php刷新公测,2021新时代来临,Z-BlogPHP 1.7 重磅公测

久等啦~经过长达半年的开发,我们终于在春节前夕开启了 Z-BlogPHP 1.7 的公测。本次更新是 ZBP 1.X 时代变动最大的一次,增加了 API 功能和缩略图,后台图标全部替换成了矢量图标。欢迎各位博主站长前来尝鲜!

下面来说说更新了啥~

7fae4efa5435f28690c2c932ebe9abe3.png

随着前后端分离架构的兴起、各种移动小程序的风靡,我们推出了 API。这是 Z-BlogPHP 1.7 版本一个崭新的功能,您可以参考 API 手册快速上手,基于该灵活而轻便的 API 编写 APP 和小程序等。同时,我们预留了一些钩子,开发者可以快速拓展 API,加入自己的功能。API 参考手册:https://docs.zblogcn.com/php/#/dev-api-design(文档尚未完善)。

还在傻傻的用正则获取第一张图,再用一堆方法处理生成缩略图?在这个版本中,你可能要和这些甚至应用中心的缩略图插件 say goodbye 了。只需在模板中调用 $article->Thumbs($width, $height, $count, $clip) 就可以快速获取缩略图,至于裁剪、缩略、缓存,统统交给强大的 ZBP 吧!。

Z-BlogPHP 后台使用的图标一直以来都是图片图标。在这个版本中,我们基于 Bootstrap SVG Icons 提供了 1100+ 矢量图标替换原有的图标。用户体验一直是我们延续不断更新的根本追求!开发者迁移指南:https://wiki.zblogcn.com/doku.php?id=zblogphp:development:features:1.7:fonticon。

为了迎接未来,让接下来的路更好走,现实点说,也是让开发者能够更好的使用 1.7 的 API 和新的功能,我们在前段时间上线了新的文档平台 docs.zblogcn.com。如您想要一起来完善文档,详见:https://blog.zblogcn.com/2021/01/09/118/。

这里只是最主要的更新。除了这些以外,还有一些细微的更新,如修复数字Tag重复创建、优化后台 checkbox 样式等,这里就不再一一赘述,详情请参阅更新日志。

您可以通过以下方式向我们提交漏洞:

最后感谢大家一直以来对我们的支持,尤其是开发和内测期间提出宝贵意见的各位开发者!……马上就要过大年了,新的一年,新的气象,新的时代,牛年,我们就要牛牛牛!也祝各位站长朋友们牛牛牛!

期间有任何的问题都可以在论坛发帖,也欢迎加入我们的公测QQ群:1029304391。或者通过 GitHub 向我们提 Issue 或 PR。预计几个月后后,1.7 正式版将与大家见面,敬请期待吧~

PS:喜欢折腾的可以尝试公测版,但是在更新前最好问问主题开发者是否已适配1.7,否则贸然追新可能会出错的,亲!!!

使用优化算法,以优化VMD算法的惩罚因子惩罚因子 (α) 和分解层数 (K)。 1、将量子粒子群优化(QPSO)算法与变分模态分解(VMD)算法结合 VMD算法背景: VMD算法是一种自适应信号分解算法,主要用于分解信号为不同频率带宽的模态。 VMD的关键参数包括: 惩罚因子 α:控制带宽的限制。 分解层数 K:决定分解出的模态数。 QPSO算法背景: 量子粒子群优化(QPSO)是一种基于粒子群优化(PSO)的一种改进算法,通过量子行为模型增强全局搜索能力。 QPSO通过粒子的量子行为使其在搜索空间中不受位置限制,从而提高算法的收敛速度与全局优化能力。 任务: 使用QPSO优化VMD中的惩罚因子 α 和分解层数 K,以获得信号分解的最佳效果。 计划: 定义适应度函数:适应度函数根据VMD分解的效果来定义,通常使用重构信号的误差(例如均方误差、交叉熵等)来衡量分解的质量。 初始化QPSO粒子:定义粒子的位置和速度,表示 α 和 K 两个参数。初始化时需要在一个合理的范围内为每个粒子分配初始位置。 执行VMD分解:对每一组 α 和 K 参数,运行VMD算法分解信号。 更QPSO粒子:使用QPSO算法更粒子的状态,根据适应度函数调整粒子的搜索方向和位置。 迭代求解:重复QPSO的粒子更步骤,直到满足终止条件(如适应度函数达到设定阈值,或最大迭代次数)。 输出优化结果:最终,QPSO算法会返回一个优化的 α 和 K,从而使VMD分解效果最佳。 2、将极光粒子(PLO)算法与变分模态分解(VMD)算法结合 PLO的优点与适用性 强大的全局搜索能力:PLO通过模拟极光粒子的运动,能够更高效地探索复杂的多峰优化问题,避免陷入局部最优。 鲁棒性强:PLO在面对高维、多模态问题时有较好的适应性,因此适合海上风电时间序列这种非线性、多噪声的数据。 应用场景:PLO适合用于优化VMD参数(α 和 K),并将其用于风电时间序列的预测任务。 进一步优化的建议 a. 实现更细致的PLO更策略,优化极光粒子的运动模型。 b. 将PLO优化后的VMD应用于真实的海上风电数据,结合LSTM或XGBoost等模型进行风电功率预测。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值