面对突如其来的感情难题,兄弟姐妹们,silverwonder有些话想说,同时散分给亲爱的你们!

silverwonder 2003-06-27 02:37:40
加精
今夜无眠。

她是我今生喜欢的第一个女孩。

三个月前向她表白。没有得到肯定,也没有得到否定。

三个月来,我在默默的等待。因非典几乎没有同她见过面。只是通过短信和电话在同她联系。当我用自己的全心去争取这份爱的时候,一道难题突然到来了。

她的一位从前的同学,一个应该是很不错的小伙子,向她表白了。其实他去年9月间向她表白过,只是后来的结果似乎是不了了之了。这一次等于再一次提起。

她马上就犹豫了。并且告诉了我。那天晚上,我独自坐了两小时。

真的,我不愿陷入这种漩涡中去。真没想到发生在电视上和别人身上的事情会发生在我身上。一切都变得这么快。而前一天晚上,我们还在电话里聊的挺好,当时我甚至有种对最后的光明的憧憬。可是仅仅一天之后,她告诉我短时期内无法给我答复,因为有了变化,就是那个男孩向她表白了。

我有些痛心。并非怕跟人竞争,而是我做出的努力似乎无法让她喜欢我。我不知道自己在她心目中的位置。有种失落的感觉。

对她已经有了一种无法割舍的牵挂。她加班到深夜的时候,她身体不适的时候,我都有一种不自主的牵挂感觉。放不下了,无法释怀。

也许大家会觉得这不是问题。可是她在我心目中的分量太重,昨天白天我就为此事想了一天。

开始曾经有过要放手的想法。退一步吧,牺牲自己,成全他们的幸福。

我的一个兄弟看到我有些异常后,我告诉了他我的想法。他说,你要是这么做,你就是罪人,你对得起谁?!

时常外表显得坚强,现在才发现自己脆弱的一面。

兄弟姐妹们,我要坚持下去。

到最后有结果的时候,我来发帖散分给你们,亲爱的兄弟姐妹们!







...全文
331 205 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
205 条回复
切换为时间正序
请发表友善的回复…
发表回复
Galileo 2003-07-10
  • 打赏
  • 举报
回复
凑齐200~结贴~泡妞~
ly_liuyang 2003-07-09
  • 打赏
  • 举报
回复
有过类似的经历,结果是我失败了
悲哀

我现在还对她念念不忘,我真下贱。我恨我自己

PLMM大把,为什么就那么看重她?!

算了,收拾好心情,还有很多事情等着去做,再也不信MM了

以后搞快攻,不行就下一个,不要死盯着一个人
FrameSniper 2003-07-09
  • 打赏
  • 举报
回复
刷卡兄(我不知道他们为什么这么叫你,因为那个时候我还没有来CSDN!):

你说的很到位~~~~~~~~~~~~~~~

但两句老话说的很好----“喜欢就去追!”
“不怕失败.....只愿她能幸福!”

希望我们都可以成功~~~~~~~~~~~
peterchina 2003-07-09
  • 打赏
  • 举报
回复
你不能替别人做决定
有时自己的事你也决定不了
但我们有选择的权利,选择幸福生活的权利,但什么才叫幸福生活?
taoist 2003-07-09
  • 打赏
  • 举报
回复
monkyy 2003-07-09
  • 打赏
  • 举报
回复
喜欢就去追,尽自己最大的努力把她追到手,省的自己以后后悔!
daydreamer21 2003-07-09
  • 打赏
  • 举报
回复
up
wjlsmail 2003-07-09
  • 打赏
  • 举报
回复
多些努力少些遗憾 , 尽心尽力问心无愧

足矣

wjlsmail 2003-07-09
  • 打赏
  • 举报
回复
楼主珍惜 !
wjlsmail 2003-07-09
  • 打赏
  • 举报
回复
我再踢 !

踢翻了五味罐 !

shadowfish 2003-07-09
  • 打赏
  • 举报
回复
坚持就是胜利!
silverwonder 2003-07-08
  • 打赏
  • 举报
回复
6月27日,在复杂的心情下,我发了这个帖子。发在delphi版,我最喜欢的一个版。

第一次的经历;也许,从前只看到了别人爱情的美丽。也许,我在体味必须经历的苦涩。

很多事情都是这样---

当你倘佯在梦中的时候,你必须告诉自己这只是梦。梦与现实之间的联系,在于实现。

当你找准了目的地的时候,现实来告诉你到达它并不容易。起点与目的地的差距,在于坚持。

当你发现自己陷入艰难境地的时候,其实一切都还没结束。后悔与无悔的差别,在于尽力。

我应该明白这一切。

TO CSDN的朋友们:
感激你们!从发帖的那天起,我无时无刻不被你们的鼓励和支持所感动,同时,也在坚定自己的信心。更让我确信CSDN确实是心灵和技术的净土。这是在网络,如果是现实中,我们也能做最纯真的朋友!
忘不了你们热心的鼓励。不能一一致谢了,只想说:
好人一生平安!
愿天下所有的有情人都能终成眷属!


