投资理财-朋友k的故事

对中年人来说,特别炒股的中年人,朋友应该可以屈指可数。我把家搬到这个城市,三年不到,认识一小区邻居。他也在家炒股,就时间和生活方式都很相识。他比较热情,我比较安静。下午常一起去健身房,晚上饭后一起在小区走走。聊一些无关紧要的天,有一个伴,也挺好。前几天,
他说:借车用一下。
我:干嘛?
他:送小孩上学。
我:你的车呢?
他:要送5个小孩(初中生),你车宽点。
我:我的也是五座啊,你还是用你自己的吧。
他:都老司机了,你别怕。
我:真不行,我很怕。。。。
这几天,就阴阳怪气了,也不分公众场合[滴汗]

这些年生意,让我对人性彻底失望了。借出去的钱,从来没有要回来过,不管发小还是亲戚(亲兄弟外)。我一生意同行,把货车借朋友搬家,把人弄了,借车的人财力有限,家属只找车主,无尽的麻烦。无力承担意外的风险,只能小心翼翼的建立防火墙。朋不朋友只能随他,健身散步一个人也挺好的。
指数要买宽基,低位买入定投,三五年内收益也不差。行业指数要少买,行业里就那几家公司,没啥选择性。遇到行业下跌,可以跌七八年。行业指数,适合网格,网格要大一些,赚个波动性。

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练与分类,实现对不同类型扰动的自动识别与准确区分。该方法充分发挥DWT在信号去噪与特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度与鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测与分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性与效率,为后续的电能治理与设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程与特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
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