课程学习
线段树学习笔记
让我们来一步一步理解！ 1.向上更新 void push_up(int rt){//向上更新 sum[rt] = sum[rt << 1] + sum[rt << 1 | 1]; } 2.向下更新 void push_down(int rt, int m){ if(add[rt]){//若有标记,则 ......
学习开源项目消息推送平台需要什么基础？
有很多人问过我，学习开源项目消息推送平台austin需要有什么基础，我往往会回答：**有`SpringBoot`基础就够了**。 我在几年前总结过从零学习`Java`的路线，现在看来也没有很过时： - `Java`基础：流程控制-->面向对象(包括语法)-->集合-->`IO`流-->异常-->多线 ......
主席树学习笔记
# 什么是主席树 主席树这个名字看上去很高级，其实不然，它还有另一个名字——可持久化线段树。 ## 什么是可持久化 可持久化顾名思义就是它可以变得~~**持久**~~，就是我们对他不断进行单点修改后，突然查询它的某一个历史版本，这就叫可持久化。 # 引入例题 [洛谷3919:可持久化数组](http ......
java基于springboot+vue的漫画网站管理系统，附源码+数据库+lw文档+PPT，适合毕业设计、课程设计
**1、项目介绍** 考虑到实际生活中在漫画网站方面的需要以及对该系统认真的分析,将系统权限按管理员和用户这两类涉及用户划分。 (a) 管理员；管理员使用本系统涉到的功能主要有：首页、个人中心、用户管理、漫画分类管理、漫画投稿管理、分类管理、排行榜管理、交流论坛、系统管理等功能。管理员用例图如图所示 ......
Vue学习笔记-快速入门
整体代码如下： <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>Title</title> </head> <body> <div id="app"> <input v-model="username"> < ......
基于核函数的极限学习机K-ELM做数据预测。 可做功率预测（风功率预测），
基于核函数的极限学习机K-ELM做数据预测。可做功率预测（风功率预测），程序注释详细方便阅读，可替换自己的数据做预测。预测结果准确，显示相对误差、绝对误差。matlab程序，可做功率预测数据预测，程序注释详细方便阅读，可替换自己的数据做预测，预测结果准确。ID:7827682120815077 ......
mips汇编学习
mips汇编学习 主要寄存器 $sp 表示栈顶 $a0-$a3 参数寄存器 ,用于存放参数(这4个寄存器存放前4个参数，超过4个就用栈去存) 指令 addiu是对寄存器进行加法运算的指令(可以加上一个负数)并将结果存放到另一个寄存器中 格式： addiu $d, $s, imm 上面这行代码的意思就 ......
关于二分的学习
刚进入大学的时候，感觉二分挺深不可测的，临界点一直都想不清楚，每次在while循环中都不知道是应该<还是<=，迷迷茫茫了许久，终于在代码源wls的视频二分学习中，找到了一个很适合我的模板（我比较笨吧，把题目套模板可以更快更准的解决相关问题）；下面是从wls学来的模块 int find(int x){ ......
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 ......
C++进阶学习（三）constexpr关键字、值类别与decltype关键字、lambda表达式
五、constexpr说明符 constexpr说明符声明该变量或函数在编译期进行求值，从而适用于需要编译器常量表达式的地方 在变量声明constexpr时，对象或非静态成员函数蕴含const，函数或静态成员变量蕴含inline constexpr变量必须立刻被初始化 constexpr int a ......
MySQL学习基础篇Day2
2.5 DML DML英文全称是Data Manipulation Language(数据操作语言)，用来对数据库中表的数据记录进 行增、删、改操作。 添加数据（INSERT） 修改数据（UPDATE） 删除数据（DELETE） 2.5.1 添加数据 1). 给指定字段添加数据 INSERT INT ......
IM学习
IM 实时性 发展： 短轮询： 缺点：无脑消耗资源，因为有的时候并没用新的数据产生 优点：技术和维护简单 长轮询： 优点：降低了服务器请求负载，实时性有所提升，因为是主动等 缺点：1. 在等待消息的过程中服务器需要开启消息查询线程，仍然存在无用功 2. 实时性还存在不足：在轮询结束和下一次轮询发起之 ......
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 ......
.NET入门相关学习
2023/05/17记录 html标签使用练习 1 <div style="background-color:lightgreen;text-align:center;width:200px;margin:10px;display: inline-block;vertical-align:top"> ......
