| 日期 | 今日工作结果 | 问题及改善方法 | 明日计划 |
| 2015-02-05 |
1.观看了一整天的java面向 对象的视频,对面向对象的 思维方法、语法等有了一些 认识。 2.晚上用java写出了杨辉三 角的代码。 |
问题:java前面自学的太少, 觉得突然跳到面向对象有一些 吃力,在写杨辉三角的时候, 因为对java的数组不大熟悉。
解决办法:抽出时间来自学一 些基础语法,比如打印函数, 数组的创建……这些是最最基 础的东西,必须要打扎实。 一天都在看视频,虽然对面向 对象的思维,语法有所了解, 但是回去还是得看书,把基础 打扎实,还有视频中老师讲的 内存分配问题,虽然当时都懂 了,但自己画时,却不一定能 画出来,一定一定要复习。。。
|
1。明天上午听讲座。 2.下午继续看java的视频,并阅读教材。 |
相关推荐
万人睡眠健康与生活方式调查数据集
成年人群睡眠健康与生活方式研究数据集,合成模拟10000行20列单CSV文件,睡眠障碍标记人群占比约四分之一。设置双预测目标:睡眠障碍二分类字段与日间疲劳得分回归字段,可分别开展分类与回归建模。特征字段涵盖年龄、性别、十一种职业类别、每周工作时长、轮班工作标记、自我压力评分、身体质量指数BMI、吸烟状态、每周饮酒量、每日咖啡因摄入毫克数、睡前一小时屏幕使用时间、每周运动分钟数、日均步行数、静息心率、习惯就寝时间点、平均睡眠时长、睡眠质量自评等二十项。数据完整无缺失,结果列与特征列分离清晰,便于目标泄漏防范练习。适用场景:睡眠障碍预测建模、日间疲劳程度回归分析、咖啡因与睡前屏幕对睡眠时长的影响量化、不同职业群体睡眠质量对比研究、逻辑回归与梯度提升模型对比实战等。合成数据不含真实个人信息,适合健康数据分析教学、特征工程练习与机器学习课程实训项目使用。
2015.02.09——张佳莉
日期 今日工作结果 心得 明日计划 2015-02-09 1.商务最后检查了会议室的布局。 2.中午一起与大家聚餐。 3.下午开了座谈会,大家各自讲 了自己的想法,一起做了交流。 4.晚上听了学长学姐的项目总 结会,虽然有些听不懂,但是 有一些感触。
FANUC-R2000iC165F-六轴机械臂码垛仿真
FANUC_R2000iC165F_六轴机械臂码垛仿真
2015.02.06——张佳莉
日期 今日工作结果 问题及改善方法 明日计划 2015-02-06 1.早上听了徐老师的讲座, 感觉对面向对象的思想有 一定的了解,对封装、继 承和多态的功能有一定理 解。 2.下午和晚上看了java的 基础视频,学习了一些简 单的语法。 问题:下午老师布置了作业: 用java写一个学生信息管理系 统
frontend-design skills
frontend-design skills
政府科技管理者在推动区域科技成果转化过程中,如何解决成果供需匹配效率低的问题?.docx
政府科技管理者在推动区域科技成果转化过程中,如何解决成果供需匹配效率低的问题?
