动查看更多01020304运行分析在R中运行GAM。...当然，你可以在模型中包含普通的线性项（无论是连续的还是分类的，甚至在方差分析类型的框架中），并像平常一样从中进行推断。...点击标题查阅往期内容【视频】广义相加模型（GAM）在电力负荷预测中的应用分位数回归、GAM样条曲线、指数平滑和SARIMA对电力负荷时间序列预测实现广义相加模型GAM和普通最小二乘(OLS)回归R语言非参数模型厘定保险费率...、核平滑和平滑样条回归模型R语言用泊松Poisson回归、GAM样条曲线模型预测骑自行车者的数量R语言分位数回归、GAM样条曲线、指数平滑和SARIMA对电力负荷时间序列预测R语言中的多项式回归、B样条曲线

1.1K20

R语言广义相加模型 (GAMs)分析预测CO2时间序列数据|附代码数据

在这里，我们将重点放在样条曲线上。在过去，它可能类似于分段线性函数。例如，您可以在模型中包含线性项和光滑项的组合或者我们可以拟合广义分布和随机效应一个简单的例子让我们尝试一个简单的例子。...----点击标题查阅往期内容【视频】广义相加模型（GAM）在电力负荷预测中的应用左右滑动查看更多01020304运行分析在R中运行GAM。...当然，你可以在模型中包含普通的线性项（无论是连续的还是分类的，甚至在方差分析类型的框架中），并像平常一样从中进行推断。...点击标题查阅往期内容【视频】广义相加模型（GAM）在电力负荷预测中的应用分位数回归、GAM样条曲线、指数平滑和SARIMA对电力负荷时间序列预测实现广义相加模型GAM和普通最小二乘(OLS)回归R语言非参数模型厘定保险费率...、核平滑和平滑样条回归模型R语言用泊松Poisson回归、GAM样条曲线模型预测骑自行车者的数量R语言分位数回归、GAM样条曲线、指数平滑和SARIMA对电力负荷时间序列预测R语言中的多项式回归、B样条曲线

1.6K20

R可视乎 | 散点图系列（1）

散点图是使用一系列的散点在直角坐标系中展示变量的数值分布。在二维散点图中，可以通过观察两个变量的数据变化，发现两者的关系与相关性。...其他参数对颜色，填充色以及透明度进行了修改。...3.2 样条数据平滑曲线 这里使用了splines包中的样条函数，df=5，样条具有五个基函数，其他参数变化不大。...具体非线性模型相关资料可参考：R语言里的非线性模型：多项式回归、局部样条、平滑样条、广义加性模型分析[2] ggplot(data = mydata, aes(x,y)) + geom_point(fill...3.3 GAM 数据平滑曲线 GAM 模型的拟合是通过一个迭代过程（向后拟合算法）对每个预测变量进行样条平滑的。其算法要在拟合误差和自由度之间进行权衡最终达到最优。

2.2K30

SQL Server Analysis Services数据挖掘聚类分析职业、地区、餐饮消费水平数据|附代码数据

，右键单击挖掘结构，选择新建挖掘结构 设置输入数据与键Id 设置训练集和测试集的百分比 点击部署模型 看到右下角 部署完成 查看结果 从聚类结果可以看到，聚类将所有用户分成了2个聚类结果。...点击标题查阅往期内容 Python对商店数据进行lstm和xgboost销售量时间序列建模预测分析 PYTHON集成机器学习：用ADABOOST、决策树、逻辑回归集成模型分类和回归和网格搜索超参数优化...中用决策树和随机森林预测NBA获胜者 python中使用scikit-learn和pandas决策树进行iris鸢尾花数据分类建模和交叉验证 R语言里的非线性模型：多项式回归、局部样条、平滑样条、 广义相加模型...GAM分析 R语言用标准最小二乘OLS，广义相加模型GAM ，样条函数进行逻辑回归LOGISTIC分类 R语言ISLR工资数据进行多项式回归和样条回归分析 R语言中的多项式回归、局部回归、核平滑和平滑样条回归模型...R语言用泊松Poisson回归、GAM样条曲线模型预测骑自行车者的数量 R语言分位数回归、GAM样条曲线、指数平滑和SARIMA对电力负荷时间序列预测R语言样条曲线、决策树、Adaboost、梯度提升

22900
点击加载更多

扫码

添加站长 进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

更多标签

活动推荐

    运营活动

    活动名称
    广告关闭

    腾讯云开发者

    扫码关注腾讯云开发者

    扫码关注腾讯云开发者

    领取腾讯云代金券

    热门产品

    热门推荐

    更多推荐

    Copyright © 2013 - 2024 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有

    深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

    腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号 | 京公网安备号11010802020287

    领券