话题丨如何在春节时礼貌拒绝亲戚一些不想回答的问题?

点击上方“程序人生”,选择“置顶公众号”

第一时间关注程序猿(媛)身边的故事


过年的时候,你可能需要它——春节专用交流毛衣!文能恭喜发财,武能正面拒绝!将一切问题扼杀在摇篮里。


这是一款专门为新年不想回答长辈问题的同学定制的针织厚毛衣。衣服正面织上了一些不同颜色的过年应对金句,比如适合减肥者的“我减肥我不能吃太多”,刚考完研不想回答的“别问成绩了吧”,以及以不变应万变的“您们说什么就是什么”。问哪指哪,以不变应万变,谁也别想让我说话!

上面内容引自:

https://www.zhihu.com/question/39919711/answer/310403495

不行?还是要说?

那只好……

你学会这些礼貌且不失优雅的回问了嘛~

如果你有其他拒绝回答的话,欢迎留言分享~


点击图片get往期内容

【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
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