2018-11-12 直播课笔记

最新推荐文章于 2024-10-27 20:56:53 发布
转载 最新推荐文章于 2024-10-27 20:56:53 发布 · 123 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：https://my.oschina.net/u/3991860/blog/2875339

该博客为直播课笔记的转载内容，转载自https://my.oschina.net/u/3991860/blog/2875339 。

235358027e711df4284ef6a2c1e87672df6.jpg

9bc37d1492174547d51d3e3e3d84073a219.jpg

5a052c6378af9913deae73418457f7dbb23.jpg

54fa1a164494e76c100dabbb6f7e61a7f7f.jpg

7dd540ff87a97f68091ff67e9d171238fdb.jpg

36a944ea9fec1f9ece9a67c162e51fc6de5.jpg

ad4b2a84b8d9c3694dd4ccfd291a2219522.jpg

84307dfdf30e77e2f8c52425f9df4adf609.jpg

6c4289843a739975e474205de475ce1c1ef.jpg

f2165bffa6a2707f586afd8c8485e7f557e.jpg

cfe655523a23e678b08a4556705dfb48fb4.jpg

ccf90c1ab9c329061bc536e4cbeb787fbf1.jpg

7e9758a520e410ab09cfa42c5490271a181.jpg

41d319b6209836cb949c2704f66ae4849e9.jpg

 

b29efb3e27a127729fca44d285973b20195.jpg

e6ff8f6fce05059199aab8862582abd67b2.jpg 

b3a3c7ab43133bd2a9bde7d5ed158d7b2ef.jpg

d63239fda87238286a579b303cedbdcf83d.jpg

a7c5adf7a980a497da38063031a641ab252.jpg

b9c70449d0da1007a42ad174468f97ac2c1.jpg

5c78f3357eb5ddb185f35bca2d29a63242c.jpg

bdac974eadb0393db5e639e37fb4b022a55.jpg

 

