社区
其它技术问题
帖子详情
【嘘】你知道的。
齊麟
2010-11-12 04:54:12
C/C++
为什么这俩符号总在一块出现?
使我联想起了“狼狈 X X ”
...全文
350
12
打赏
收藏
【嘘】你知道的。
C/C++ 为什么这俩符号总在一块出现? 使我联想起了“狼狈 X X ”
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
12 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
昵称很不好取
2010-11-12
打赏
举报
回复
不会分家的,初衷啊
dingshaofengbinbin
2010-11-12
打赏
举报
回复
C++兼容C,++就是证明!!
leihelin5201314
2010-11-12
打赏
举报
回复
······hi~
爱吃肉的懒羊羊
2010-11-12
打赏
举报
回复
又是沙发
爱吃肉的懒羊羊
2010-11-12
打赏
举报
回复
回复内容太短了!
daxiongshishen
2010-11-12
打赏
举报
回复
拉拉拉拉 拉拉 拉拉
「已注销」
2010-11-12
打赏
举报
回复
++是一种进步,英文对应的是Plus
即:c plus plus
leihelin5201314
2010-11-12
打赏
举报
回复
这次来晚了····分心了···
LEOyi
2010-11-12
打赏
举报
回复
知道
不
知道
中午去逛超市,一个柜台一个柜台地看,也不打算买什么东西,纯属消磨时间。超市的背景音乐是那英的专辑,从《心酸的浪漫》到《征服》,都还蛮好听的。忽然曲调一变,换成了刘若英的《
知道
不
知道
》,忍不住在心里轻轻唱和。同样的曲调,杨钰莹唱的时候是“哥哥妹妹”,刘若英唱的时候就变成了“乐天知命”,有点哀伤,但不过分,因为清澈,因为懂得。戏剧性的结局是,回办公室打开书包看手机,有一个未接电话,某公关公司的。而我手
百度一下你就
知道
百度不
知道
百度一下你就
知道
百度不
知道
相关性的练习:建立不
知道
和
知道
的相关性
在人与AI的映照中,我看到一种更宏观的学习力图景:不断地用先验去推演未知,用探索去修正模型,让“相关性”成为驱动理解和创造的底层逻辑。梁宁指出,大脑的学习是“由点到线、由线成网”的过程:当一件事能被放进已有的认知网络中,它才真正变成你的能力。她在课程中举例说,一个优秀的学习者,总是能在熟悉的领域中发现新的不确定性,也能在陌生的领域中找到熟悉的结构。梁宁在她的课程中强调,真正的学习是“在脑中建立模型的过程”,即通过不断比较、联想、匹配,把零散的信息纳入一个更大的结构,从而实现理解的跃迁。
初次尝到【C
知道
】的甜蜜
使用C
知道
,直接得到想要的结果,不需要直接再去筛选
基于矩约束的最大熵方法用于扩展不确定度评估(Matlab代码实现)
内容概要:本文系统阐述了基于矩约束的最大熵方法在扩展不确定度评估中的理论基础与实现方法,并配套提供了Matlab代码实现。该方法通过引入已知的矩约束(如均值、方差等),在缺乏先验分布信息的前提下,依据最大熵原理推导出最符合客观规律且信息量最大的概率分布,从而对测量结果的不确定度进行更为合理和稳健的量化评估。文中详细论述了算法的数学推导过程、数值求解策略以及在实际工程问题中的应用步骤,尤其强调了其在处理非正态分布、小样本数据等传统方法难以应对的复杂场景时所展现出的优越性。; 适合人群:具备概率统计、信息论及数值计算基础知识,从事测量科学、实验数据分析、可靠性工程、系统建模与仿真等领域研究的科研人员、工程师,以及熟悉Matlab编程并希望深入理解不确定度量化前沿方法的技术开发者; 使用场景及目标:①应用于高精度仪器校准、物理实验数据处理等需要精确评定扩展不确定度的场景;②解决输入变量分布未知或非正态时的不确定性传播与合成问题;③目标是克服传统GUM方法的局限性,提升在信息不充分条件下的评估客观性与鲁棒性; 阅读建议:建议读者结合所提供的Matlab代码,深入理解拉格朗日乘子法求解最大熵分布的具体实现过程,重点关注矩约束的构建、熵最大化方程的求解以及最终置信区间的获取,同时可通过对比不同约束条件下评估结果的变化,来深刻把握该方法的适用条件与优势所在。
其它技术问题
3,881
社区成员
9,044
社区内容
发帖
与我相关
我的任务
其它技术问题
C/C++ 其它技术问题
复制链接
扫一扫
分享
社区描述
C/C++ 其它技术问题
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章