了解自己!

了解自己,是了解自己的什么?

如果你怕麻烦,直接转到####开头的文字。

了解

就是知道!

了解某个东西

就是了解这个东西的本身特性,这个东西和别的东西的关系,在加上时间轴,本身特性的变化,在被关系了后的状态。

如果一切都是不重复的变化,一切没有一点规律可言,那么研究这个“了解”,估计也没什么用。

所以,“了解”,面对的对象是重复性比较高的事物!

上帝造人,可能是为了好管理吧,加上了特性,“本性难易”,这么说,“了解”这个词,对人这个事物,是行的通的!

所以,“了解”人,是可行的!

那么,通过一种途径了解人吧!

“了解”和“测试”,在某个意义上说是差不多的,先就“测试”,切入话题!

“测试”一个产品的时候,了解它的静态特性:颜色,型号,材料,大小,装配。

动态特性:时速,刹车等,

特殊特性:撞车后的结果,在冰上跑的数据,

更加特殊的特性:地球没引力的时候什么样子,被火烧多久会爆炸,那天掉了海洋里,人在里面多久会死!

所以:了解一个产品:1,>了解他的相对固定特性。2>了解他被关系了后的特性。3>了解他被关系了后对其他事情的影响。4>以时间段串联起来 1>,2>,3>,他们的特性!

人是一个事物,所以可以这样分析!

。。。。。。。。。。。。。!

分析完会发现很多概率小的特性可以不去做研究,也就是了解完了后,就和地球撞太阳的概率差不多。

所以:

了解一个人,是了解人的相对特性,大多数情况下出现的情况!

好了结果出来了,了解一个人,就是了解一个人在大多数情况下的状态!!

深入下去。。。

*******************************************************

大概率时间就是“是”。

固态特性:你的长相,五官,你的声音,你的听力,体重

固态表现特性:你走路的方式,你吃饭的方式,你的性格,你的智力,

时间固态关系:1>短暂时间:白天,晚上你的智力变化,2>长时间:随时间推移你的身高,体重的变化,你的声音,你的。。

人人关系:1>别人对你“固态特性”的产生的关系。2>别人对你“固态表现特性”产生的关系。

时间人人关系:别人把一个时间段内对你的“固态特性”和“固态表现”特性串联起来,产生的错综复杂的关系,进而对你产生的一种印象!

我认为这三个关系就够了,那些人狗关系了,狗毛的关系了,没有搞头,懒的想!

*****************************************************

在吧小概率事件砍去

时间关系和时间人人关系对重要!

所以了解人,就是了解这个人的“人人关系”和“时间人人关系”。

###################################

那么了解自己就是了解自己的“人人关系”和“时间人人关系”。

把范围缩小了,然后再把这个小的事情放大,研究东西就应该这么干!!研究金子点,这样才能得出有价值的精髓!

现在开始,放大“人人关系”,然后加上时间轴的“人人关系”---“时间人人关系”!!

印象是有时间人人关系产生。

采用倒推方式,印象是由什么产生的!

一般以自己为标准,以自己的日常行为为天平,然后,比自己低的方面,就打负分,比自己高的方面就打高分,然后加起来,得出总分,然后在夸大缺点,或者夸大有点,加上一个附加分,得出总分。

牛逼=“90-100”,一般=“50-60”等,得出一个印象。

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

所以提高人人关系,1>选择的人群,因为不同的人群,标准不同,2>找到这个人群的大致标准,3>提高自己超过这个标准。就会得到好的印象。

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

了解自己呢,

1>了解自己的特点:自己大脑在那个时间段比较好用,自己的逆境中的心态。自己的本能心态,自己在“强加意识”下的行为,等等!!

2>就是找到自己适合在什么人群里更加有优势,能混的更加好!说的比较含糊,比如:你的工作方面,你的学习技能方面,你的说话方式对这个人群的影响等等。

了解自己目的--了解自己的长期方向!!

了解了自己目的:就是更加好的开发自己,让自己用在刀刃上,也就是一切都沉淀下来之后,车破人亡之后,你这块矿藏更加有价值!

如果天天玩,不把心思放在事情上,不去做,了解之后,什么用也没有!!

附加:

这些什么技巧啊,快乐啊,痛苦啊,心态啊!

这些技巧等方面的技能:过程自己发挥,目的一定要达到!只看结果!

譬如:心情你无法控制,但是你可以通过改变环境来控制,所以是可控的!!利用好蝴蝶效应调节!!!

写出来,感觉自己做出来也很难,毕竟人要吃喝拉撒!!一些没有商量余地的事情要做!!因为,人死了,一切都没了,“了解”也没了!!

内容概要:本文介绍了一个基于多传感器融合的定位系统设计方案,采用GPS、里程计和电子罗盘作为定位传感器,利用扩展卡尔曼滤波(EKF)算法对多源传感器数据进行融合处理,最终输出目标的滤波后位置信息,并提供了完整的Matlab代码实现。该方法有效提升了定位精度与稳定性,尤其适用于存在单一传感器误差或信号丢失的复杂环境,如自动驾驶、移动采用GPS、里程计和电子罗盘作为定位传感器,EKF作为多传感器的融合算法,最终输出目标的滤波位置(Matlab代码实现)机器人导航等领域。文中详细阐述了各传感器的数据建模方式、状态转移与观测方程构建,以及EKF算法的具体实现步骤,具有较强的工程实践价值。; 适合人群:具备一定Matlab编程基础,熟悉传感器原理和滤波算法的高校研究生、科研人员及从事自动驾驶、机器人导航等相关领域的工程技术人员。; 使用场景及目标:①学习和掌握多传感器融合的基本理论与实现方法;②应用于移动机器人、无人车、无人机等系统的高精度定位与导航开发;③作为EKF算法在实际工程中应用的教学案例或项目参考; 阅读建议:建议读者结合Matlab代码逐行理解算法实现过程,重点关注状态预测与观测更新模块的设计逻辑,可尝试引入真实传感器数据或仿真噪声环境以验证算法鲁棒性,并进一步拓展至UKF、PF等更高级滤波算法的研究与对比。
内容概要:文章围绕智能汽车新一代传感器的发展趋势,重点阐述了BEV(鸟瞰图视角)端到端感知融合架构如何成为智能驾驶感知系统的新范式。传统后融合与前融合方案因信息丢失或算力需求过高难以满足高阶智驾需求,而基于Transformer的BEV融合方案通过统一坐标系下的多源传感器特征融合,在保证感知精度的同时兼顾算力可行性,显著提升复杂场景下的鲁棒性与系统可靠性。此外,文章指出BEV模型落地面临大算力依赖与高数据成本的挑战,提出“数据采集-模型训练-算法迭代-数据反哺”的高效数据闭环体系,通过自动化标注与长尾数据反馈实现算法持续进化,降低对人工标注的依赖,提升数据利用效率。典型企业案例进一步验证了该路径的技术可行性与经济价值。; 适合人群:从事汽车电子、智能驾驶感知算法研发的工程师,以及关注自动驾驶技术趋势的产品经理和技术管理者;具备一定自动驾驶基础知识,希望深入了解BEV架构与数据闭环机制的专业人士。; 使用场景及目标:①理解BEV+Transformer为何成为当前感知融合的主流技术路线;②掌握数据闭环在BEV模型迭代中的关键作用及其工程实现逻辑;③为智能驾驶系统架构设计、传感器选型与算法优化提供决策参考; 阅读建议:本文侧重技术趋势分析与系统级思考,建议结合实际项目背景阅读,重点关注BEV融合逻辑与数据闭环构建方法,并可延伸研究相关企业在舱泊一体等场景的应用实践。
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