公园长凳上的梅纳德

和有智慧的人一起工作,比拥有很多的钱而在家呆着更有意思。他们可以教会你东西的,能够给你启发,尤其是能够改变你在工作之外,对于生活的态度。我很庆幸在30岁以前就认识很多这样的人。

今天,看到给我启发很多的一个人就要退休,回到自己的个人生活中去,我才发现,在短短的一年里面,我的生活因为这个人,有了一些改变。这个人就是梅纳德·韦伯。

公园里的长椅

印象最深的是在一次全球大会上,灯光亮起,空荡荡的舞台中间就放了一个路灯,旁边放着一个公园里面常见的可以坐两到三个人的长椅。我以为要上演话剧了。这时Maynard上场。他一个人坐在长椅上面,自言自语的说起,“我常在想,如果有一天,我退休了,我就会在公园的长椅上面坐着,然后一个一个的回想自己一生中遇到的每一个人。。。这个人见到我这个普普通通的老头子,是会做过来打个招呼呢,还是转身就走呢?”。

我现在脑子里还经常想起,当时在台上的那个木头加铁艺的长椅,上面看起来孤单的老人,还有台下众多的心有戚戚的听众。说这句话的时候,他真的不像一个eBay的COO,而就是一位的长者。

生活的思考

经常想一想未来,设想一下几年,十几年之后的自己,像Maynard那样,会使自己的生活来得更轻松些。很多事情,发生的时候对自己很重要,回顾的时候,不那么重要了;因为忙而推脱的事情,却发现是最值得做的。常常设想发生在未来的回想,让我们不要浪费时间在对于长期不重要的事情上。各种学说,其实都在宣传这一点。《高效能人士的七个习惯》中的“以终为始”,管理学里的Personal Statement,或者藏传佛教里的“死亡冥想”,都鼓励我们去设想未来,从而改善自己现在的生活。

后注:记得在圣何塞第一次到到他。握过手后,他问我在做什么,我说我在负责Kijiji中国。他说很酷。然后我很礼貌的问,“你是做什么的?” 于是,我开始出名了,作为“那个问Maynard是干什么的人”在公司里出名了。哈哈。

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
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