- 博客(67)
- 收藏
- 关注
RSS订阅原创 centos创建新分区，并实现挂载
2、在 fdisk 提示符下，输入 n 来创建一个新的分区。3、选择分区类型为 Primary 或 Logical。建议选择 Primary。4、为分区选择分区号（通常 3）。5、输入分区的开始和结束位置。可以直接按 Enter 以使用默认的起始位置，并指定分区的大小或使用默认的结束位置（即使用剩余的所有磁盘空间）。6、完成后，输入 w 来保存分区表并退出 fdisk。
2024-08-23 10:57:48
286
原创 gnss变形监测基础（四）
监测站的数据采样率指的是监测站在单位时间内收集数据的频率，通常以赫兹（Hz）为单位。在GNSS变形监测中，数据采样率决定了监测系统能够捕捉到的变形动态变化的详细程度和时间分辨率。例如，一个采样率为1Hz的GNSS监测站意味着它每秒钟收集一次位置数据；而一个采样率为10Hz的监测站则每秒钟收集10次位置数据。较高的采样率能够提供更细致的时间序列数据，有助于分析快速变化的动态过程，如地震活动或建筑物的振动响应。然而，较高的采样率也意味着数据量更大，可能需要更多的存储空间和更强大的数据处理能力。
2024-06-14 16:33:27
581
原创 gnss变形监测基础（三）
当监测到的变化超过预定的安全阈值时，系统会发出预警信号，以提醒相关人员采取措施，避免潜在的危险或损失。需要注意的是，虽然信噪比是一个重要的信号质量指标，但它并不能完全反映定位精度，还需要考虑其他因素，如卫星的几何分布（DOP值）、大气条件等。在实际应用中，GNSS监测系统会结合数据分析算法和专家知识，自动判断当前的监测状态并发出相应的预警信号。在一些系统中，可能还会设置更多的预警级别或使用不同的命名方式，但基本原理相同，即根据监测到的变化程度来决定预警的紧急性和应对措施的强度。
2024-06-14 15:24:05
989
原创 gnss变形监测基础（二）
基站通过接收GNSS卫星信号，计算出自身的精确位置，并将这些数据作为差分数据发送给监测站，帮助监测站校正其位置数据，从而实现更高精度的监测。站点解算的精度受到多种因素的影响，包括卫星的几何分布（称为DOP值，即测距误差的位置稀释），大气条件，接收机的质量，以及数据处理方法等。站点解算是GNSS（全球导航卫星系统）数据处理中的一个术语，指的是利用GNSS接收机收集的卫星信号数据，通过数学和统计方法计算出接收机在地球上的精确位置（经纬度和高度）的过程。监测网和监测站之间的关系可以概括为整体与部分的关系。
2024-06-14 15:13:33
631
原创 gnss变形监测基础（一）
GNSS传感器是一种利用全球导航卫星系统（Global Navigation Satellite System，简称GNSS）的接收器，能够接收来自地球轨道上的卫星发射的信号，并利用这些信号来确定接收器的精确位置、速度和时间信息。GNSS是全球导航卫星系统（Global Navigation Satellite System）的缩写，它是一个全球性的卫星导航系统网络，由多个国家的卫星导航系统组成，提供全球覆盖的定位、导航和时间同步服务。
2024-06-14 15:05:03
904
原创 查看docker中mysql是否开启
使用docker ps命令查看所有正在运行的Docker容器，并找到MySQL容器的ID或名称。docker ps。
2024-03-25 16:56:29
1071
原创 mysql配置允许远程访问
第二步：查找bind-address设置，并将其设置为0.0.0.0或将这行用#符号注释掉（默认为0.0.0.0），以允许所有IP地址连接。第一步：找到mysql配置文件，通常是/etc/mysql/my.cnf或/etc/my.cnf。第三步：重启MySQL服务。
2024-03-25 16:51:21
399
原创 如何查看ubuntu服务器上防火墙信息
Ubuntu 18.04及更高版本使用的是ufw（Uncomplicated Firewall）。如果ufw已安装并正在运行，则会显示防火墙的状态（如活动、已停止等）以及开放的端口。
2024-03-25 16:26:49
3978
原创 linux查看系统位数
如果输出是 x86_64，表示系统是 64 位；如果是 i686 或 i386，表示系统是 32 位。如果输出 0 表示系统是 32 位，如果输出 1 表示系统是 64 位。这会直接输出系统架构，如果是 x86_64，表示系统是 64 位。如果输出包含 lm（long mode），表示系统是 64 位。三、查看 /proc 文件系统。
2023-12-12 10:45:22
1065
原创 linux查看本机ip地址
ifconfig 命令可以显示网络接口的信息，包括 IP 地址。在一些最新的发行版中，可能使用 ip 命令代替 ifconfig。
2023-12-07 14:59:36
3048
原创 c++中.h文件和.cpp文件的区别