第二周 项目1-C/C++语言中函数参数传递的三种方式
问题及代码: 01./* 02. *Copyright(c) 2015,烟台大学计算机与控制工程学院 03. *All rights reserved. 04. *文件名称:main.cpp 05. *作 者:张佳慧 06. *完成日期:2015.9.11 07. *版 本 号:v1.0 08. * 09. *问题描述:将输入的两个数实行交换,并输出。 10
用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计研究(Matlab代码实现)
内容概要:本文围绕用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计展开研究,深入探讨了卡尔曼滤波在动态系统状态估计中的核心作用。文章系统阐述了卡尔曼滤波的数学基础,包括状态空间模型的建立、先验与后验状态估计、协方差矩阵的递推更新,以及最优增益矩阵的推导过程,确保在高斯白噪声环境下实现对系统状态的最小均方误差估计。结合Matlab代码实现,完整展示了算法从理论建模到仿真实验的全流程,涵盖系统建模、噪声设置、滤波迭代、状态更新与误差分析等环节,并通过仿真实验验证了算法在噪声干扰下对系统真实状态的高精度跟踪能力。该研究为控制工程、导航系统、信号处理及自动化领域中的状态估计问题提供了坚实的理论依据与高效的数值实现方案。; 适合人群:具备一定控制理论、概率统计基础和Matlab编程能力,从事自动化、电子信息、航空航天、机器人、导航定位等相关领域的科研人员、工程技术人员及高校研究生。; 使用场景及目标:①掌握卡尔曼滤波的基本原理及其在状态估计中的数学推导过程;②学习如何利用Matlab实现卡尔曼滤波算法并进行系统仿真与性能评估;③应用于目标跟踪、传感器融合、惯性导航、故障诊断、时间序列预测等实际工程中的动态状态估计问题。; 阅读建议:建议读者结合文中提供的Matlab代码进行动手实践,通过调整系统模型参数、过程噪声与观测噪声强度,观察滤波效果的变化,深入理解卡尔曼增益的自适应调节机制与MMSE估计的收敛特性。同时可进一步拓展学习扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)等非线性滤波方法,以应对更复杂的非线性系统状态估计挑战。
AI Agent,普通人也能抓住的AI技术的第一波红利
在AI时代,“想象力就是生产力,”AI技术的普及也对个人能力提出了新的要求。在AI时代,持续学习和适应新技术变得尤为重要。无论是企业还是个人,都需要不断更新知识体系,提升与AI协作的能力,以适应不断变化的工作环境。而普通人完全可以基于成熟的平台来发挥创造力,比如基于钉钉等平台,我们可以反向接入模型来做AI助理产品,避开“拿着锤⼦找钉⼦”的陷阱。理解并掌握AI Agent,是普通人在AI时代可以抓住的第一波红利。
高校技术转移办公室人员如何提升成果转化服务效率?.docx
科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。
国央企创新负责人如何利用平台实现技术需求的精准挖掘与匹配?.docx
科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。
第四周项目1-建立单链表
/* *Copyright (c)2015,烟台大学计算机与控制工程学院 *All rights reserved. *文件名称:项目1.cpp *作 者:张佳慧 *完成日期:2015年10月05日 *版 本 号:v1.0 * *问题描述:定义单链表存储结构,用头插法和尾插法建立单链表,并显示建立好以后的结果。 *输入描述:无 程序输出:输出头插法尾插发链表 */ #
自适应多机器人编队规划,以包围和跟踪具有运动和可见性约束的目标(Matlab代码实现)
内容概要:本文提出了一种自适应多机器人编队规划方法,旨在实现对具有运动能力和可见性约束目标的高效包围与持续跟踪,采用Matlab进行算法实现与仿真验证。该方法综合考虑了多机器人系统在动态环境中的协同控制、编队形态生成与保持、障碍物规避以及目标可见性维护等关键问题,通过设计分布式控制律使编队能够根据目标行为和环境变化自适应调整队形与运动轨迹,确保稳定包围并最大化目标观测质量。文中详细阐述了系统的数学建模过程、控制策略设计原理及约束处理机制,并提供了多场景下的仿真实验结果,验证了所提方法在复杂条件下的鲁棒性、灵活性与有效性。; 适合人群:具备自动化、机器人学、控制理论或人工智能等相关领域基础知识的科研人员及研究生,熟悉Matlab编程环境并致力于多智能体系统、协同控制、路径规划或智能无人系统研究的专业人士。; 使用场景及目标:①应用于多机器人系统在监视、围捕、搜救等任务中对移动目标的协同包围与跟踪控制;②为研究分布式编队控制、可见性优化、动态避障与多智能体协同决策等核心技术提供可复现的算法实例与理论支撑; 阅读建议:建议读者结合提供的Matlab代码逐模块分析算法实现细节,重点关注控制律设计、约束建模与仿真结果对比部分,宜在仿真环境中调整参数配置以深入理解系统性能边界与优化潜力。
