妙色王因缘经

  大唐三藏法师义净 奉制 译

  如是我闻:

  一时,薄伽梵在室罗伐城逝多林给孤独园。

  尔时,世尊从定起已,为诸四众演说无上甘露妙法。时有无量百千大众前后围绕,诸根不动听闻法要。

  时诸苾刍既见大众身心寂静殷勤听法,咸皆有疑白佛言:“世尊!唯愿慈悲为断疑网;如来大师无上法王,今此坐中听法诸人,何故殷勤身心不动,听闻妙法如饮甘露?”

  世尊告曰:“汝等苾刍,我于往昔为求法故,静心殷重,汝等谛听!善思念之!吾当为汝说彼因缘。”

  “乃往古昔,于婆罗{痆}(ní)斯大城中,有王名曰妙色,以法化世,国土丰乐,人民炽盛;无诸斗战、诈伪怨贼、亦无病苦、灾横之事。稻蔗牛羊在处充满,亦无瓦砾荒梗棘刺,恩遇兆人如观一子。其王敬信,意乐贤善,自利利人,发坚固愿,有慈心、希大法,愍众人、爱群官除去悭贪,常为大舍。王之夫人名曰妙容,颜貌端正,威仪详审,众德圆满,人所爱乐。其王唯有一男,名端正子。年虽幼小忠孝仁慈王所爱念无离左右。”

  “后于异时,其妙色王心{悕}(xī)胜法,召集群僚而告之曰:‘我于妙法情生渴养,卿等宜应为我寻访。’时诸大臣前白王曰:‘大王当知,大觉世尊出兴世者,方有妙法。’王报臣曰:‘今虽无佛,试为我求。’时王即便以箱盛秒金宝悬于幢上,鸣鼓宣令普告四方:‘若有为我宣胜法者,我以金箱报其恩德,广设音乐而庆赞之。’如是诏经历多时,竟无一人能为说法,时王渴仰怀忧而住。”

  “尔时帝释,遍观下界,谁善谁恶?谁于胜因情无懈倦?遂见此王为法忧恼,便作是念:‘此妙色王久悕胜法,我当试之,其事虚实?’遂即化作大药叉,身手足异常,面目可畏,来至众中而白王曰:‘仁求胜法,我能说之。’王闻法音欢喜踊跃,告药叉曰:‘密迹主有妙法者,幸愿为说,我当谛听!’药叉告曰:‘大王今者,生轻法心,谓为易得即令宣说。事不应然,我身饥虚,何能为说?’王闻语已,寻命膳官,所有上食速宜奉进。药叉告曰:‘王厨之食,非我所{飡}(cān),唯人热血肉是我常食。’王曰:‘人之血肉何可卒求?’药叉曰:‘王之爱子,宜应见与。’王闻此语,便作是念:‘我久辛苦寻求胜法,今闻法音便成无价。’时端正子在父边立,闻是语已,跪白王曰:‘唯愿父王勿生忧恼,父之所望当令满足。可持我身奉密迹主,以充其食。’王曰:‘汝见求法,舍所爱身。善哉,丈夫!随汝所乐。’其端正子即便以身奉上药叉。药叉受已,对王大众分裂其身,啖肉饮血。王虽见此,慕法情深,了无惊惧。”

  “时密迹主复告王曰:‘我仍未饱,更与汝妻。’时妙容夫人亦在王侧,闻斯语已,亦同其子身奉药叉。药叉受已,啖其血肉,复告王曰:‘然我尚未充足。’王便白言:‘密迹主!一子已施,妻复重食,尚云饥虚;随意当取,我愿供给,无退转心。’药叉告王曰:‘王之自身,宜与我食。’王曰:‘善哉!实不敢悋,然我虽身死如何闻法?今我先可听闻其法;即受持已,当即舍身。’”

  “是时药叉共王立要,即于无量百千万亿大众之中,说胜秒伽他曰:

由爱故生忧,由爱故生怖,若离于爱者,无怖亦无忧。

  “王即闻此胜妙法已,心生庆幸,欢悦无量,告密迹主曰:‘我已闻法,如说奉持。今我此身,随意当食。’”

  “时天帝释,见王为法,身心不动如妙高山,知其必当证无上觉,舍药叉相,复天帝形,心喜内充怡颜前进,一手携子、一手持妻,而告王曰:‘善哉,善哉!是善丈夫,坚装甲胄破烦恼军。汝之妻、子我今相付。’时王即白天帝曰:‘善哉,善哉!天主{憍}(jiāo)尸迦!降大慈悲,为善知识,已能满我乐法之心。’是时天帝于大众中忽然不现。”

  尔时世尊告诸苾刍:“于汝意云何?勿生异念,彼时妙色王者,即我身是;端正子者,罗怙罗是;妻妙容者,即耶输陀罗是。汝等当知,我往昔时为求法故舍所爱妻、子及以已身,尚无所悋,何况馀物。由此缘故,今时所有一切大众从我闻法,专心听受无有疲厌;又由我昔求法忘劳,今于长夜为众说法,亦无疲倦。汝等苾刍,当学于我,恭敬尊重,勤求胜法;既闻法已,如说修行,勿为放逸。”

  尔时诸苾刍及人天众闻佛说已,欢喜奉行。

转载于:https://www.cnblogs.com/vocaloid-fan1995/p/10363828.html

本人经过几年的努力,终于掌握了C#的编程,与同学一起开发了这套软件。与各位网友共勉。 1.5版正式推出!主要修正了(以下都是重大问题所以应及时更新,对给您造成的不便,本公司深表歉意): 1、重装软件后提示30天试用期已过的BUG; 2、机器码和注册码的0和字母O不好区分的问题。 3、一个注册表错误,会使软件重启后当成试用期结束。 “世间能有几回运,彩票游戏存玄机” ,也许您会有疑问:彩票开奖号码不是完全随机的吗?那我还算什么,随便写几个数字买算了!!其实您错了,世界上并没有绝对理想的随机数,就算是用电脑也只能产生接近随机的数:在彩票开奖产生号码时,诸如摇奖机的物理特性、每个球的重量和光滑度的差异、空气的流动性等等都会使开奖结果产生一定的偏态,在中短期内有一定的规律可寻。 那么怎样才能找出偏态,利用偏态提高中奖的概率呢?用手工显然不行,您需要一款称手软件!但是现在彩票软件多得让人眼花缭乱,哪个才是适合您的呢?得彩易彩票旋转矩阵选号杀号球专用版的问世,解决了您的烦恼,您只要下载使用了,软件就会主动成为您的好帮手,让您中奖不再是梦想! 本公司双球项目开发小组根据组里多名长年研究彩票双球的专家的成果,经过反复的概率验证,精心设计了算法,其中大部分属于本公司原创独有。程序运行时随着期数的增加,出号趋势会愈发明显,算法也会愈发准确,一般开奖期数在最近50-150期时效果最为明显。 友情提示:彩票软件可以帮您提高中奖的概率,但并不能保证您100%中大奖,本软件也不例外!如果有所谓专家向您推荐号码并保证能中大奖的,请您一定要当心受骗! 1、本软件基于微软.net框架进行开发,技术先进。 2、市面上的一般彩票软件所提供的旋转矩阵只有廖廖几个方案(如保6中5,保5中4),本软件则提供了几十种方案,应有尽有。 3、选号杀号功能的强大和全面是其它一般彩票软件所没有的。 4、过滤功能全面,完全可以满足需要。 5、开奖数据可以更新,导入和导出,极大的方便彩民朋友。 6、学习容易,帮助文档详尽,上手极快。
标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 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
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