【兄弟连】3.2给初学者的建议

本文详细介绍了Linux系统中各个目录的功能与作用,并提供了服务器维护的实用建议,包括重启注意事项、防火墙配置、密码规范等。

1、 linux各目录的作用

在这里插入图片描述
含bin目录,二进制文件,绝大多数都在四个bin里面

1、sbin是只有管理员才能使用。
2、boot目录,启动资源保存在此。不要在这个目录写入数据,该目录最好要保存
3、dev目录保存所有的硬件设备文件。
4、etc目录,保存配置文件

在这里插入图片描述

5、home目录,例如user1的宿主目录/home/user1
6、lib 函数库
7、lost+found每个分区都有自己的lost+found
8、/media/、/mnt/、/misc/linux系统预留的三个挂载点(盘符)

在这里插入图片描述
9、/proc/、/sys/两个存在于内存,理解为RAM,不要在里面写入数据
10、/srv/存放系统的服务数据
11、/tmp/临时目录,可清空
12、/usr/类似于c盘下的windows目录
13、/var/类似于日志

2、服务器的注意事项

1、远程服务器不允许关机,只能重启

2、重启时应该关闭服务

3、不要在服务访问高峰运行高负载命令
高负载:大数据量的压缩解压缩。

4、远程配置防火墙时不要把自己踢出服务器
防火墙:类似于过滤器,比如过滤ip

6、指定合理的密码规范并定期更新

7、合理分配权限

8、定时备份主要数据和日志,特别是要备份重要的目录

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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