庆祝 Ktor 1.0 发布,分享 JetBrains 日讲稿及代码

本文转载自公众号:“灰蓝天际”,文中链接较多,可以到文章来源处(文章底部进入“灰蓝天际”公众号找到本文来源)点击“阅读原文”获取。




非常值得庆祝的是,??Ktor 1.0 正式发布了??Ktor 中文站也已更新。

640?wx_fmt=png

Ktor 是 JetBrains 官方出品的互联应用框架。 使用该框架非常易于开发异步的服务器与客户端,并且能够充分利用 Kotlin 以及协程的优势。

Ktor 中文站官方英文站的中文翻译(目前还在翻译中,欢迎组团一起)。 初学者可以从快速入门入手来学习与了解 Ktor,这一章大多数内容均已翻译。

上周六,有幸在 JetBrains 开发者日上分享了《Ktor——Kotlin 多平台异步 Web 框架实践》 ,这两天也把讲稿及相关 demo 整理了下。

讲稿可在这里下载:

链接: https://share.weiyun.com/5UqjtTc
密码: eauq37

我猜你还想看 Benny 分享的讲稿,传送门在这里:??2018 JetBrains 开发者大会见闻??

这份讲稿比当天用的那份要新一些(其中的截图也能看出是 11 月 20 日的),补充了当场提到但没有在讲稿中列出的 Ktor 适用场景: 多平台项目,同时开发客户端与服务端,比如同时开发 WebSocket 或者直接套接字通讯的客户端与服务器。

CallID 与 Call Logging MDC 的 demo 在这里:

https://github.com/hltj/ktor-callid-demo

接口聚合服务 demo 在这里:

https://github.com/hltj/kaggregator-demo

最后出场的这个是原打算在分享中讲的开源缩略图服务 Kthumbor,终于完成了第一个可用版。服务框架使用 Ktor,100% Kotlin 开发,见下图:

640?wx_fmt=png

另外,在 Kthumbor 项目中采用了测试驱动开发的方式(其中测试框架使用的是 KotlinTest),先写测试用例后写实现。 目前只实现了最简单的生成指定宽高内的缩略图的功能,后续还会实现放大、剪裁等功能,最终会实现一个生产级可用的缩略图服务。

Kthumbor 的源代码在这里:

https://github.com/hltj/kthumbor

欢迎反馈与交流。 需要说明的一点是,我并不想做纯雷锋,该项目采用 AGPL-3.0 协议发布,因此可以用于商业目的,但是任何修改都需要以同样协议(AGPL-3.0)开源出来。

关于分享中讲到的点以及 Kthumbor 项目,有机会再展开来看。

© 2018 灰蓝天际 640?wx_fmt=png



点击文末“阅读原文”打开本文对应博客原文;长按扫描下方二维码关注《灰蓝时光》。

640?wx_fmt=png



内容概要:本文档详细介绍了一个基于MATLAB实现的电力负荷预测项目,该项目运用遗传算法(GA)优化支持向量回归(SVR)和支持向量机(SVM)模型的超参数及特征选择。项目旨在解决电力系统调度、发电计划、需求侧响应等多个应用场景中的关键问题,特别是在应对高比例可再生能源接入带来的非线性、非平稳负荷预测挑战。文中涵盖了从数据接入、特征工程、模型训练到部署上线的全流程,包括详细的代码示例和GUI设计,确保方案的可复现性和实用性。 适用人群:具备一定编程基础,尤其是熟悉MATLAB语言和机器学习算法的研发人员;从事电力系统调度、电力市场交易、新能源消纳等相关领域的工程师和技术专家。 使用场景及目标:①通过构建面向小时级别的滚动预测,输出高分辨率负荷轨迹,为内与前滚动调度提供边际成本最小化的依据;②在负荷高峰和供给紧张时,通过价格信号或直接负荷控制实施需求侧响应,提升削峰效率并抑制反弹;③为灵活性资源(调峰机组、储能、可中断负荷)提供更清晰的出清路径,降低弃风弃光率,提升系统整体清洁度;④帮助市场主体更准确地评估边际出清价格变化,提高报价成功率与收益稳定性,同时降低由预测偏差带来的风险敞口;⑤在运维与审计场景中,对预测产生的原因进行说明,保障业务侧与监管侧的可追溯性。 阅读建议:此资源不仅提供了完整的代码实现和GUI设计,更注重于理解GA优化过程中涉及到的数据处理、特征构造、模型选择及评估等核心步骤。因此,在学习过程中,建议结合实际案例进行实践,并深入研究每个阶段的具体实现细节,特别是适应度函数的设计、超参数空间的定义以及多样性维护机制的应用。此外,关注项目中关于数据对齐、缺失值处理、特征标准化等方面的最佳实践,有助于提高模型的鲁棒性和泛化能力。
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