东邪西毒 for IT(zt from MOP)

l_walker 2003-07-27 01:33:13
东邪西毒 for IT ZT
--------------------------------------------------------------------------------
段一
很多年以后,我有一个网名,叫西毒。任何人都可以变得狠毒,只要你尝试过什么叫创
业。
我不会介意别人怎么看我,我只不过不想别人比我更开心。
今年五黄临太岁,到处都是绯闻,有绯闻的地方就一定有pageview,有pageview我就有
生意。我叫欧阳锋。我的职业是ceo。
初六日,惊蛰。
每年的这个时候,都会有一个风险投资商来找我。他叫黄药师(mr.medicinehuang)。
这个人很奇怪,每次都从东边来,这个习惯已经保持了很多年。今年,他给我看一封
e-mail。

黄药师:不久前,我遇上一个人,他叫格林斯潘,他的网名是“醉生梦死”。他说今年
nasdaq会暴跌,叫我不要投资。
欧阳锋:对于太古怪的人,我向来很难接受。所以这个叫“醉生梦死”的人说的话,我
没有理会。
那天晚上,我在他的食物里下了药,我让黄药师忘了很多事,并且留下了支票。
欧阳锋:还记得我们是怎么认识的?
黄药师:我想不起来了。
欧阳锋:那你还记得怎么来这里的?
黄药师:我也记不得了。
欧阳锋:你为什么老看着电脑?
黄药师:因为很眼熟。
一个月后,黄药师去了一个很远的地方,那是他好朋友greenspan的故乡——new york
!

     片段二
黄药师:我能不能请你上网。
武士: 我今天只想玩星际争霸。
黄药师:我以前好像见过你。
武士: 何止见过,你曾经是我最好的网友,但现在已经不是了。你来这里干什么?
黄药师:前不久,我遇到一个人,他有一个网名叫“醉生梦死”。他说今年nasdaq会暴
跌。
我很奇怪,为什么会有这样的说法。
武士: 你知道网民和ceo的区别吗?网民越当越暖,ceo越当越寒。
黄药师:我们会再见吗?
武士: 不会。

    片段三
(网吧里,伙计冲一个人大喊)
伙计:你是男是女?
那人 :堂堂电信局长的公主,慕蓉家的小姐,你竟敢冒犯我,信不信我杀了你。
 (那人要用键盘敲伙计的头,黄药师按住她的手)
 黄药师:你又网恋了?
 那人:呵——(下线离去)
 (办公室)
 每年都有几个月,人们好像都不愿意上网消费。立春后,我一直没有买卖。整个月,
只有
一个用户登陆。
 那人 :我想要你帮我找一个网友,她叫黄药师。
 欧阳锋:这是一个很难查的keyword,即使用google的搜索引擎也查不到几个条
目。
 那人 :只要你帮我search到他,我不惜任何代价,我要杀了他。
 欧阳锋:你为什么这么恨他?
 那人 :因为一个女网友,他抛弃了我妹妹。 
 (她在上网)
 她的名字叫慕蓉燕,自称电信局长的千金,他和黄药师在榕树下网站的irc频道一
见如
故,那天黄历上写着:初四,立春,东风解冻。有一天晚上,黄药师跟她开了一个玩
笑。
 黄药师:如果你有一个妹妹,我一定娶她为妻。
 慕蓉燕:好。那么我们一言为定。如果你后悔,我就杀了你。
 (榕树网站irc频道)
 黄药师没有上线,一个女人在电脑前痛声嘶喊。
 ……
 一个人受到挫折,或多或少会找借口掩饰自己,其实慕蓉燕或者慕蓉嫣,只不过是一
个人
的两个id,在这两个id的背后,躲藏着一只受伤的恐龙。
 那天起,没有人再听说过慕蓉燕或者慕蓉嫣。数年后,irc里出现了一个奇怪的c
hannel,没有人知道它的来历,只知道里面有两个相似的nickname。那个channel有一
个很特别的topic,叫作——独孤求败。
 …… 


(发帖时间:2003-07-26 23:25:33)

