2023年_第二天_总结

作者Cx_330分享了2023年第二天的学习历程,主要涉及Hive的调优、MySQL日志和BufferPool研究,还观看了Redis与数据库同步的讲解,完成了课程设计的大作业,并练习了Hive查询语言(HQL)及力扣上的贪心和动态规划编程题。

2023年的第二天总结
大家好,我是Cx_330,我打算从今天开始每天晚上都记录自己一天都干了啥事,学习了啥东西。


1.早上是8点左右起床的,大概10min吃了早饭
2.然后去学习了Hive,Hive的相关调优优化
3.大概学习到了10点左右,休息了20min
4.起来后在看林哥MYSQL系列的日志篇以及Buffer Poll的详解
5.12.30大概开始吃了午饭,吃完午饭后又接着看MySQL日志篇和BufferPoll大概到下午1点半的时候看完了
6.然后继续看林哥的Redis系列看了最后一篇redis和数据库如何保证在修改的时候同步。大概时看到了2.30左右看完了
7.看完之后又去搞我学校课程设计的大作业去了,差不多弄到5点左右,弄完了
8.在床上稍微休息了一会,然后起床后洗了个澡
9.洗完澡之后又学习了一会Hive,刷了几道Hive的HQL题目,学到了8.30左右
10.晚上家里有点事,去搬家了,到10.20才到家,洗漱完毕,然后上床,到现在刷了几道力扣上面的题目,主要是做了贪心和一道动态规划的题目。
然后现在差不都11.50了。


OK,总结完毕!
对明天的自己想说:继续加油吧,珍惜好时间,不要焦虑,只管学习,坚持!

内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,涵盖正向与逆向运动学求解、正向动力学控制,并采用拉格朗日-欧拉法推导逆向动力学方程,所有内容均通过Matlab代码实现。同时结合RRT路径规划与B样条优化技术,提升机械臂运动轨迹的合理性与平滑性。文中还涉及多种先进算法与仿真技术的应用,如状态估计中的UKF、AUKF、EKF等滤波方法,以及PINN、INN、CNN-LSTM等神经网络模型在工程问题中的建模与求解,展示了Matlab在机器人控制、智能算法与系统仿真中的强大能力。; 适合人群:具备一定Ma六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)tlab编程基础,从事机器人控制、自动化、智能制造、人工智能等相关领域的科研人员及研究生;熟悉运动学、动力学建模或对神经网络在控制系统中应用感兴趣的工程技术人员。; 使用场景及目标:①实现六自由度机械臂的精确运动学与动力学建模;②利用人工神经网络解决传统解析方法难以处理的非线性控制问题;③结合路径规划与轨迹优化提升机械臂作业效率;④掌握基于Matlab的状态估计、数据融合与智能算法仿真方法; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点理解运动学建模与神经网络控制的设计流程,关注算法实现细节与仿真结果分析,同时参考文中提及的多种优化与估计方法拓展研究思路。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

C_x_330

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值