2024年12月总结及随笔之1T资料灭失

1. 回头看

日更坚持了731天。

  • 读《数据质量管理:数据可靠性与数据质量问题解决之道》更新完成
  • 读《图数据库实战》更新完成
  • 读《数据保护:工作负载的可恢复性》开更并持续更新

2023年至2024年12月底累计码字1834939字,累计日均码字2510字。

2024年12月码字96819字,同比上升34.49%,环比上升1.57%,日均码字数3123字,2024年累计码字1116976字,累积日均码字3051字。

读完以下这些书

  • 白夜追凶
  • 从鹏扶摇到蝶蹁跹:《逍遥游》《齐物论》通释
  • 江湖不远《水浒》中的那些人
  • 易经的第一堂课
  • 鲍鹏山品水浒
    • 推荐
  • 孔子这一生
  • 孔子如来
    • 推荐
  • 中国人的心灵

看了电影《狮子王2:木法沙传奇》,3D的,没人,包场了,剧情就是套路化的,讲述了刀疤的由来和刀疤的刀疤的由来

追剧《白夜破晓》,7年之痒,止痒了,韩冰还是那么cooool

补追剧《边上往事》,然后我现在在补看书,看看三边坡,看看缅北、看看加沙、看看叙利亚


2. 2024年目标完成情况

  • ×全平台都不漏更:10.14漏更某瓣。(行百里者半九十,共勉

  • √年码字破100万字:1116976/1000000,完成率111.7%

  • 日更3000字,对应码字109万:3123/3000,当月完成率104.1%,累计完成率101.7%

  • √完成读20本书笔记:22/20,完成率110%

  • ×完成1个学系列:0/1,完成率0%


3. 随笔之1T资料灭失

3.1 月初发现移动硬盘坏了,1T资料灭失,衰神附身

  • 无可奈何花落去,多说无意,后悔懊恼无用,徒增烦恼,只能吸取经验教训,继往开来

    • 备份原则3-2-1
  • 开始采用蓝光刻录机刻录蓝光千年盘了

    • 毕竟设备、耗材有价,资料、数据无价啊
  • 从数据保护角度看,磁盘(移动硬盘)、U盘都不靠谱

3.2 月中逛了山姆会员店

  • 借别人的卡去山姆会员店逛了逛,买了一些东西

  • 比价了一下麦德龙,感觉差不多

  • 当然咯,能比价的东西自然价格差距不会太大

  • 主要就是自营的东西,这个没法比哎

    • 去山姆就买山姆牌子的,去麦德龙就买麦德龙牌子的

3.3 月中去参加了警营开放活动

  • 这个活动还是蛮好玩的,可以盖章打卡

  • 有表演看

  • 还可以看无人机、大摩托等警用装备和器械

  • 当然咯,如果愿意排队1个小时,还是可以去打枪的

3.4 中旬去中国银行办理长城环球通多币种借记卡

  • 这是那种不能在自助设备上办理的

  • 我去柜台办理的时候,柜员问了几遍为什么要办理这个,这更坚定了我办理这个的决心啊,毕竟两个凡事啊

    • 凡事免费不设限,推荐去办理的,三思而不行

    • 凡事设卡设限,不方便办理的,最好去立行立改


4. 吐槽是一门必修课

吐槽较少,可能是我阈值高了,也可能真的好了~

4.1 我竟然没有啥好吐槽的,en...

絮絮叨叨那么多,再接再厉,坚持,结束。

【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真(带说明文档)内容概要:本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开,提供了完整的仿真模型与说明文档,重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型,模拟不同类型的短路故障(如三相短路),分析系统在故障期间及切除后的动态响应,包括发电机转子角度、转速、电压和功率等关键参数的变化,进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理,掌握暂态过程分析方法。; 适合人群:电气工程及相关专业的本科生、研究生,以及从事电力系统分析、运行与控制工作的科研人员和工程师。; 使用场景及目标:①学习电力系统暂态稳定的基本概念与分析方法;②掌握利用Simulink进行电力系统建模与仿真的技能;③研究短路故障对系统稳定性的影响及提高稳定性的措施(如故障清除时间优化);④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议:建议结合电力系统稳定性理论知识进行学习,先理解仿真模型各模块的功能与参数设置,再运行仿真并仔细分析输出结果,尝试改变故障类型或系统参数以观察其对稳定性的影响,从而深化对暂态稳定问题的理解。
本研究聚焦于运用MATLAB平台,将支持向量机(SVM)应用于数据预测任务,并引入粒子群优化(PSO)算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践,其核心在于利用SVM构建分类模型,同时借助PSO的全局搜索能力,高效确定SVM的最优超参数配置,从而显著增强模型的整体预测效能。 支持向量机作为一种经典的监督学习方法,其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界,以实现对样本数据的分类或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题,其有效性源于通过核函数将原始数据映射至更高维的空间,使得原本复杂的分类问题变得线性可分。 粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下,每个潜在解被视作一个“粒子”,粒子群在解空间中协同搜索,通过不断迭代更新自身速度与位置,并参考个体历史最优解和群体全局最优解的信息,逐步逼近问题的最优解。在本应用中,PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。 项目所提供的实现代码涵盖了从数据加载、预处理(如标准化处理)、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数(例如线性核、多项式核及径向基函数核等)进行参数寻优,并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开,从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。 本研究通过一个具体的MATLAB实现案例,旨在演示如何将全局优化算法与机器学习模型相结合,以解决模型参数选择这一关键问题。通过此实践,研究者不仅能够深入理解SVM的工作原理,还能掌握利用智能优化技术提升模型泛化性能的有效方法,这对于机器学习在实际问题中的应用具有重要的参考价值。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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