AM PM

1. 24-hour clock system

00:00:00 - 23:59:59

2. 12-hour clock system

12:00:00 am - 11:59:59 am

12:00:00 pm - 11:59:59 pm

no 00:00 am or 00:00 pm, it should be 12 midnight or 12 noon



It is incorrect to write 0:00p.m. The use of 0:00 implies a 24-hour clock system, while the use of A.M. and P.M. implies a 12-hour clock system. Therefore, it is absolutely wrong to use both together.

The 12-hour clock divides the day into two parts, 12 hours each. The middle of the day (midday) is the twelfth hour, noon, or the meridiem. A.M. refers to the hours prior to midday (Latin: ante meridiem) while P.M. refers to the hours after midday (Latin: post meridiem). Since the meridien is thought to occur right at the exact second of the 12th and 24th hours, it is most common to hear the times referred to as 12 noon or 12 midnight, rather than using a.m. or p.m. However, to be clear, 12:01p.m. refers to the time just after (post) the 12th hour, that is, the first minute after midday (noon); while 12:01a.m. refers to the first minute of the new day, therefore prior to (ante) midday, that is, just after midnight (after the 24th hour of the previous day).


The 24-hour clock does not need a reference to the middle of the day, the meridiem, which is why the suffix a.m. or p.m. used with this system is completely unnecessary, incorrect, and confusing. So you are wrong to say that “Okay, 0:01AM means something”. It actually doesn’t mean anything at all for the reasons I have given. 0:01 as written implies the 24-hour clock (although it would probably be written 00:01 instead). It refers to the start of the new day. The equivalent in the 12-hour clock would be 12:01 midnight (or 12:01a.m.). 


