今晚DDL的你还在刷优快云?

文章探讨了拖延症对个人影响及如何利用DDL(最后期限)来提高效率。通过加入设计部门、参与比赛设定自我任务,以及使用生命日历可视化时间流逝,来对抗拖延。面对生命有限,恐惧感可以成为推动行动的动力。

拖延症的内心世界:蒂姆·尔班知道拖延没有意义,但是他从来没有办法改掉最后一刻才去干活的习惯。在他诙谐而又深刻的演讲中,尔班在带领我们在视频网站狂欢,在维基百科浏览,甚至一阵阵观望窗外的鸟语花香的同时鼓励我们去仔细思考在时间消逝之前,我们究竟在拖延什么。

拖延会潜移默化的影响心情、成就感、无法开始曾经的激情、目标、梦想

其实顺着视频的思路能找到一个对抗拖延的方法,就是给自己找ddl。就比如我一直喜欢画画,但平时摸鱼很低质量经常不画,进步很慢很慢。为了逼自己画画,大学就去加入了做平面设计的部门。每个月都有任务,就可以用ddl倒逼自己画画,获得提升了。我做其他事情也是。就比如在完全不会写谱的时候去报名写谱比赛,完全不会编程的时候去报名程序设计比赛,完全没做过组织者的情况下去做节目负责人……虽然ddl很多经常很慌,但获得的成长却是真实累积的。

长期目标的拖延是因为我们,淡忘了生命的期限。那么生命日历就是把生命的期限具象化成每一个格子,时刻提醒自己生命在走过一个格子一个格子后慢慢流逝,那么你对生命的尊重敬畏程度,就是你对拖延症的治愈程度。

短期的拖延有恐慌怪兽来终止拖延,那么长期就用最后一个格子来终止拖延。

还别说越是想着格子一个一个减少,心中就有一种死亡的恐惧感驱使着我,就会不自觉的想什么事情还没做完我,要不赶紧做了去。

今晚DDL的你还在刷b站?【TED演讲】哔哩哔哩bilibili

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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