头文件（.h）主要用于声明函数和类的接口，不包含具体实现代码。源文件（.cpp）主要用于实现头文件中声明的函数和类的具体代码。将声明和实现分开，可以使得代码结构更加清晰，有助于提高代码的可维护性和可读性。同时，头文件的存在使得多个源文件可以共享和重复使用同一组声明，提高了代码的模块化和复用性。
2023-08-05 17:13:40
4395
原创 floyd算法三重循环的顺序为什么不能改
那么i、j间的最短距离为经过不经过k点和经过k点的最小值，其中不经过k点的最短距离为dp[k - 1][i][j]，经过k点的最短距离为dp[k - 1][i][k] + dp[]k - 1[k][j]。设dp[k][i][j]表示：点i、点j之间，经过的点的编号不超过k的最短距离。i点和j点之间的最短距离为dp[n][i][j]。floyd算法的本质是动态规划算法。设一共有1-n个点。
2023-04-10 21:38:48
515
1
原创 多臂老虎机问题——Bandit算法
多臂老虎机（Multi-Armed Bandit）问题是一类强化学习问题，它的名称来自于赌场老虎机的臂。在多臂老虎机问题中，一个代理需要在有限时间内选择多个臂中的一个，每个臂都有一个未知的概率分布，代理的目标是最大化其收益。举个例子，假设有一家网站想要增加其广告收入。该网站可以在其网页上放置多个广告，每个广告都有不同的点击率。多臂老虎机问题就是在这种情况下，如何决定在每次访问中展示哪个广告，以最大化广告收入。
2023-04-06 22:44:14
2272
原创 RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is Fal
这个错误通常是因为模型在GPU上训练，但是在CPU上加载模型时出现的。这样就可以在CPU上加载模型了。
2023-03-30 16:12:41
1020
原创 最长公共子序列问题（LCS）求解
对于 dp[i][j]，如果 s[i-1] 和 t[j-1] 相等，则 dp[i][j] = dp[i-1][j-1] + 1；否则 dp[i][j] = max(dp[i-1][j], dp[i][j-1])。最后，dp[len(s)][len(t)] 就是 s 和 t 的最长公共子序列的长度。否则比较 dp[i-1][j] 和 dp[i][j-1]，如果 dp[i-1][j] 大于 dp[i][j-1]，则说明最长公共子序列中不包含 s[i-1]，将 i 减 1；重复这个过程直到 i 或 j 为 0。
2023-03-28 23:23:51
234
原创 最长上升子序列问题（LIS）求解
例如，对于序列 [3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5]，最长的单调递增子序列为 [1, 2, 3, 5, 5]，长度为 5。LIS（Longest Increasing Subsequence）问题是指给定一个序列，求其中最长的单调递增子序列的长度。LIS 问题可以使用动态规划算法解决，时间复杂度为。，也可以使用二分查找算法优化时间复杂度至。
2023-03-26 00:03:39
151
原创 广度优先搜索、dijkstra算法与A*启发式搜索
利用广度优先搜索、dijkstra路径搜索算法、A*启发式搜索算法解决leetcode中的题目
2022-06-05 16:26:27
359
原创 用surprise库实现kaggle电影推荐（Baseline、SlopeOne、NormalPredictor）
使用python中的推荐系统库对kaggle中的电影数据集做打分，并根据评分做推荐
2022-06-02 19:16:49
867
原创 约瑟夫环问题
问题描述：共有 n 名小伙伴一起做游戏。小伙伴们围成一圈，按 顺时针顺序 从 1 到 n 编号。确切地说，从第 i 名小伙伴顺时针移动一位会到达第 (i+1) 名小伙伴的位置，其中 1 <= i < n ，从第 n 名小伙伴顺时针移动一位会回到第 1 名小伙伴的位置。游戏遵循如下规则：从第 1 名小伙伴所在位置 开始 。沿着顺时针方向数 k 名小伙伴，计数时需要 包含 起始时的那位小伙伴。逐个绕圈进行计数，一些小伙伴可能会被数过不止一次。你数到的最后一名小伙伴需要离开圈子，并视作输掉游
2022-05-04 14:57:59
111
原创 拒绝采样算法
leetcode：470.用Rand7()实现Rand10()题目：已有方法 rand7 可生成 1 到 7 范围内的均匀随机整数，试写一个方法 rand10 生成 1 到 10 范围内的均匀随机整数。不要使用系统的 Math.random() 方法解法：class Solution: def rand10(self): """ :rtype: int """ # 方法一：拒绝采样 # 时间复杂度：O(1)
2022-05-04 11:34:51
487
原创 凸包算法-流程及代码简述
