- 博客(22)
- 收藏
- 关注
RSS订阅原创 数据的存储和操作
张量（n维数组）：张量表示一个由数值组成的数组，这个数组可能有多个维度。具有一个轴的张量对应数学上的向量（vector）；具有两个轴的张量对应数学上的矩阵（matrix）；具有两个轴以上的张量没有特殊的数学名称。
2025-09-29 17:06:27
195
原创 计算机公共基础知识
地址重定位建立用户程序的逻辑地址和物理地址之间的对应关系，包括静态地址重定位和动态地址重定位。I/O方式：程序查询，程序中断，直接存储器读取（DMA）和通道控制。进程调度（低级调度程序）：按照一定策略动态地把CPU分配给处于就绪队列中的某一进程并使之执行的过程。操作系统的功能和主要任务：处理机管理（进程管理），存储管理，设备管理，文件管理和用户接口。组成方式：运算器，存储器，控制器，输入设备和输出设备。进程的属性包括：动态性，共享性，独立性，制约性和并发性。计算机工作过程：取指令，分析指令，执行指令。
2025-09-15 11:01:05
375
原创 深度学习基础
更多的数据可以被用来训练出更强大的模型，从而减少对预先设想假设的依赖。仅仅拥有海量的数据是不够的，我们还需要正确的数据。大多数机器学习会涉及到数据的转换。深度学习与经典方法的区别主要在于：前者关注的功能强大的模型，这些模型由神经网络错综复杂的交织在一起，包含层层数据转换，因此被称为。当我们获得了一些数据源及其表示、一个模型和一个合适的损失函数，接下来就需要一种算法，它能够搜索出最佳参数，以最小化损失函数。在机器学习中，我们需要定义模型的优劣程度的度量，这个度量在大多数情况是“可优化”的，这被称之为。
2025-08-25 15:41:39
249
原创 omnet++ INET框架
INET框架官方文档：https://inet.omnetpp.org/docs/tutorials/index.html
2025-06-01 22:01:11
490
原创 6.python 面向对象的编程
面向对象最重要的概念就是类（Class）和实例（Instance），必须牢记类是抽象的模板，比如Student类，而实例是根据类创建出来的一个个具体的“对象”，每个对象都拥有相同的方法，但各自的数据可能不同。在编写程序的时候，千万不要对实例属性和类属性使用相同的名字，因为相同名称的实例属性将屏蔽掉类属性，但是当你删除实例属性后，再使用相同的名称，访问到的将是类属性。由于类可以起到模板的作用，因此，可以在创建实例的时候，把一些我们认为必须绑定的属性强制填写进去。我们可以通过函数来访问这些数据，但是，既然。
2025-05-28 13:26:28
927
原创 5.python 模块
引入了包以后，只要顶层的包名不与别人冲突，那所有模块都不会与别人冲突。每一个包目录下面都会有一个。为了避免模块名冲突，Python又引入了按目录来组织模块的方法，称为包（Package）。的文件，这个文件是必须存在的，否则，Python就把这个目录当成普通目录，而不是一个包。在Python中，一个.py文件就称之为一个模块（Module）。可以是空文件，也可以有Python代码，因为。本身就是一个模块，而它的模块名就是。选择一个顶层包名，比如。
2025-05-28 13:25:26
339
原创 4.python 函数式编程
map()函数接收两个参数，一个是函数，一个是Iterable，map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterator返回。函数来实现自定义的排序，例如按绝对值大小排序，key指定的函数将作用于list的每一个元素上，并根据key函数返回的结果进行排序。的作用就是，把一个函数的某些参数给固定住（也就是设置默认值），返回一个新的函数，调用这个新函数会更简单。函数式编程的一个特点就是，允许把函数本身作为参数传入另一个函数，还允许返回一个函数！，可以直接使用下面的代码创建一个新的函数。
2025-05-28 13:24:29
352
原创 3.python 高级特性
对这种经常取指定索引范围的操作，用循环十分繁琐，因此，Python提供了切片（Slice）操作符，能大大简化这种操作。列表生成式即List Comprehensions，是Python内置的非常简单却强大的可以用来创建list的生成式。也可以看成是一种list，每个元素就是一个字符。在Python中，这种一边循环一边计算的机制，称为生成器：generator。只要是可迭代对象，无论有无下标，都可以迭代，比如。如果要将生成器中的元素一个一个打印出来，可以通过。创建生成器，第一种方法，只要把一个列表生成式的。
2025-05-28 13:23:36
378
原创 2.python 函数
def 函数名(参数):函数体 函数返回值用 return 语句返回函数体内部的语句在执行时，一旦执行到return时，函数就执行完毕，并将结果返回。如果没有return语句，函数执行完毕后也会返回结果，只是结果为None。可以简写为return。空函数：啥也不干的函数def nop():passpass可以用来作为占位符，比如现在还没想好怎么写函数的代码，就可以先放一个pass，让代码能运行起来。
