凡事都有第一次

为了给自己一个记录的理由,开了人生中第一个技术博,希望从此时此刻开始可以坚持下去,记录自己的学习历程。

进入正题:

对嵌入式的学习一直是个难以割舍的情怀,多少次开始,又多少次放下,这次重新开始希望不要放下。

上次由于电脑硬盘已满,于是想将电脑里的电影拷贝到移动硬盘里,但是开电脑的时候没有注意,电脑启动到了fedora系统里,于是突发奇想,何不利用一下,用终端命令把电影拷贝到移动硬盘?于是说干就干,插上移动硬盘,开始挂载

mount  /dev/sdb1  /mnt

结果不能执行!说是我目前使用的用户不在sudoers文件里,擦,压根不知道这个文件在哪里,于是想到了find命令,但是不知道find命令怎么用,man帮助文档全英文,没有例子,看不太懂,也不耐地看,还是找度娘了,于是有了

find  /  -name "sudoers"

真的可以找到啊!好神奇!就在

/etc/sudoers



按照度娘上的,修改sudoers文件,将自己的用户添加进来

gedit  /etc/sudoers

打开sudoers文件

找到user部分,看到“Allow root to run any commands anywhere”,这不就是说root用户可以运行所有的命令嘛,直接复制粘贴一下,改成自己的用户名

dongfang  ALL=(ALL)   ALL

保存退出,OK 搞定

重新回到用户下,可以mount 啦!

在/dev目录下看到了很多sdb,不知道哪个是移动硬盘上存电影的分区,没办法,自己一个一个挂载上来看吧,结果发现sdb1就是。

mount /dev/sdb1 /mnt

于是同样挂载了电脑硬盘,

mkdir /run/media

mount /dev/sda3 /run/media

源和目的地都挂载好了,终于可以开始复制啦!

cp /run/media/*.rmvb *.mp4  /mnt

接下来就是漫长的等待了,因为好些GB。。。

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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