转载于:https://my.oschina.net/u/3991860/blog/2875339

chiluo7579
关注
GitHub热门开源项目-2024版
生活在别处
07-15 4621
前台商城系统包含首页门户、商品推荐、商品搜索、商品展示、购物车、订单流程、会员中心、客户服务、帮助中心等模块。中英文敏感词、语言检测、中外手机/电话归属地/运营商查询、名字推断性别、手机号抽取、身份证抽取、邮箱抽取、中日文人名库、中文缩写库、拆字词典、词汇情感值、停用词、反动词表、暴恐词表、繁简体转换、英文模拟中文发音、汪峰歌词生成器、职业名称词库、同义词库、反义词库、否定词库、汽…互联网 Java 工程师进阶知识完全扫盲：涵盖高并发、分布式、高可用、微服务、海量数据处理等领域知识。各取所需，高效学习。
Spring Boot 2 基础篇学习笔记
hjseo_seg的博客
06-12 1550
Spring Boot 2 运维实用篇学习笔记实用篇学习要求环境要求学习资料基础篇Java基础语法 Spring与SpringMVC 知道Spring是用来管理bean，能够基于Restful实现页面请求交互功能 Mybatis与Mybatis-Plus 基于Mybatis和MybatisPlus能够开发出包含基础CRUD功能的标准Dao模块 数据库MySQL 能够读懂基础CRUD功能的SQL语句 服务器 知道服务器与web工程的关系，熟悉web服务器的基础配置 maven 知道maven的依赖关系，知道什
2018-11-12直播课笔记
chibazhen9407的博客
11-14 164
1、grep工具 Linux grep命令用于查找文件里符合条件的字符串。 grep指令用于查找内容包含指定的范本样式的文件，如果发现某文件的内容符合所指定的范本样式，预设grep指令会把含有范本样式的那一列显示出来。若不指定任何文件名称，或是所给予的文件名为"-"，则gre...
2018-11-5直播课笔记
chibazhen9407的博客
11-07 226
Shell基础 shell脚本的工作要求。 histroy命令 HISTTIMEFORMAT在默认情况下是不存在的。 alias--命令别名生效，放在~/.bashrc或/etc/profile.d/下面。 [root@liang-00 liang]# cd /etc/profile...
2018-11-7直播课笔记
chibazhen9407的博客
11-08 129
1、cut命令 主要掌握，-d、-f、-c参数， -c参数：-cn截取第n个字符；-c-n截取第一个掉第n个字符；-cn-截取第n个到最后一个字符。 2、sort命令 常用参数：-n、-r、-k、-t 指定分隔符第几段排序用-t和-k [root@liang-00 test]#...
2018-11-14直播课笔记
chibazhen9407的博客
11-16 154
打印某行到某行之间的内容http://ask.apelearn.com/question/559 sed -n '/root/,/halt/p' /etc/passwd 。 [root@liang-00 ~]# sed -n '/root/,/bin/p' /etc/passwd roo...
2018-11-23 直播课笔记
chiluo7579的博客
11-26 184
一、rsync工具介绍 二、rsync常用选项 三、rsync通过ssh同步 四、 rsync通过服务同步 五、linux系统日志 六、screen工具 七、扩展 一、rsync工具介绍 Rsync命令是一个远程数据同步工具，可通过LAN/WAN快速同步...
2018-12-28 直播课笔记
chiluo7579的博客
01-04 202
MySQL主从介绍 * MySQL主从又叫做Replication、AB复制。简单讲就是A和B两台机器做主从后，在A上写数据，另外一台B也会跟着写数据，两者数据实时同步的 * MySQL主从是基于binlog的，主上须开启binlog才能进行主从。 * binlog，其实就是一个...
2018-8-12 直播课堂笔记
a1779078902的博客
08-12 355
转眼又到周六，一周的课程真是快哦！ 首先我们还是来回顾一下上次课的内容，主要是回顾了一下RAID 的一些知识： RAID  最主要的功能是：提高传输速率，通过数据校验提供容错功能。 RAID 0:把N块同样的硬盘用硬件的形式通过智能磁盘控制器或用操作系统中的磁盘驱动程序以软件的方式串联在一起创建一个大的卷集, RAID0没有冗余功能，如果一个磁盘（物理）损坏，则所有的数据都无法使用。 RA...
2018-10-29预习与直播课笔记
10-29 268
内容摘要 vim介绍 vim颜色显示和移动光标 vim一般模式下的移动光标 一般模式下复制剪切粘贴 进入编辑模式 命令模式 vim实践 课堂扩展相关 涉及命令：vim（强大的文本编辑命令，vi的加强版）； 一、vim介绍 vim是vi的升级版本 vim是带有颜色显示的（与vi最明显的一个区别）...
2018-11-14 直播课笔记（grep、sed、awk习题）
chiluo7579的博客
11-15 167
截取 [abcfd] 123 324 444 [rty] 这一部分出来 sed -n '/\[abcfd\]/,/\[rty\]/p' test.txt 或者 sed -rn '/(abcfd)/,/(rty)/'p test.txt sed 如何转换大小写字...
C# Revit二次开发基础/核心编程---课程体系介绍
yunyou.ke.qq.com(云幽的博客)
07-20 2323
一、本节课程C# Revit二次开发基础/核心编程---课程体系介绍 二、本节要讲解的知识点 本门课程意义和定位；目录和内容摘要 具体内容 本门课程的意义和定位 Revit二次开发的作用 众所周知，BIM【Building Information Modeling】(也即建筑信息模型），这个概念在建筑领域已深入人心，发展异常迅猛，尤其是当BIM被明确写入建筑业发展“十二五”规划并继 续列入住...
百人实战PADS9.5课堂录像学习笔记
pointer_lu的博客
02-13 6714
第1课1、生成网表与导入网表2、新建封装3、向导制作FLI30602封装第2课2-1一、File栏介绍1、使高版本软件能向下兼容低版本软件导出其它版本的asc(以pads layout2005为例进行演示)，再用pads layout2005导入asc，使能打开pad9.5版本的pcb2、生成PDF文件3、保存与设置启动文件，把一个文件设置成启动文件4、看板子有多少个元件、过孔等5、出光绘项，后面...
