机器人 信号 机器 个人
电子公文传输系统个人贡献
实验三-电子公文传输系统1-个人贡献 1 简述你完成的工作 参与组内文档的撰写工作。 参与后端设计的代码编写，数据库处理JDBC 2 你们小组总共的代码行数，你贡献的代码行数？相关代码链接？ 总共代码行数为55352行，其中大部分是gitee上的代码，我们组总共贡献了13139行代码，其中我负责的代 ......
个人贡献
个人贡献 设置包括网络接口、程序之间的接口的代码 代码链接：https://github.com/qiyulin2003/506ilou/tree/main/moehu-backend/moehu-backend/src/main/java/com/moehu/back/config https:/ ......
阿贝云免费云服务器个人评价
阿贝云是一家提供免费云服务器的云服务提供商，下面是对其性能的评价。 首先，阿贝云的免费云服务器性能表现良好。它提供了稳定可靠的服务器运行环境，可以满足简单的网站部署、数据存储和应用开发等基本需求。免费云服务器配置合理，RAM和CPU资源分配足够，可以支持一般的应用程序运行。 其次，阿贝云的免费云服务 ......
IS课程设计-个人报告
个人报告 1.小组贡献排序及依据（每个人的工作量）： 张顺扬（37%）：针对GMT0024以及相关网站提供的五个协议相关数据资料编写lua代码并进行不断调试。 肖权城（33%）：前期进行相关资料检索，提供了大量包括协议逻辑分析功能的网站和数据资料对后期代码编写带来了有力支撑。 徐元琦（30%）：对代 ......
2023年秋季个人阅读计划8
人月神话》是一本关于计算机软件的经典著作，内容源于作者Brooks在IBM公司任System计算机系列以及其庞大的软件系统OS项目经理时的实践经验。这本书的主题是软件工程和项目管理，探讨了软件开发中的各种问题和挑战。 这本书的内容源于作者布鲁克斯在IBM公司任System/360计算机系列以及其庞大 ......
机器学习-线性回归-逻辑回归-实战-09
1. 二分类 #!/usr/bin/env python # coding: utf-8 # In[7]: import numpy as np from sklearn import datasets from sklearn.linear_model import LogisticRegress ......
数字信号处理-序列的抽取与插值
0 前言 期中考好像就这里没考好呢，一看就是之前没好好听课没好好预习复习，到期中考也没弄懂这里（甚至发现作业题都忘记写了，那段时间忙比赛去了，真是得不偿失），所以才不会。 1 序列抽取 序列的$$D$$抽取 $$x_d(n)=x(Dn)$$，$$D$$为整数，叫抽取因子 意义：每个连贯的D抽样中抽一 ......
机器学习-线性回归-softmax回归 做多分类-10
1. softmax回归 伯努利分布（0-1分布 二分类），我们采用Logistic回归（用sigmoid函数映射到 0-1之间 输出预测概率）建模。 那么我们应该如何处理多分类问题？（比如要进行邮件分类；预测病情属于哪一类等等）。对于这种多项式分布我们使用softmax回归建模。 什么是多项分布？ ......
课程设计个人报告
基于Wireshark插件的国密标准检测工具的设计与实现 个人贡献： 程序框架设计及主要代码编写 设计中遇到的问题及解决方法： 协议字段提取问题： 问题描述：在解析记录层时，出现协议字段提取错误的问题，导致无法准确识别TLS记录的内容类型。 解决方法：使用正确的偏移量和长度来提取协议字段。确保提取的 ......
机器学习-线性回归-逻辑回归-08
目录1. sigmoid函数2. 伯努利分布（0-1分布）3. 广义线性回归4. 逻辑回归 损失函数的推导5. 代码并绘图 1. sigmoid函数 逻辑回归 logitstic regression 本质是二分类 sigmoid函数 是将 （-无穷， +无穷）区间上的y 映射到 （0， 1） 之间 ......
电子公文传输系统----个人贡献
506ilou团队的电子公文传输系统 个人贡献 目录506ilou团队的电子公文传输系统 个人贡献一. 简述我完成的工作1.实验前期构建用户场景，并完成需求分析2.参与修改完善需求规格说明书3.在确定分工、描述设计阶段4.在实验过程中完成后端模块化功能的实现二. 我们小组总共的代码行数，我贡献的代码 ......
机器学习ml.net例子笔记1
详细内容参考： ml.net例子笔记1 (yuque.com) https://www.yuque.com/wushifengcn/kb/yb6xa6d01zr3tdit 如下是大纲 1 ml.net例子概要 二元分类 多类分类 建议 回归 时间序列预测 异常情况检测 聚类分析 排名 计算机视觉 跨 ......
pyhotn3.8 apt机器基础镜像构建
FROM python:3.8.10-slim RUN sed -i 's/deb.debian.org/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list && \ apt-get update && \ apt-get install -y ......
基于Wireguard技术的虚拟个人网络搭建(转)
原文(https://gitee.com/spoto/wireguard#docker%E5%AE%89%E8%A3%85wireguard) 手动安装Wireguard 安装Wireguard（以ubuntu20.04为基础） #root权限 sudo -i #安装wireguard软件 apt ......
向日葵的平替：一款个人开发的远程工具——fastnat
相关资料： https://www.cnblogs.com/thinkingmore/p/14317505.html https://www.cnblogs.com/thinkingmore/p/15550667.html 官网地址： https://www.fastnat.club/ ......
