分量 算法 笔记tarjan
刷题笔记：P4452 [差分]
题目传送门：https://www.luogu.com.cn/problem/P4552 一道非常巧妙的差分。 我们先来讲一下样例： 原数组：1 1 2 2 差分后：1 0 1 0 这时，我们发现，若满足数组中所有数都相等， 则必须将差分数组除第一位以外的数都变成0 我们怎么用最小的次数将差分数组变 ......
《基于改进粒子群算法的混合储能系统容量优化》完全复现 matl
《基于改进粒子群算法的混合储能系统容量优化》完全复现matlab。以全生命周期费用最低为目标函数，负荷缺电率作为风光互补发电系统的运行指标，得到蓄电池储能和超级电容个数，缺电率和系统最小费用。粒子群算法：权重改进、对称加速因子、不对称加速因子三种情况的优化结果和迭代曲线。另包含2020年最新提出的阿 ......
powerbi笔记
lookupvaluerelatedrelatedtable度量值: sumcalculate引擎 =>基础表和业务表会有不一样的表现多条件calculate和筛选表度量值独立表 ->处理度量值比较方便高级筛选器filter : 逐行扫描并输出一个新的矩阵.可以套在其他公式里.filter: 从唯一 ......
灰狼优化极限学习机GWOELM做数据预测 GWO算法用于搜索与ELM的预测性能密
灰狼优化极限学习机GWOELM做数据预测GWO算法用于搜索与ELM的预测性能密切相关的最佳ELM参数。 实验结果表明，GWO-ELM模型可以准确地表征数据的复杂趋势，并且与参考模型相比，可以有效地提高预测模型的准确性和稳定性。matlab程序，可做功率预测数据预测，程序注释详细方便阅读，可替换自己的 ......
粒子群优化极限学习机PSOELM做数据预测 PSO-ELM优化算法预测模型。 E
粒子群优化极限学习机PSOELM做数据预测PSO-ELM优化算法预测模型。ELM模型在训练之前可以随机产生ω和b, 只需要确定隐含层神经元个数及隐含层神经元激活函数, 即可实现ELM预测模型的构建。在ELM模型的构建中, 只需确定初始ω和b, 而无需复杂的参数设置, 具有学习速度快、泛化性能好等优点 ......
windows程序设计学习笔记
第2章 Unicode char c = 'A'; char a[]= "Hello!"; c语言中的宽字符类型wchar_t,在WCHAR.H中定义 typedef unsigned short wchar_t; wchar_t c = 'A';占两个字节0x0041,小端序：0x41, 0x00 ......
三相四桥臂逆变器MATLAB/Simulink仿真模型，接不平衡负载时的调制算法。
三相四桥臂逆变器MATLAB/Simulink仿真模型，接不平衡负载时的调制算法。接非线性负载时的多PR控制器并联算法。提供仿真模型、参考文献ID:9835693184071748 ......
常见的加密算法
常见的加密算法有： AES：高级加密标准，对称加密算法，密钥长度128/192/256位，速度快，安全性高，目前最常用的对称加密算法之一。 DES：数据加密标准，对称加密算法，密钥长度56位，速度快但密钥太短安全性较差，已被AES算法取代。 3DES：增强版DES，使用3个不同的56位密钥，安全性比 ......
常见的非对称加密算法及主要特征
常见的非对称加密算法有： RSA算法：最早提出的非对称加密算法，速度较慢但安全性高，密钥长度可达2048位。RSA使用乘法算术，加密和解密使用不同的密钥。RSA由三个数字(e,d,n)组成公钥和私钥。 ECC算法：椭圆曲线加密算法，密钥长度短，速度更快，安全性同RSA。ECC基于椭圆曲线离散对数问题 ......
Adam 优化算法的基本机制
Adam 算法和传统的随机梯度下降不同。随机梯度下降保持单一的学习率（即 alpha）更新所有的权重，学习率在训练过程中并不会改变。而 Adam 通过计算梯度的一阶矩估计和二阶矩估计而为不同的参数设计独立的自适应性学习率。 ......
《提问的智慧》--笔记
刚刚看完《提问的智慧》，写一写笔记。 提问前 先自我排错，看看会不会是误操作 搜索引擎，搜不到一般是自己关键词的问题，再换几个搜索就好。 然后关键词也换一换。 都不行可以看看是不是环境的问题。 总之，搜索答案的时候，要基于既定的场景。 提问中 一定要说明白，自己已经做过相应努力了，然后就具体的方向， ......
SRE Google 运维解密读书笔记一：SRE 方法论概述
SRE Google 运维解密，是 SRE 领域的启蒙之作，讲述了 Google 的 SRE 实践，SRE 就是从 Google 流传出来的。本文是读书笔记，第一篇，概述 SRE 方法论 ......
DAY4笔记及补充
DAY4默写 1.表单2.文本框3.密码框4.单选按钮5.复选框6.列表框7.按钮8.多行文本域9.文件域的实现10.描述下音频文件的使用方式 100分 补充： 1.当音频文件缺失controls属性会导致页面效果丢失；当视频元素缺失controls属性会导致图像和按钮丢失，但是某些浏览器（如谷歌浏 ......
PyTorch笔记
前言 简介： PyTorch是一个基于Python的科学计算库，它主要提供了两个高级功能：一是支持张量计算，类似于NumPy，但是可以在GPU上运行；二是支持构建和训练深度神经网络。 在PyTorch中，张量（Tensor）是最基本的数据结构，类似于NumPy中的多维数组，但是可以在GPU上进行高效 ......
