社区
非技术区
帖子详情
3裤衩了 散分 攒人品
mopishv0
2010-12-18 05:26:31
最近人品不佳啊
散分攒人品
...全文
180
29
打赏
收藏
3裤衩了 散分 攒人品
最近人品不佳啊 散分攒人品
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
29 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
curiousman
2010-12-19
打赏
举报
回复
谢谢了...
cy0089088
2010-12-19
打赏
举报
回复
接分,谢谢LZ
princess_rosie
2010-12-19
打赏
举报
回复
积极接分 !
ylyup
2010-12-19
打赏
举报
回复
接分 积人品
chainhou
2010-12-19
打赏
举报
回复
哈哈。恭喜!
Sunny_kaka
2010-12-19
打赏
举报
回复
接分·········
fyhack
2010-12-19
打赏
举报
回复
upupupupupup
numb09
2010-12-19
打赏
举报
回复
火龙果被占用了
2010-12-19
打赏
举报
回复
[Quote=引用 17 楼 strompanda 的回复:]
现在还能换头像啊 这头像太丑了 整一个大妈啊
[/Quote]
这不是大妈,这人叫“呆瓜”,哈哈
whh_lssd
2010-12-19
打赏
举报
回复
lz你懂得
WaHaHa1110kangkang
2010-12-19
打赏
举报
回复
lz你懂的
铁匠梁
2010-12-19
打赏
举报
回复
接分积德行善
大_爱
2010-12-19
打赏
举报
回复
我顺便接点分!
njpingwen
2010-12-19
打赏
举报
回复
顶下,接分。。。
strompanda
2010-12-19
打赏
举报
回复
现在还能换头像啊 这头像太丑了 整一个大妈啊
oldsun2008
2010-12-19
打赏
举报
回复
帮你攒人品
采石工
2010-12-19
打赏
举报
回复
谢谢楼主慷慨相赠
yogevic
2010-12-19
打赏
举报
回复
求分降人品。。。。。。。哈哈
yaganblw
2010-12-19
打赏
举报
回复
楼主要向我多多学习啊,看我人品多好
aotian16
2010-12-18
打赏
举报
回复
i like it
祝福lz
加载更多回复(9)
【每日随笔】评判人唯一的标准 - 赚钱能力 ( 赚钱是人最大的优点 | 抓主要矛盾 | 看人看错的案例 | 如何找另一半 | 赚钱与不赚钱的区别 )
文章强调赚钱是个人最大的优点,认为评判人的重要标准是其经济能力。学生时代的主要任务是学习,而成年人则应关注挣钱。社会倾向于尊重和听从有钱有势的人,穷人往往难以掌握权力和话语权。寻找伴侣也应考虑对方的经济能力和潜力。
谈谈招聘成本与优化
本文探讨了招聘成本的构成,特别是企业内部核心人员面试的时间和机会成本,并提出了评估招聘效果的方法,包括持续留存率、绩效表现等指标。同时,文章还讨论了面试经验和教训的分享与总结,以及面试官如何代表公司形象的重要性。
EI复现基于粒子群算法的风电-水电(抽水蓄能)联合优化调度研究(Matlab代码实现)
内容概要:本文围绕基于粒子群算法(PSO)的风电与水电(抽水蓄能)联合优化调度问题展开研究,旨在通过智能优化算法实现可再生能源的高效利用与电力系统的经济稳定运行。文中系统阐述了粒子群算法的核心原理及其在电力调度中的适用性,构建了综合考虑风电出力不确定性、抽水蓄能电站调节能力及系统运行约束的联合优化调度模型。采用Matlab进行算法编程与仿真求解,验证了该方法在降低系统综合运行成本、提升新能源消纳水平、增强电网调峰调频能力等方面的优越性能。研究进一步设计了多种对比场景,分析不同调度策略下的系统表现,充分展示了所提模型在应对复杂运行条件时的鲁棒性与实用价值。; 适合人群:具备一定电力系统分析基础和Matlab编程能力的研究生、科研人员,以及从事新能源并网调度、电力系统规划与运行等相关领域的工程师; 使用场景及目标:①应用于风电场与抽水蓄能电站的协同优化调度决策支持;②为高比例可再生能源接入的电力系统提供经济可靠的低碳调度方案;③服务于高校及科研院所中关于智能优化算法在能源系统中应用的教学与科研实验; 阅读建议:建议读者结合提供的Matlab代码深入理解算法实现细节与模型构建逻辑,重点关注目标函数设计、约束条件处理及参数设置对优化结果的影响,并通过复现仿真结果来掌握粒子群算法解决复杂非线性调度问题的关键技术要点。
FFC手机软排线自动剥离热压冲裁切断检测生产线3D模型 SolidWorks.rar
FFC手机软排线自动剥离热压冲裁切断检测生产线3D模型 SolidWorks.rar
2026热门电影与电视节目数据集 TMDB影视流行趋势分析
【数据集概述】 该数据集包含通过TMDB(The Movie Database)API于2026年8月收集的1199部独特的电影和电视节目信息,结合了流行、顶级和趋势影视内容。每行包含标题、媒体类型(电影/电视)、原语言、流派、发布日期、人气评分、平均评分、投票数等字段,涵盖472部TV和263部电影,平均评分约7.57。 【数据大小】0.15 MB 【适用人群】影视数据分析师、娱乐行业研究者、数据可视化爱好者、推荐系统开发者 【使用场景】影视流行趋势分析、流媒体内容研究、推荐系统数据源、影视评分分布分析、2026年娱乐产业洞察
非技术区
23,404
社区成员
70,507
社区内容
发帖
与我相关
我的任务
非技术区
Java 非技术区
复制链接
扫一扫
分享
社区描述
Java 非技术区
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