我想再说几句话给心中的女孩:
我愿意站在你的角度理解你此刻的心情。让我们更多的面向明天吧。做你该做的决定,如果你还觉得我是个男子汉。
爱情上没有谁鄙视谁,只有谁适合谁。无需说谁是谁非,更用不着自责。因为,这就是生活。
爱你,是我的信仰。但得到这份爱,我不奢望。正因如此,才坚定着这份信仰。
愿你更好的生活,没有烦恼。
I keep waiting...


silverwonder
7.8
Berylkate 2003-07-08
  • 打赏
  • 举报
回复
这个女孩不好!!
她太自私了,说的好听是怕伤害两个喜欢她的人,说难听了就是脚踏两船!
行为恶劣!我鄙视她!!
del_c_sharp 2003-07-08
  • 打赏
  • 举报
回复
刷卡的这个贴子 ,最后一灌:

其实也没有什么可说的了,抓紧时间搞吧~~
趁南京的梅雨季节,
趁这个时间女孩都比较忧郁踌躇~~~
belllab 2003-07-08
  • 打赏
  • 举报
回复
该出手时就出手吧,不要让女孩子等久了
calling 2003-07-08
  • 打赏
  • 举报
回复
何必让她选择?
不要她,她以为她是什么?还在选择?
超级大笨狼 2003-07-08
  • 打赏
  • 举报
回复
http://www.cnflash.net/list.asp?id=1992&sjk=mtv
昨日的朋友悄悄的离去,就这样无声无息离开你
仿佛在你的眼里,感到无限的悲戚,好象烟雾层层笼罩你的心
也许你从来不原告诉我,我也不想再问你为什么
夏日风已吹远,吹的无影又无踪,所以我将忘记昨夜的你。
别说爱情就是你的名和姓,就除了感情你都不愿再接近。
破碎的心难添平,昨日醉心的恋情,所以我将忘记你的背影.....
silverwonder 2003-07-08
  • 打赏
  • 举报
回复
这个帖子到了该结的时候了。
大家的回复,让silverwonder感到了温暖;

或许,我还应该在这个帖子里再留下点什么。

为了大家的关心和支持,为了未来,为了我依然如故的心...
visualcdotnet 2003-07-08
  • 打赏
  • 举报
回复
我也接分,谢谢
mrtxc 2003-07-08
  • 打赏
  • 举报
回复
老兄,敢爱敢恨,喜欢就追,不会错
加载更多回复(185)
资源下载链接为: https://pan.quark.cn/s/abbae039bf2a 在计算机视觉领域,实时目标跟踪是许多应用的核心任务,例如监控系统、自动驾驶汽车和无人机导航等。本文将重点介绍一种在2017年备受关注的高效目标跟踪算法——BACF(Boosted Adaptive Clustering Filter)。该算法因其卓越的实时性和高精度而脱颖而出,其核心代码是用MATLAB编写的。 BACF算法全称为Boosted Adaptive Clustering Filter,是基于卡尔曼滤波器改进的一种算法。传统卡尔曼滤波在处理复杂背景和目标形变时存在局限性,而BACF通过引入自适应聚类和Boosting策略,显著提升了对目标特征的捕获和跟踪能力。 自适应聚类是BACF算法的关键技术之一。它通过动态更新特征空间中的聚类中心,更准确地捕捉目标的外观变化,从而在光照变化、遮挡和目标形变等复杂情况下保持跟踪的稳定性。此外,BACF还采用了Boosting策略。Boosting是一种集成学习方法,通过组合多个弱分类器形成强分类器。在BACF中,Boosting用于优化目标检测性能,动态调整特征权重,强化对目标识别贡献大的特征,从而提高跟踪精度。BACF算法在设计时充分考虑了计算效率,能够在保持高精度的同时实现快速实时的目标跟踪,这对于需要快速响应的应用场景(如视频监控和自动驾驶)至关重要。 MATLAB作为一种强大的数学计算和数据分析工具,非常适合用于算法的原型开发和测试。BACF算法的MATLAB实现提供了清晰的代码结构,方便研究人员理解其工作原理并进行优化和扩展。通常,BACF的MATLAB源码包含以下部分:主函数(实现整个跟踪算法的核心代码)、特征提取模块(从视频帧中提取目标特征的子程序)、聚类算法(实现自适应聚类过程)、Boosting算法(包含特征权重更新的代
内容概要:本书《Deep Reinforcement Learning with Guaranteed Performance》探讨了基于李雅普诺夫方法的深度强化学习及其在非线性系统最优控制中的应用。书中提出了一种近似最优自适应控制方法,结合泰勒展开、神经网络、估计器设计及滑模控制思,解决了不同场景下的跟踪控制问题。该方法不仅保证了性能指标的渐近收敛,还确保了跟踪误差的渐近收敛至零。此外,书中还涉及了执行器饱和、冗余解析等问题,并提出了新的冗余解析方法,验证了所提方法的有效性和优越性。 适合人群:研究生及以上学历的研究人员,特别是从事自适应/最优控制、机器人学和动态神经网络领域的学术界和工业界研究人员。 使用场景及目标:①研究非线性系统的最优控制问题,特别是在存在输入约束和系统动力学的情况下;②解决带有参数不确定性的线性和非线性系统的跟踪控制问题;③探索基于李雅普诺夫方法的深度强化学习在非线性系统控制中的应用;④设计和验证针对冗余机械臂的新型冗余解析方法。 其他明:本书分为七章,每章内容相对独立,便于读者理解。书中不仅提供了理论分析,还通过实际应用(如欠驱动船舶、冗余机械臂)验证了所提方法的有效性。此外,作者鼓励读者通过仿真和实验进一步验证书中提出的理论和技术。

830

社区成员

发帖
与我相关
我的任务
社区描述
Delphi 非技术区
社区管理员
  • 非技术区社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