自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(7)
  • 收藏
  • 关注

原创 计网——物理层

本文摘要: 文章系统介绍了计算机网络物理层的核心概念与技术。主要内容包括:1) 通信基础概念,如数据、信号、信源/宿、信道及交互方式(单工/半双工/全双工);2) 奈奎斯特定理(解决无噪声信道带宽限制)与香农定理(解决有噪声信道信噪比限制)的原理与应用;3) 编码与调制技术,包括基带/宽带信号特点、数字-模拟信号转换方法(ASK/FSK/PSK/QAM)及速率计算;4) 数据交换方式,重点分析电路交换的工作原理与特性。通过公式推导和实例计算,阐明了物理层关键技术对传输速率与质量的影响机制。(149字)

2026-02-01 15:19:59 823

原创 个人智能体(精简版)

《从静态到动态:个性化智能体的开发实践》摘要 本文介绍了一个创新的本地化智能体开发项目,通过双版本学习系统实现了从静态配置到动态学习的进化。项目核心包括个性化人格系统(支持6种预定义风格)、增强记忆系统(采用Chroma DB存储)和轻量级模型优化(1-7B参数,4GB内存运行)。创新点在于隐私优先的本地运行机制和动态特征提取能力,解决了个性化学习、数据生成和性能优化等挑战。未来规划包括全自动人格学习、多模态支持和跨平台应用。项目证明简单技术组合也能创造价值,强调用户体验优先和持续迭代的开发理念。

2025-12-06 10:39:29 970

原创 C++面向对象编程核心知识点速览

本文总结了C++面向对象编程的核心知识点,包括: 面向对象基本概念:类与对象、封装、继承、多态,以及它们在游戏开发中的实际应用类比。 类的定义与声明:详细介绍了类的结构、访问控制、构造函数和析构函数的不同类型及其应用场景。 类的成员与访问控制:包括普通成员与静态成员的区别、继承方式对访问权限的影响。 函数与运算符:参数传递方式对比、函数重载与覆盖的区别、运算符重载的实现方法。 三大特殊函数:重点讲解了拷贝构造函数的实现原理,以及资源管理的重要性。 全文通过代码示例与游戏开发类比相结合的方式,使抽象的编程概念

2025-12-01 17:30:38 1133 1

原创 位运算部分题解

运算符号名称性质应用场景异或相同为0,不同为1找唯一元素、交换变量<<左移左移n位相当于乘以2^n快速乘法、位颠倒>>右移右移n位相当于除以2^n(向下取整)快速除法、位提取与全1为1,否则为0提取特定位、判断奇偶或全0为0,否则为1。

2025-12-01 17:24:56 591

原创 大学物理下册

本文系统梳理了电磁学中的电学知识体系,重点介绍了真空中的静电场理论。主要内容包括:电场基本概念(电场强度、电通量)、积分方法在电磁学中的应用(线积分、面积分、体积分)、高斯定理及其在对称电场中的应用、非对称电场的叠加求解原理。详细解析了常见电场模型(点电荷、带电球体、无限长导线、无限大平面等)的电场分布特点,阐述了电势的定义、计算及其与电场强度的关系。同时介绍了静电场中的导体特性、电介质极化现象,以及各类电容器(平行板、球形、圆柱形)的电容计算方法。

2025-11-30 23:56:01 1151

原创 人脸动漫化

本项目基于AnimeGANv2开发了实时人脸动漫化系统,支持通过摄像头实时捕捉人脸并转换为4种不同动漫风格。核心功能包括:实时处理(30+FPS)、GPU加速、MTCNN人脸检测、自适应分辨率调整(256x256-512x512)、视频录制及泊松融合技术。系统采用Python+PyTorch+OpenCV技术栈,提供简单的一键启动方式,支持Windows/Linux/macOS平台。通过优化1280x720分辨率处理流程,在保持高质量动漫效果的同时确保实时性能,适用于各类实时视频处理场景。

2025-11-29 21:24:03 741

原创 YOLOv11n + VisDrone2019轻量化训练

本文详细介绍了基于YOLOv11n和VisDrone2019数据集的目标检测全流程实现。主要内容包括:1) 项目文件结构设计,建立标准化的目录体系;2) 环境配置指南,推荐使用conda虚拟环境并安装PyTorch、Ultralytics等核心依赖;3) 关键配置文件解析,涵盖数据集定义、模型结构和训练参数;4) 完整训练流程,从数据准备到脚本编写和训练启动。通过本文,读者可以快速掌握YOLOv11n在无人机航拍场景下的应用方法,实现从环境搭建到模型训练的全过程。文中还提供了常见问题解决建议,帮助开发者高效

2025-11-29 12:54:47 1968 3

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

提示
确定要删除当前文章?
取消 删除