leetcode：587.安装栅栏凸包算法：给定N个点，包围这N个点的最小面积的多边形为凸包，找到这N个点中在凸包上的点。一、暴力法时间复杂度：O(n^3)空间复杂度：二、方法二：Javis算法时间复杂度：O(n^2)空间复杂度：O(n)class Solution: def outerTrees(self, trees: List[List[int]]) -> List[List[int]]: def cross(x, y, z): # 求外积
2022-05-02 09:58:31
993
原创 水塘抽样算法在leetcode中的应用
一、水塘抽样算法二、应用1、382.链表随机节点382.链表随机结点给你一个单链表，随机选择链表的一个节点，并返回相应的节点值。每个节点 被选中的概率一样 。实现 Solution 类：Solution(ListNode head) 使用整数数组初始化对象。int getRandom() 从链表中随机选择一个节点并返回该节点的值。链表中所有节点被选中的概率相等。 示例：输入["Solution", "getRandom", "getRandom", "getRandom", "
2022-04-25 12:27:06
180
原创 pytorch实现cifar10分类
import torchimport torch.nn as nnimport torch.optim as optimimport torchvisionimport torchvision.datasets as datasetsimport torchvision.transforms as transformsfrom matplotlib import pyplot as pltfrom torch.utils.data import DataLoader# 超参数定义EPO
2021-10-15 19:22:45
241
原创 GridSearchCV——信用卡违约率分析示例
一、简介GridSearchCV，即网格搜索，给定指定的模型、参数，GridSearchCV可以自动的寻找到最优的模型及参数。二、代码引用包：from sklearn.model_selection import GridSearchCV构造分类器：classifiers = [ SVC(random_state = 1, kernel = 'rbf'), DecisionTreeClassifier(random_state = 1, criterion = 'gin
2021-10-08 17:58:04
166
原创 卷积神经网络——先下采样，再上采样的目的
减小计算量，内存变少增加feature map，提取更多特征增大感受野融合不同级的特征，得到更准确的效果
2021-10-05 02:24:40
1450
原创 有符号位移（＜＜、＞＞）与无符号位移（＞＞＞）
一、区别无符号右移：正负数在最高位均补0，有符号右移：正数的最高位补0，负数的最高位补1二、示例1、正数正数的有符号右移与无符号位移结果相同以正整数10为例，其二进制表示：0000 0000 0000 0000 0000 0000 0000 10101.1、有符号右移（>>）有符号位移的最高位补0。10的二进制表示：0000 0000 0000 0000 0000 0000 0000 1010，10右移一位为：0000 0000 0000 0000 0000 0000
2021-10-02 21:59:08
1472
原创 CPU性能评价标准
目录一、MIPS二、DMIPS三、MFLOPS一、MIPSMIPS全称Million Instruction executed Per Second（每秒执行百万条指令），用来计算同一秒内系统的处理能力。二、DMIPSDMIPS全称Dhrystones Million Instruction executed Per Second，主要用于测试整数计算能力。三、MFLOPSMFLOPS全称Million Floating-point Operations Per Second，主要用于测试浮点数
2021-10-02 02:14:40
1050
原创 推荐系统之用户标签，以及基于标签的算法
目录一、用户标签1、维度2、阶段3、打标签的方式4、如何给用户推荐标签二、基于标签的算法1、SimpleTagBased2、NormTagBased3、TagBased-TFIDF一、用户标签1、维度用户标签，如年龄、工作、性别等行为标签，如消费金额、消费频次等消费标签，如点击、收藏、购买等内容分析，浏览内容，如科技、娱乐、新闻类等2、阶段用户生命周期的三个阶段获客：如何进行拉新，通过更精准的营销获取客户；粘客：个性化推荐，搜索排序，场景运营等；留客：流失率预测，分析关键节点降低
2021-10-02 01:34:24
2266
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