鸿蒙生态学堂·创新实训营成功举办，饿了么、个人所得税、哈啰等40余头部应用参培
2023年12月12日至14日，第六期鸿蒙生态学堂·创新实训营在上海成功举办。饿了么、个人所得税、浙里办、萤石云视频、扫描全能王、哈啰、浦发银行、起点读书、企查查、途虎养车、叮咚买菜、麦当劳（中国）、肯德基、华住会、高铁管家、东方航空、航班管家、虎扑、中望CAD等40余知名应用的150位开发工程师参 ......
机器学习的里程碑：从基础理论到大语言模型的进步
在人工智能的迅猛发展中，大语言模型和传统机器学习是不同发展阶段下的产物。大语言模型，如广为人知的GPT系列和BERT，主要依赖于复杂的神经网络结构，它们能够处理和生成人类语言，为自然语言处理带来了革命性的变化。这些模型的发展标志着从简单的任务特定模型向更通用、更灵活的解决方案的转变。相比之下，传统机 ......
信号量
队列 二值信号量 （通常用于互斥访问和任务同步互斥，与互斥信号量类似但二值信号量有可能会导致任务优先级翻转的问题所以二值信号量更适合与任务同步）。 例1：信号量互斥操作 若用于互斥，几个进程（或线程）往往只设置一个信号量 sem,它们的操作流程如下图2-1： 例2：信号量同步操作 当信号量用于同步操 ......
机器学习中的算法——支持向量机（SVM)
1.SVM的核心要素 支持向量机是一种二分类模型，他基本模型是定义在特征空间上的间隔最大的线性分类器。 通俗的说很类似于上次讲的那个回归的分类，其实从平面上看也是找一条直线来分割，分割的两边就是分类的结果，只不过这次的分类是找到一条线使得它能够对两旁的点距离最远。 也就是说，离直线最近的点要尽可能远 ......
浅谈Qt信号槽的实现原理
背景： 1、使用信号槽，需要先“Q_OBJECT” 2、通过connect函数进行信号槽绑定 3、通过emit signal()发送信号 原理： 1、Q_OBJECT是一个预编译命令，可生成很多函数、变量。 生成存储Connection对象的列表。 2、connect函数需要四个信息：信号发送者、信 ......
Selenium系列知识点整理--个人总结
Selenium系列知识点整理 https://www.cnblogs.com/yoyoketang/ 本文摘录于‘上海-悠悠’的博客，网址如上 新手学习selenium路线图（老司机亲手绘制)-学前篇 学习selenium主要分六个阶段，自己在哪个层级，可以对号入座下。第 一阶段：幼儿园 1.选语 ......
5G边缘网关如何助力打造隧道巡检机器人
针对隧道渗漏水、冻害、事故监测预警等关键需求，可以借助5G边缘网关打造隧道巡检机器人应用，融合5G技术、人工智能技术、边缘计算技术等，实现智能、高效、精细的隧道监测与管护。 ......
【机器学习】算法作用与依赖库合集
算法与库 1. 决策树： - 库： from sklearn.tree import DecisionTreeClassifier（分类树） from sklearn.tree import DecisionTreeRegressor（回归树） - 计算场景：分类和回归问题 2. 逻辑回归： - 库 ......
实验报告（小组+个人）
北京电子科技学院 《信息安全工程技术应用》课程设计报告 基于lua的wireshark插件开发 小组成员姓名：20211410周意凯 20211417黄琪凯 20211421文鑫河 指导教师： 娄嘉鹏 提交时间：2023年12月10日 一、设计方案及可行性分析 该代码是一个用于解析 TLS（Tran ......
RK3568行业定制主板信号抗扰传导实验整改方案验证
为了整改验证RK3568行业定制主板CAN口的抗干扰能力，在可靠性测试实验室内对定制主板进行了信号抗扰传导实验，其测试环境如下图所示。 ......
【Python】人工智能-机器学习——不调库手撕深度网络分类问题
怎么用python手撕一个深度神经网络来解决分类问题？要求不调用其他核心库如tf，sk等，只用numpy、pandas库？这篇文章会告诉你答案！！ ......
个人总结的前端命名规范
一个好的命名规范， 应该是简单的，方便记忆的；如非必要，不要新增新的命名规则；相似的类型，命名规则应该是一样，比如文件夹和文件名；差异很大的类型则需要有所区分，比如变量和常量的命名，因为常量是不能被修改的，内部变量和外部变量亦如此，人们可以借此很明显的区分是否可以函数区块外面使用；（通常来说 ， 常 ......
【Python】人工智能-机器学习——不调库手撕贝叶斯分类问题
1. 作业内容描述 1.1 背景 数据集大小150 该数据有4个属性，分别如下 Sepal.Length：花萼长度(cm) Sepal.Width：花萼宽度单位(cm) Petal.Length：花瓣长度(cm) Petal.Width：花瓣宽度(cm) category：类别（Iris Setos ......
机器学习-线性回归-多项式升维-07
目录1. 为什么要升维2 代码实现3, 总结 1. 为什么要升维 升维的目的是为了去解决欠拟合的问题的，也就是为了提高模型的准确率为目的的，因为当维度不够时，说白了就是对于预测结果考虑的因素少的话，肯定不能准确的计算出模型。 在做升维的时候，最常见的手段就是将已知维度进行相乘来构建新的维度，如下图所 ......