团队初创两月小结

从神州泰岳出来快两个月了,收获颇多,略微总结一下。

1. 满足袁岳说的“理想有形化”。其实最开始的想法就是来自于阅读keso和麦田们的博客,他们的言论往往成为争论漩涡的中心,四周围延伸出许许多多的blogger在一起讨论,我总是发散性地在跟随着一个又一个链接跑着看,尤其是这些对“社会化搜索”“SNS商业模式”“社区研究与Craigslist”等的大规模讨论,每天基本上都会不断地有人加入,漩涡中心的blogger们也不断地对事件继续评论或者作出回应。这一切像磁石一样吸引着我每日的眼球,为什么,因为这些东西言之有物,而不像你在奇虎网站上所看到的那些低级趣味。由此产生一个原始冲动,我就是要利用先进的技术手段把这个有形化脉络化。接下来发生的事情,就像袁岳所说的“事业在这个意义上如同自己生的孩子,是自己生的,但超出自己的估想。 ”,它可能代表的商业意义或者社会学意义已经超越了我最开始设定的。

2. 随着局面越来越明朗,袁岳说的“生意有一种令人上瘾的特点,就是有限的资源总可以变得更多”也慢慢地展现出来。有越来越强悍的人员的加入,听到了一些名字,见到了传说中的一些人。虽然,并不是每个人都会认同我们讲的故事,不过没关系,如果是技术上的问题,我们可以进一步深化、加强、调整,如果是商业上的问题,我们可以绑定更多的资源。BD方面,我们不会像大多数创业团队一样能想到的操作手法却因为商业资源不够而无法实施,我们这一点是不大有问题的。

3. “个体的个人与生意人的很大区别,是生意往往是一个无形而弹性的圈子,这个圈子里有许多超过我们过往见识与经验过的人物、事情、知识和资源。”这一点体会比较深。以前犹犹豫豫的是进移动公司呢还是继续等待公司上市赚点股权的时候,老吴说我还是公司呆惯了,其实外面的世界是我所想象不到的。 



Trackback: http://tb.blog.youkuaiyun.com/TrackBack.aspx?PostId=1344478


【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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