(课程设计)C#(asp.net)电子书城网站设计与制作-计算机毕设 附源码 20963
(1)登录注册:允许用户进行账号的登录与注册,确保个人信息的安全与服务的个性化。 (2)首页:展示电子书城的最新活动、热门电子书及推荐内容,吸引用户浏览与购买。 (3)交流论坛:提供用户间交流与讨论的平台,分享阅读心得与推荐好书。 (4)通知公告:发布电子书城的最新动态、活动信息及系统更新通知,确保用户信息同步。 (5)新闻资讯:展示与阅读、文化、出版等相关的新闻,拓宽用户视野。 (6)电子书城:提供丰富的电子书资源,支持分类浏览、搜索与购买。 (7)商城管理:包括个人中心购物车、个人中心订单、个人中心地址
考虑风光火储+需求响应+P2G多能源系统NSGA-II多目标优化调度(Matlab代码实现)
考虑风光火储+需求响应+P2G多能源系统NSGA-II多目标优化调度(Matlab代码实现)内容概要:本文介绍了基于NSGA-II多目标优化算法对包含风能、光伏、火电、储能系统、需求响应及电转气(P2G)等多种能源形式的综合能源系统进行优化调度的研究,采用Matlab进行代码实现。研究综合考虑了系统运行成本、碳排放、能源利用率等多个优化目标,通过建立精确的数学模型,结合可再生能源出力不确定性、负荷波动以及需求响应机制,实现多能源协同调度的帕累托最优解集求解,旨在提升能源系统的经济性与环保性,并验证所提方法的有效性和实用性。; 适合人群:具备一定电力系统、优化算法及Matlab编程基础的研究生、科研人员以及从事能源系统规划与运行相关工作的工程技术人员。; 使用场景及目标:①应用于多能源互补的综合能源系统优化调度研究;②为实现低碳、高效、可靠的能源供应提供决策支持;③学习和掌握NSGA-II算法在复杂多目标优化问题中的实际应用方法。; 阅读建议:建议读者结合Matlab代码与文中模型描述逐步理解算法实现流程,重点关注目标函数构建、约束处理及Pareto解集的生成与分析,有条件者可进一步修改参数或扩展模型以深化理解。
16周全【Harness&Hermes】多智能体开发特训营
2026年的AI开发者圈子里,几乎没有人再怀疑多智能体的价值。Gartner预测年底40%的企业应用将内置智能体,LangChain、AutoGen、CrewAI等框架轮番登场,演示视频里的AI团队分工明确、配合流畅。然而,一个尴尬的现实是:大多数开发者手里跑通的多智能体项目,停留在Jupyter Notebook的最后一行。一旦试图把它塞进真实业务环境,问题便如潮水般涌来——长任务跑到一半崩了要重来,智能体之间的消息黑盒般不可追溯,换个场景就得推倒重写,上线之后连“刚才那次调用为什么花了三倍的钱”都查不出来。 这正是【Harness&Hermes】多智能体开发特训营试图回应的命题。它的切入点不在“再教你写一个Demo”,而在于一个更朴素却更稀缺的能力:让多智能体系统从演示玩具变成可交付、可运维、可演进的生产资产。 要理解这门课的价值,得先看清多智能体开发当前的断层在哪里。单Agent时代,提示词写得好、API调得通,基本就能交差。但多Agent协作的本质是编排:谁负责拆解需求,谁负责执行,谁负责校验,上下文如何在角色之间传递而不丢失,某个环节出错时整条链路如何回退。这些问题的难度不在模型能力,而在工程控制。市面上不缺讲LangGraph节点怎么连、RAG检索怎么做的教程,缺的是把“多个智能体在真实业务压力下稳定协作”这件事讲透的人。 Harness与Hermes的分工,恰好对应了工程控制的左右手。根据课程的设计逻辑,Harness管“流程”,Hermes管“记忆与进化”。Harness 负责长任务的流程治理:一个面试模拟流程跑了二十分钟,中途用户关掉页面,下次打开能不能接着上次的进度继续?某个Agent调用工具超时了,整条链路是崩溃还是优雅降级?线上出了问题,日志能不能精确到“第几轮对话、哪个Agent、调了什么工具、花了多少token”。这些听起来不性感,但任何一
产业园区运营负责人如何利用数据智能化提升科技资源配置效率?.docx
科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。
PostgreSQL和PostGIS安装、导入shp或gdb格式数据至数据库、使用QGIS测试上传PstGIS数据库操作和代码
本文详细介绍了postgresql和postgis安装步骤,并且使用postgis测试上传shp和gdb格式的矢量数据至数据库,包括步骤和代码,并使用qgis连接postgis数据查看数据库里的数据,数据依旧和本地数据一样可查看可编辑,方便后续数据底座开发和服务。
420



被折叠的 条评论
为什么被折叠?