So if your friends ask you to meet up at 12:00a.m., it should be very clear to you by now that you would be left standing all alone and feeling silly if you showed up at midday, noon, 12:01 p.m., the 12th hour… They are asking you to show up at the first hour of the day, which is just after (or right at) midnight.
内容概要:文章以“智能网页数据标注工具”为例,深入探讨了谷歌浏览器扩展在毕业设计中的实战应用。通过开发具备实体识别、情感分类等功能的浏览器扩展,学生能够融合前端开发、自然语言处理(NLP)、本地存储与模型推理等技术,实现高效的网页数据标注系统。文中详细解析了扩展的技术架构,涵盖Manifest V3配置、内容脚本与Service Worker协作、TensorFlow.js模型在浏览器端的轻量化部署与推理流程,并提供了核心代码实现,包括文本选择、标注工具栏动态生成、高亮显示及模型预测功能。同时展望了多模态标注、主动学习与边缘计算协同等未来发展方向。; 适合人群:具备前端开发基础、熟悉JavaScript和浏览器机制,有一定AI模型应用经验的计算机相关专业本科生或研究生,尤其适合将浏览器扩展与人工智能结合进行毕业设计的学生。; 使用场景及目标:①掌握浏览器扩展开发全流程,理解内容脚本、Service Worker与弹出页的通信机制;②实现在浏览器端运行轻量级AI模型(如NER、情感分析)的技术方案;③构建可用于真实场景的数据标注工具,提升标注效率并探索主动学习、协同标注等智能化功能。; 阅读建议:建议结合代码实例搭建开发环境,逐步实现标注功能并集成本地模型推理。重点关注模型轻量化、内存管理与DOM操作的稳定性,在实践中理解浏览器扩展的安全机制与性能优化策略。
基于Gin+GORM+Casbin+Vue.js的权限管理系统是一个采用前后端分离架构的企业级权限管理解决方案,专为软件工程和计算机科学专业的毕业设计项目开发。该系统基于Go语言构建后端服务,结合Vue.js前端框架,实现了完整的权限控制和管理功能,适用于各类需要精细化权限管理的应用场景。 系统后端采用Gin作为Web框架,提供高性能的HTTP服务;使用GORM作为ORM框架,简化数据库操作;集成Casbin实现灵活的权限控制模型。前端基于vue-element-admin模板开发,提供现代化的用户界面和交互体验。系统采用分层架构和模块化设计,确保代码的可维护性和可扩展性。 主要功能包括用户管理、角色管理、权限管理、菜单管理、操作日志等核心模块。用户管理模块支持用户信息的增删改查和状态管理;角色管理模块允许定义不同角色并分配相应权限;权限管理模块基于Casbin实现细粒度的访问控制;菜单管理模块动态生成前端导航菜单;操作日志模块记录系统关键操作,便于审计和追踪。 技术栈方面,后端使用Go语言开发,结合Gin、GORM、Casbin等成熟框架;前端使用Vue.js、Element UI等现代前端技术;数据库支持MySQL、PostgreSQL等主流关系型数据库;采用RESTful API设计规范,确保前后端通信的标准化。系统还应用了单例模式、工厂模式、依赖注入等设计模式,提升代码质量和可测试性。 该权限管理系统适用于企业管理系统、内部办公平台、多租户SaaS应用等需要复杂权限控制的场景。作为毕业设计项目,它提供了完整的源码和论文文档,帮助学生深入理解前后端分离架构、权限控制原理、现代Web开发技术等关键知识点。系统设计规范,代码结构清晰,注释完整,非常适合作为计算机相关专业的毕业设计参考或实际项目开发的基础框架。 资源包含完整的系统源码、数据库设计文档、部署说明和毕
### AMPM、FM频谱分析及信号处理 #### 振幅调制(AM)频谱分析 振幅调制(AM)的频谱包括三个主要部分:载波频率 \( f_c \)、上边带(USB, \( f_c + f_m \))和下边带(LSB, \( f_c - f_m \))。信息信号的高频成分位于上边带,而低频成分则位于下边带。AM的优点在于实现简单且硬件成本低,因此广泛应用于早期广播系统如AM收音机[^1]。然而,AM也存在效率低的问题,因为载波本身不携带信息,并且上下边带冗余。此外,AM容易受到噪声干扰,抗噪性较差。 #### 频率调制(FM)频谱分析 在频率调制(FM)中,基带信号被用于调制载波信号的频率,使得载波频率随基带信号的变化而变化。FM调制产生一个带宽较宽的调制信号,其中包含无限多个边带。随着已调制信号的幅值增大,其频谱变得更加分散,边带包含更多的频率,并以载波频率 \( f_0 \) 为中心对称分布。例如,当中心频率为 \( f_0 = 11.97 \, \text{Hz} \),频率偏移为 \( \Delta f = 0.3861 \, \text{Hz} \) 时,频谱能量逐渐向两边扩展,且载波频率不再是幅值最高的频率[^2]。这种特性使得FM具有更高的抗噪性和更高质量的信号传输能力[^3]。 #### 相位调制(PM)频谱分析 相位调制(PM)与频率调制类似,但它是通过改变载波信号的相位来传输基带信号。PM的频谱结构与FM相似,同样包含无限多个边带,并以载波频率为中心对称分布。PM的频谱特性取决于调制指数,调制指数越大,频谱越分散,边带数量越多。尽管PM和FM在频谱结构上有相似之处,但PM对相位变化更为敏感,因此在某些应用中需要更精确的相位控制。 #### 信号处理中的AMPM、FM频谱分析 在信号处理中,AMPM和FM的频谱分析是理解调制信号特性的关键。通过对频谱的分析,可以评估信号的质量、带宽需求以及抗噪性能。例如,在AM信号中,可以通过滤波器去除不必要的边带以提高效率;在FM信号中,可以通过增加带宽来提高抗噪性能;而在PM信号中,可以通过调整调制指数来优化频谱分布。 ```python import numpy as np import matplotlib.pyplot as plt # 示例代码:生成AM、FM、PM信号并绘制频谱 fs = 1000 # 采样频率 t = np.linspace(0, 1, fs) # 时间向量 fc = 50 # 载波频率 fm = 5 # 基带信号频率 A = 1 # 载波振幅 k_am = 0.5 # AM调制指数 k_fm = 10 # FM调制指数 k_pm = 1 # PM调制指数 # 基带信号 m_t = np.sin(2 * np.pi * fm * t) # AM信号 am_signal = (1 + k_am * m_t) * np.cos(2 * np.pi * fc * t) # FM信号 fm_signal = np.cos(2 * np.pi * fc * t + k_fm * np.cumsum(m_t)) # PM信号 pm_signal = np.cos(2 * np.pi * fc * t + k_pm * m_t) # 绘制频谱 plt.figure(figsize=(12, 8)) plt.subplot(3, 1, 1) plt.magnitude_spectrum(am_signal, Fs=fs, color='b') plt.title('AM Signal Spectrum') plt.subplot(3, 1, 2) plt.magnitude_spectrum(fm_signal, Fs=fs, color='g') plt.title('FM Signal Spectrum') plt.subplot(3, 1, 3) plt.magnitude_spectrum(pm_signal, Fs=fs, color='r') plt.title('PM Signal Spectrum') plt.tight_layout() plt.show() ```
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
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