C/C++驾驶员理论课程模拟考试与学习系统[2023-05-17]
C/C++驾驶员理论课程模拟考试与学习系统[2023-05-17] 程序设计题：驾驶员理论课程模拟考试与学习系统 出题人：金仙力 面向专业：计算机科学与技术 难度等级：4 1 问题描述 要求编写一个程序，模拟驾驶员科目一的考试，要求具有良好的操作界面。管理员负责试题库的管理（编辑、删除、增加等）工作 ......
学习日记——初识JavaScript
1.JS的组成和基本结构 ①JavaScript定义：（1）脚本语言（2）有一定的安全性（3）一种基于对象的一种语言（4）可以定义一堆的事件（方法/函数）并进行调用 ②组成部分： （1）EcmaScript：核心语法。Js前身（2）Dom（文档对象模型）（3）Bom（浏览器对象模型） ③JavaSc ......
Java课程设计
中药药效评估系统需求分析 1. 应用场景 该系统主要应用于中药材的特性分析、成分分析、药理学研究、药效评估等领域。通过该系统，研究人员可以方便地获取中药材的相关信息，并进行数据挖掘和机器学习算法的分析，为中药药效评估提供科学的依据。 2. 功能需求 中药材特性分析：该功能可以提供中药材的基本信息、产 ......
深度学习中正样本、负样本、困难样本、简单样本区别
正样本： 与真值对应的目标类别来说该样本为正样本。 负样本： 与真值不对应的其他所有目标类别来说该样本为负样本。 困难样本： 预测时与真值标签误差较大的样本。 简单样本： 预测时与真值标签误差较小的样本。 如： 图片分类：。 需要识别马、羊、牛三个类别。 给一张马的图片。对于预测马来说这个样本为正样 ......
Java学习计划
复习计划及学习网站的时间表如下所示： 日期科目学习网站 1月1日 基本语法和变量类型 Codecademy Java课程 1月4日 运算符和控制语句 Coursera Java程序设计 1月7日 数组、集合和泛型 Udemy Java基础课程 1月10日 类与对象 Pluralsight Java课 ......
shopify 前端学习
一、本地开发环境 1、 安装ruby和gem ruby 官网 https://rubyinstaller.org/downloads/ 安装下来之后一路同意安装就行了 安装完毕后输入 ruby -v 和 gem -v 查询 安装成功就会返回版本号 这样就是安装成功了 2、通过安装gem去安装 sho ......
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、 ......
软件课程所学内容解析
根据系统需求设计出测试计划，利用测试知识设计出测试用例，运用测试工具对系统进行自动化测试 《软件测试基础》 软件测试的目的: 发现软件的bug，成功的测试是发现了至少一个bug 软件测试分类（能解释每一种测试方法的原理）： 按开发阶段分类：单元测试（junit）、集成测试、系统测试 按方向分类：功能 ......
【安全学习之路】Day1
从今天开始，我将和将Web安全结合二进制安全一起来学习，梦想成为全栈哈哈哈加油吧。 笔记在有道云笔记，想着在博客也可以传一份，所以以图片的方式转载吧。 这段时间会对Web放多一些的经历，二进制安全的方向先结合一些CTF逆向题目，后面会看一些书。 ......
KDDCup深度学习
import pandas as pd import torch import torchvision import torch.nn as nn import numpy as np import torch.utils.data as Data from sklearn import prepr ......
基于LSTM-RNN的深度学习网络的训练对比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 长短期记忆网络（LSTM，Long Short-Term Memory）是一种时间循环神经网络，是为了解决一般的RNN（循环神经网络）存在的长期依赖问题而专门设计出来的，所有的RNN都具有一种重复神经网络模块的链式形式 ......
mycat-学习
1.下载地址 :https://github.com/MyCATApache/Mycat-Server 2.大部分的安装和原理讲解已经很成熟了.这里也不再抄了,可参考:https://blog.51cto.com/u_15780455/6245373[linux安装] window本地进行使用的时候 ......
十步学习法，赋能程序员
引言 最近看了《软技能：代码之外的生存指南》这本书，对其中的 "十步学习法"。 有一些感触，所以将其中的内容记录并总结了下来，分享给大家。 程序员在学习成长的过程中，除了关注技术的发展。 同时也应该要学习一些软技能，用于提升自己的认知及格局。 十步学习法 01 了解全局 了解全局就是要对自己将要学习 ......
Python学习之十三_pip的学习
Python学习之十三_pip的学习 pip的含义 pip: pip is the package installer for Python. You can use pip to install packages from the Python Package Index and other in ......
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 ......