SpringBoot学习笔记--系列文章
随笔分类 - Spring Boot SpringBoot学习笔记（八）——JWT、(Vue3、Axios、Vue-Router、TypeScript实现授权与验证示例） SpringBoot学习笔记（七）——综合示例BookStore图书管理系统 SpringBoot学习笔记（六）——分页、跨域、 ......
mongo笔记
# 登录mongo数据库 mongo mongo -u 用户名 -p 密码 --authenticationDatabase 数据库名 # 数据库简单操作 show dbs use 数据库名 show tables db.数据库名.find() db.createCollection("集合名") ......
算法篇
算法种类 排序算法：包括冒泡排序、选择排序、插入排序、归并排序和快速排序等。 查找算法：包括线性查找、二分查找和哈希查找等。 图形算法：包括广度优先搜索、深度优先搜索和最短路径算法等。 字符串算法：包括朴素字符串匹配算法、KMP算法和Boyer-Moore算法等。 数学算法：包括质数判定、最大公约数 ......
windows笔记本一天不关机就卡如何快速解决
背景 每天要打开很多应用，包括扫码登录的，账号密码登录的，需要启动运行脚本启动的，因此每天重启会很麻烦 方案一 macbook：如果之前使用windows内存8G就够用，那么推荐更换mac air； 如果之前使用windows内存在16G和32G才够用，推荐mac pro 方案二 在笔记本支持双通道 ......
代码随想录算法训练营第8天 | ● 344.反转字符串 ● 541. 反转字符串II ● 剑指Offer 05.替换空格 ● 151.翻转字符串里的单词 ● 剑指Offer58-II.左旋转字符串 - 第4章 字符串part01
第四章 字符串part01 今日任务 ● 344.反转字符串 ● 541. 反转字符串II ● 剑指Offer 05.替换空格 ● 151.翻转字符串里的单词 ● 剑指Offer58-II.左旋转字符串 详细布置 344.反转字符串 建议： 本题是字符串基础题目，就是考察 reverse 函数的实现 ......
The First Collision for Full SHA-1阅读笔记
论文链接: https://doi.org/10.1007/978-3-319-63688-7_19. 论文给出了第一个SHA-1的实际碰撞. 攻击步骤 找到合适的扰动向量. 构造非线性部分差分路径. 确定每步的条件. 扰动向量选择 采用联合局部碰撞分析(JLCA)技术. 不考虑一条差分路径的概率, ......
部署项目笔记
前后端部署项目 docker安装配置 下载工具 yum install -y yum-utils 设置镜像的仓库 yum-config-manager \ --add-repo \ https://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce ......
考研笔记2023001(考研倒计时221天)
继续敲门(考研大门) 我不是第一次参加研究生考试，上一次失败。现在在这里记录下每天的复习进度、方法、每周总结一次(总结暂时定在星期二)，因为现在还没有开始进入复习，先说说今年再次复习的大致思路吧。 思政：这门课复习还是以做题为主，因为不是第一次复习考研，上一次复习的自认为不错，肖1000题刷了两遍， ......
m基于matlab的polar码误码率仿真,译码算法采用SC算法
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 极化码（英语：Polar code）是一种前向错误更正编码方式，用于讯号传输。构造的核心是通过信道极化（channel polarization）处理，在编码侧采用方法使各个子信道呈现出不同的可靠性，当码长持续增加时， ......
基于CNN卷积神经网络的语音信号识别算法matlab仿真
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 人工智能的应用中，语音识别在今年来取得显著进步，不管是英文、中文或者其他语种，机器的语音识别准确率在不断上升。其中，语音听写技术的发展最为迅速，目前已广泛在语音输入、语音搜索、语音助手等产品中得到应用并日臻成熟。但是， ......
R语言改进的K-Means(K-均值)聚类算法分析股票盈利能力和可视化
全文链接：http://tecdat.cn/?p=32418 原文出处：拓端数据部落公众号 大量数据中具有"相似"特征的数据点或样本划分为一个类别。聚类分析提供了样本集在非监督模式下的类别划分。 人们在投资时总期望以最小的风险获取最大的利益，面对庞大的股票市场和繁杂的股票数据，要想对股票进行合理的分 ......
基于大模型的优质Prompt开发课--学习笔记ing
大规模与训练语言模型（LLMs） Large-scale and trained language model 近十年深度学习模型主要更迭 当模型能够习得的知识量级越来越大，其生成的内容亦呈现出无线可能 为什么大模型能够如此强大的表现力 大模型（LLMs）涌现出的三大能力： 上下文学习（In-cot ......
线性基学习笔记
线性基学习笔记 ——by sunzz3183 引入 学高斯消元后就要学线性基啦！建议先看懂高斯消元！ 介绍 给定 $n$ 个数 $a_i$，求一个基底。 基底就是一个线性空间，即线性基。 线性基中的 $t$ 个数 $p_i$，$a$ 中的每个数都可以被 $p$ 的若干数通过异或得出。 求法 ~~高斯 ......
”Get started with C# and ASP.NET Core in Visual Studio“笔记
1.“网页发送了Microsoft Edge无法处理的杂乱凭据“，且链接不是专用！ 保持焦点在页面内，鼠标在页面空白处点击（不选中任何按钮），直接输入“thisisunsafe”，输完后按回车键，就可以正常访问网页。 注意，输入的时候页面时不会有任何反应的，也不会显示输入的字符，是正常现象。输入完毕 ......
人件集 人性化的软件开发阅读笔记01
《人件集:人性化的软件开发》 第一部分 团队开发 第一章决策，决策 讲述了中庸的风险以及轻度领导 研究表明，集体的决策比从集体中的个体独立做选择更具有风险倾向。如果将这种决策模式应用于软件编程，我们可能会看到这样的结果：团队可能使用更奇特的数据结构、更古怪的算法或者更晦涩的语言来编程，这样做必然会给 ......