自我介绍

一位来自广东的中学生分享了他的信息学竞赛(OI)经历,包括从零基础到参加NOIP的过程,以及他对Linux发行版的尝试和游戏的乐趣。

厚颜无耻地自我介绍一波


本人蒟蒻,来自广东省潮州市,是来自弱省弱市的蒟蒻。

看上面一句已经快哭出来了

用了这个头像持续一年,可以yy出我大概长什么样。

1431596-20180721235647079-1282483214.jpg

本人是一个没事就喜欢弄电脑的人,即使一直弄电脑也没多厉害啊。。。

很喜欢折腾,比如我玩linux的时候:Ubuntu->Archlinux->Debian->Archlinux->Ubuntu->Manjaro。


注意:本人正在使用manjaro,如果我哪天手痒又换系统的话在这里剁手!!

附上一张美美的桌面截图:

1431596-20181005210336705-233648951.png


喜欢玩电脑游戏,LOL在有生之年上了白银!

去了学校组织的夏令营,在广州才听说了OI这件事情。要是我在初中就听过并且初中也有举办那该多好

从零点几(有一点点编程基础)开始,学了没半年就去参加了NOIP2017。

只拿了95分。那时我连爆搜都不会写,D1T1写的暴力,T3最终都不会写,把样例的输出输出来,都爆零了。。。

身为OIer,我零零碎碎的会些奇怪的东西,git、github、LaTeX、Markdown、linux、用vscode(好像大家都会。。。)我不会写网站。

哎呀,还是太菜了!高二了还这么菜,应该没救了。。。

It's my pleasure if you want to contact me. My QQ number: 1205891620.

Have a good time!

转载于:https://www.cnblogs.com/Garen-Wang/p/9348665.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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