是不是就这样算了 -- 从大专生到硕士，我的英语进阶之路
weixin_40831990的博客
10-27 1841
2017年，在毕业七年后，在高人的指引下，我通过了流利说的最高级，先后用英语学会了微积分，前端开发，从美国伊利诺伊理工大学硕士毕业（之前是大专）。之后，又在B站上发布了一门168课的在线课程 ——《用python学统计学》，之后又再一次成功转型人工智能，这些都是学好英语带来的。
基于SSM与Vue架构的病人跟踪治疗信息管理系统设计与实现（含源码及文档）
12-22
基于SSM架构与Vue技术构建的病人治疗追踪管理系统，采用Java编程语言实现业务逻辑，并以MySQL数据库作为数据存储支持。该系统主要包含三个用户角色：管理员、病人及普通访客。 管理员具备的功能模块包括：主界面、个人设置、病人档案管理、病例信息采集、预约安排、医生信息维护、核酸检测报告上传管理、行动轨迹记录管理、疾病分类配置、病人治疗进度跟踪、留言板处理以及系统参数管理。病人用户可操作：主界面、个人设置、病例信息查看、预约申请、医生查询、核酸检测报告上传、行动轨迹上报、个人治疗状态查询。访客端提供：首页浏览、医生信息展示、医疗资讯发布、留言反馈提交、个人中心、后台入口及在线咨询服务。 系统设计注重代码结构的清晰性与可维护性，强调功能实用性和界面简洁度，同时保持较强的扩展适应能力，便于后续功能升级与日常运维。 项目已通过实际运行测试，开发环境配置如下： - 编程语言：Java - 开发框架：Spring Boot - Java开发工具包：JDK 1.8 - 应用服务器：Tomcat 7 - 数据库系统：MySQL 5.7 - 数据库管理工具：Navicat 12 - 集成开发环境：Eclipse或IntelliJ IDEA - 项目构建工具：Maven 3.3.9。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
电力系统单机无穷大电力系统短路故障暂态稳定Simulink仿真（带说明文档）
最新发布
12-22
【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真（带说明文档）内容概要：本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开，提供了完整的仿真模型与说明文档，重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型，模拟不同类型的短路故障（如三相短路），分析系统在故障期间及切除后的动态响应，包括发电机转子角度、转速、电压和功率等关键参数的变化，进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理，掌握暂态过程分析方法。; 适合人群：电气工程及相关专业的本科生、研究生，以及从事电力系统分析、运行与控制工作的科研人员和工程师。; 使用场景及目标：①学习电力系统暂态稳定的基本概念与分析方法；②掌握利用Simulink进行电力系统建模与仿真的技能；③研究短路故障对系统稳定性的影响及提高稳定性的措施（如故障清除时间优化）；④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议：建议结合电力系统稳定性理论知识进行学习，先理解仿真模型各模块的功能与参数设置，再运行仿真并仔细分析输出结果，尝试改变故障类型或系统参数以观察其对稳定性的影响，从而深化对暂态稳定问题的理解。
这是一个基于Prisma和SQLite数据库构建的现代化轻量级且开箱即用的个人作品集展示平台后端服务系统_该项目核心功能包括用户认证授权作品数据模型管理文件上传存储以及提供标.zip
12-22
这是一个基于Prisma和SQLite数据库构建的现代化轻量级且开箱即用的个人作品集展示平台后端服务系统_该项目核心功能包括用户认证授权作品数据模型管理文件上传存储以及提供标.zip
基于PSO算法优化支持向量机参数的MATLAB仿真源码：SVM与PSO-SVM性能对比
12-22
本研究聚焦于运用MATLAB平台，将支持向量机（SVM）应用于数据预测任务，并引入粒子群优化（PSO）算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践，其核心在于利用SVM构建分类模型，同时借助PSO的全局搜索能力，高效确定SVM的最优超参数配置，从而显著增强模型的整体预测效能。 支持向量机作为一种经典的监督学习方法，其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界，以实现对样本数据的分类或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题，其有效性源于通过核函数将原始数据映射至更高维的空间，使得原本复杂的分类问题变得线性可分。 粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下，每个潜在解被视作一个“粒子”，粒子群在解空间中协同搜索，通过不断迭代更新自身速度与位置，并参考个体历史最优解和群体全局最优解的信息，逐步逼近问题的最优解。在本应用中，PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。 项目所提供的实现代码涵盖了从数据加载、预处理（如标准化处理）、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数（例如线性核、多项式核及径向基函数核等）进行参数寻优，并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开，从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。 本研究通过一个具体的MATLAB实现案例，旨在演示如何将全局优化算法与机器学习模型相结合，以解决模型参数选择这一关键问题。通过此实践，研究者不仅能够深入理解SVM的工作原理，还能掌握利用智能优化技术提升模型泛化性能的有效方法，这对于机器学习在实际问题中的应用具有重要的参考价值。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
jank_record_1766403318764055404.pb
12-22
jank_record_1766403318764055404.pb
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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