2025-05-28 13:22:27
698
原创 深度学习笔记
之所以能够处理序列数据，是因为在序列中前面的输入也会影响到后面的输出。但 RNN 存在严重的。问题，长期的数据影响很小。于是出现了 LSTM 和 GRU 等变种算法。卷积层设置一个过滤器（卷积核）扫描图片，得到不同小区的特征值。人工智能>>机器学习>>深度学习。深度学习是传统神经网络的升级版本。池化层进行下采样，降低数据维度。RNN 是一种能有效的处理。生成对抗网络（GANs）卷积神经网络（CNN）循环神经网络（RNN）四种典型深度学习算法。深度强化学习（RL）
2025-05-20 13:56:42
152
原创 1.Python 基础
参考廖雪峰老师的Python教程和B站小甲鱼教程的自学笔记，廖雪峰老师教程链接：https://liaoxuefeng.com/books/python/introduction/index.html小甲鱼教程链接：https://www.bilibili.com/video/BV1c4411e77t?spm_id_from=333.788.player.switch&vd_source=2571cb48e53129d7d46c52e23a23ef79
2025-05-10 16:04:51
823
原创 低轨卫星网络中的切换方案
此外，在LEO卫星系统中，移动主机的速度可以忽略，因为与LEO卫星的旋转速度相比，移动主机的速度可以忽略不计。在卫星系统中观察到三种类型的链路层切换：卫星切换、点波束切换和ISL切换。卫星切换是指卫星之间的连接切换，而点波束切换是指点波束之间的连接切换。ISL切换( ISL Handover )：这种类型的切换发生在飞机之间的ISL由于相邻轨道卫星之间的距离和视角变化而暂时关闭的情况下。信令多样性方案：与软切换类似，唯一的例外是，在信令多样性方案中，信令流经新旧链路，用户数据在切换期间通过旧链路。
2025-04-15 17:03:18
940
原创 移动边缘计算
卫星边缘计算：为了进一步提供低延时、高带宽的泛在计算服务，引入了移动边缘计算(Mobile Edge Computing，MEC)技术作为延伸和补充，通过在LEO卫星上部署MEC计算平台，计算任务将在靠近用户的边缘节点进行处理，这将大幅缩短业务响应时间，并节省宝贵的卫星网络回波宽带资源。建立模型：①计算卸载模型：同一区域内存在多个地面设备，计算任务可以在设备上本地执行，也可以卸载到卫星上执行。②卸载博弈模型：每个设备只会选择将其成本最小化的策略，将计算任务响应时间和能量消耗作为优化目标。
2025-03-18 12:55:09
346
原创 空天地一体化网络
网络可以对高、中、低卫星进行分层，每一层卫星的任务可以不同，同时结合软件定义网络技术，将高轨卫星作为控制器，低轨卫星作为转发器，可以大大提高卫星信息传输的速度、降低时延，且可以降低卫星网络的硬件成本和网络灵活性。空天地一体化网络旨在实现地面、卫星和高空平台网络的系统级集成，以便统一管理和调度资源。
2025-03-18 10:02:04
1597
2
原创 基于数字孪生的卫星网络移动边缘计算研究综述
连接模块：C_PV 负责物理与虚拟实体之间的数据交换，将传感器收集的实体数据发送至虚拟实体以刷新模型，同时感器收集的实体数据发送至虚拟实体以刷新模型，同时虚拟实体的仿真输出又指导物理实体传感器的配置。数字孪生(Digital Twin，DT)技术：是物理实体在虚拟世界中的动态、数据驱动表示，DT融合了物理空间和虚拟空问，使得不同领域的实体得以同步感知状态和执行任务，并记录和跟踪物理实体的组件状态、属性和参数演化等信息，同时优化和预测它们的行为状态。的数字孪生网络主要分为感知辅助层，通信辅助层，计算辅助层。
2025-03-18 09:51:34
996
原创 卫星移动通信发展现状
超低轨道卫星以其距离近，通信时延小，路损低，用户终端小型化等优势，提供更高分辨率、更快速度、更智能化全球覆盖的空间服务。中轨道通信卫星指轨道距离地球表面 2000～20000km的通信卫星，这种卫星 4～12 小时环绕地球一周。但分配的频带会受到卫星通频带的限制，而且由于距离远、约 500ms 的较大传输时延、信号弱、轨道资源有限，对移动通信设备要求较高。低轨道通信卫星指距地面 300～2000 km 轨道上的通信卫星，其环绕地球一周所需时间大约在 90 分钟。
2025-03-03 16:48:38
743
原创 多目标优化——Pareto最优及其相关智能算法（学习中，未完成）
多目标优化研究因其不同目标函数之间存在冲突，无法实现每个目标函数都达到最优，由此给出几个定义：整个区域被分为可行区域与不可行区域，弧线为Pareto最优边界，A，B，C为Pareto最优解，且A，B都是互不支配的关系，我们在寻找最优解集时希望所得的结果可以落在最优边界上或者是接近于它，越靠近最优边界，说明我们找到的解越好。D，E，F为可行区域的三个解，显然，所以D和E是互不支配的关系，而对于F点来说，D和E都可以支配F，因为，也就是说D和E优于F。
2024-07-24 22:50:42
6156
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人