yx1405585468的博客

原创 json转vsdx

print(f"✅ 已生成: {os.path.abspath(OUTPUT_VSDX)}")node_type = data.get("节点类型", "").lower()# -------------------- 配置区 --------------------text = data.get("节点名称", node_id)"""简单的层次布局：按拓扑排序分层，层内均匀分布""""""简单的拓扑排序，用于确定层次布局的先后顺序"""# 计算当前节点所在的层 (基于最长前驱路径)

原创 Windows x-Lite修复windows 聚焦 + 后台权限管理

本文介绍Windows系统聚焦功能修复方法：首先通过注册表删除HKEY_CURRENT_USER\Software\Microsoft\Windows\CurrentVersion\BackgroundAccessApplications下的GlobalUserDisabled键值；然后使用PowerShell重置Windows聚焦功能，执行特定命令重新注册ContentDeliveryManager应用；最后删除用户目录下的Microsoft.Windows.ContentDeliveryManager缓

原创 应对半导体先进过程控制（APC）的三大挑战：从理论到实践

随着半导体制造工艺迈向更先进的节点，先进过程控制（APC）已成为保障良率、提升产能和降低成本的核心技术。然而，在实际应用中，APC系统依然面临着量测采样率低、参数调整延迟以及高产品混合生产等严峻挑战。本文旨在深入分析这三大挑战的根源，并提出以和为核心的可行性解决方案，结合行业案例，为半导体制造领域的从业者提供参考与借鉴。

原创 数据驱动的闭环反馈优化是APC的基石

APC的本质目标是通过实时数据采集、智能分析和动态调整，实现制造过程的精确控制和良率最大化。在这个过程中，数据是燃料，算法是引擎，业务规则和流程是方向盘和导航仪，三者缺一不可，共同驱动“下货->量测->优化->下货”的循环。这是APC提升良率的核心环节，其效能高度依赖数据的质量、时效性和应用维度。一、 流程控制：构建稳健的初始操作框架（先验规则驱动）二、 计算优化：数据驱动的动态参数调优（反馈学习驱动）四、 数据挖掘视角的共鸣：数据流的闭环与价值提炼。三、 三位一体：业务、数据、算法的深度融合。

原创 【照片时间分类】

自动获取照片原始时间并按照年月分类工具

原创 损失函数 · 梯度计算

原创 【VS2022配置与链接DLL】

【代码】【VS2022配置与链接DLL】

原创 【高斯过程的粗浅见解】

确定均值函数、协方差函数。

原创 git操作

【代码】git操作。

原创 一个简易的Makefile

【代码】一个简易的Makefile。

原创 【数据分析】

数据分析常用手段

原创 GCC-8.5.0编译——Solaris 10版

Solaris10上的GCC8.5.0编译

原创 OsqpEigen编译——Linux版

OsqpEigen在Linux平台上的编译教程

原创 OsqpEigen编译——Unix版

OsqpEigen在Unix平台上的编译教程

原创 Horovod——分布式案例

Horovod分布式运行tensorflow案例

原创 PySpark——随机森林分类案例

利用pyspark实现随机森林分析

原创 Horovod分布式搭建——UbuntuServer 22.04

基于Ubuntu22.04的Horovod分布式环境搭建

原创 PySpark & Dask 分布式集群环境搭建（Linux）

PySpark & Dask 分布式集群环境搭建（傻瓜式）