---canna J


顺便给张图寒一下:
IT人遭受泡沫经济之后
http://www.mesky.net/bbs/uploadfile/20037249125040673.jpg
...全文
133 2 打赏 收藏 举报
写回复
用AI写文章
2 条回复
切换为时间正序
请发表友善的回复…
发表回复
hocus 2003-07-27
  • 打赏
  • 举报
回复
mark
star821116 2003-07-27
  • 打赏
  • 举报
回复
:)
内容概要:本文围绕基于物理场的动态模式分解(piDMD)展开研究,重点探讨其在流体力学、热传导及多物理耦合系统中的建模与应用。通过Matlab代码实现,将传统的动态模式分解(DMD)方法与物理场控制方程相结合,引入物理约束以增强数据驱动模型的物理一致性,从而提升对复杂非线性系统的模态提取精度与长期预测能力。文章系统阐述了piDMD的理论基础、数学推导过程与算法实现步骤,并结合典型物理场仿真案例(如Navier-Stokes方程驱动的流场演化)进行验证,展示了其在降阶建模、主导模态识别和时空动态可视化方面的优越性能,适用于高维、强耦合、非平稳系统的分析与优化。; 适合人群:具备一定数值计算、流体力学、控制理论或数据驱动建模背景,熟悉Matlab编程与线性代数运算,从事科学研究、工程仿真或系统辨识工作的研究生、科研人员及工程师。; 使用场景及目标:①实现对流场、温度场等物理场的高效降阶建模与动态行为预测;②提取符合物理规律的关键模态,用于系统稳定性分析与控制设计;③支撑复杂系统的状态估计、异常检测与优化调控等下游任务。; 阅读建议:建议读者结合提供的Matlab代码逐行调试与运行,深入理解piDMD算法中物理约束的嵌入方式及其对模态质量的影响,同时可尝试将其迁移至其他偏微分方程描述的物理系统中进行拓展验证与应用。
内容概要:本文研究了在峰谷分时电价引导下,基于多目标优化遗传算法NSGA-II的电动汽车充电负荷优化问题。通过构建以电网负荷波动最小化和用户充电成本最低为核心的多目标优化模型,利用NSGA-II算法求解获得帕累托最优解集,实现对大规模电动汽车充电行为的有序引导。文中系统阐述了峰谷电价激励机制的设计原理、电动汽车充电负荷的数学建模方法、多目标优化问题的形式化表达以及NSGA-II算法的具体实现流程,并借助Matlab平台进行仿真验证,结果表明该策略能有效平抑电网负荷峰谷差、降低用户充电支出并提升电力系统的运行效率与稳定性。; 适合人群:具备一定电力系统基础知识和Matlab编程能力,从事智能电网、电动汽车调度、需求侧管理等相关领域的研究生或科研人员。; 使用场景及目标:①研究峰谷电价政策对电动汽车充电行为的影响机制;②掌握NSGA-II算法在电力系统多目标优化中的具体应用;③实现电动汽车集群的有序充电调度以改善电网负荷曲线; 阅读建议:此资源结合了电力经济学与智能优化算法,建议读者在学习过程中重点关注模型构建与算法实现的衔接部分,动手复现仿真代码以深入理解参数设置与结果分析过程。
详情可查看下方数据集可视化效果。 【数据集概况】 · 检测类别(中文):[电梯(elevator)] · 训练集:1468 张 · 验证集:157 张 · 测试集:158 张 · 总计:1783 张 该数据集聚焦于各类建筑内部及外部环境中的电梯目标检测任务,涵盖住宅楼、办公楼、商场、酒店等多种典型场景下的电梯结构。图像采集覆盖不同光照条件、材质类型与安装位置,充分体现了实际应用中电梯的多样性与复杂性,为智能楼宇管理、安防监控及无障碍设施识别等方向提供了高质量的视觉基础支持。... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 72 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9446** mAP50-95 | 0.6531 Precision | 0.9305 Recall | 0.8777 train/box_loss | 0.5807 train/cls_loss | 0.3505 val/box_loss | 1.0020 val/cls_loss | 0.6208 【训练过程分析】 72 轮训练后 mAP50 达到 0.9446,模型收敛良好。Loss 曲线前段快速下降,后段趋于平稳,val_loss 无反弹,没有明显过拟合。但 mAP50-95 为 0.6531,和 mAP50 差距 0.29,定位精度仍有优化空间。 【模型性能评估】 Precision 0.9305、Recall 0.8777,精度高于召回,存在一定漏检。 【预测效果展示】 验证集预测效果较好,检测框基本准确覆盖电梯,置信度整体偏高。 【改进建议】 1. 丰富场景...

23,404

社区成员

发帖
与我相关
我的任务
社区描述
Java 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