强烈建议CSDN 封 @LINUSTD 号

狂奔小蜗牛 2014-04-10 09:53:50
我想说,之前确实 是做 微软那一套。c# 当时确实鄙视 java 那一套, 可能是因为 经验尚欠。但是,后来,公司要做java 那一套,然后也就硬着头皮上了,学了,四个月, SSH 做项目,勉强凑合吧, 后来,公司要做有一个商业智能的项目,辗转去做Cognos +db2 pl 一搞就是一年多,现在也依旧做这个,将来也估计发展这个方向。在此期间也学习了python 只能说略懂语法皮毛吧,只在linux 下 写脚本对mysql 做了一个增删查改....

不能说自己是大牛吧,但是自己算是那种,涉及很多领域,也有很多感触,其实没个都有自己的优点,自己选择,吧,但是每次,看到一些 喷子,我很是愤怒

============
每次,去看CSDN 的各种科技新闻的时候,就会发现一些2B 以@LINUSTD为代表。撒都不说了,

收集@LINUSTD的罪证吧。


...全文
2346 16 打赏 收藏 转发到动态 举报
写回复
用AI写文章
16 条回复
切换为时间正序
请发表友善的回复…
发表回复
心在忍耐 2015-06-01
  • 打赏
  • 举报
回复
khjian 2014-08-01
  • 打赏
  • 举报
回复
不要和这种人一般见识,狗咬人正常,你总不能去咬狗吧,是不是?
狂奔小蜗牛 2014-07-18
  • 打赏
  • 举报
回复
引用 17 楼 jy02326166 的回复:
这货想象力挺丰富的,啥都能扯上微软...
现在CSDN都以它为荣了。。可悲。
sinat_16893749 2014-06-25
  • 打赏
  • 举报
回复
引用 14 楼 lukali 的回复:
其实不用封号,骂一他,其实挺释放压力,别太放在心上,把他当作出气筒即可
对!每天工作累了就上来骂他两句,同时完全无视他的回复,气死他 @linustd 快过来,老子要拉屎了
lukali 2014-05-25
  • 打赏
  • 举报
回复
其实不用封号,骂一他,其实挺释放压力,别太放在心上,把他当作出气筒即可
一饭一粥 2014-05-25
  • 打赏
  • 举报
回复
语言排行榜一出,就出来蹦蹦跳,理他做什
路边一青蛙 2014-05-24
  • 打赏
  • 举报
回复
狂奔小蜗牛 2014-04-21
  • 打赏
  • 举报
回复
引用 8 楼 lrzw32 的回复:
很久之前他就这样了,不必在意
哎,没办法,脑残一流。。
lrzw32 2014-04-15
  • 打赏
  • 举报
回复
很久之前他就这样了,不必在意
狂奔小蜗牛 2014-04-15
  • 打赏
  • 举报
回复
引用 6 楼 frank_liu1980 的回复:
他们这些人在CSDN这边存在的最大价值就是为理性思辩提供各种反面素材。
说的好,
zioc2014 2014-04-14
  • 打赏
  • 举报
回复
久闻大名啊...
frank_liu1980 2014-04-12
  • 打赏
  • 举报
回复
他们这些人在CSDN这边存在的最大价值就是为理性思辩提供各种反面素材。
狂奔小蜗牛 2014-04-10
  • 打赏
  • 举报
回复
请看不惯他的收集罪证。 瘪三勿喷....
狂奔小蜗牛 2014-04-10
  • 打赏
  • 举报
回复
引用 4 楼 h733y 的回复:
呵呵,这种人就是给csdn添加欢乐的,理他作甚。好像还有个叫okgood的,还停留在语言之争水平的人。话说你打dota也得看阵容吧。想当年查百度、贴吧找最强英雄,被人虐得满地爬。。。。 毕竟言论自由,封号就没必要了。
这个正常,骂人就是不对的了。。。okgood 还好点,至少不骂人。
h733y 2014-04-10
  • 打赏
  • 举报
回复
呵呵,这种人就是给csdn添加欢乐的,理他作甚。好像还有个叫okgood的,还停留在语言之争水平的人。话说你打dota也得看阵容吧。想当年查百度、贴吧找最强英雄,被人虐得满地爬。。。。 毕竟言论自由,封号就没必要了。
狂奔小蜗牛 2014-04-10
  • 打赏
  • 举报
回复
引用 2 楼 Focus 的回复:
支持楼主, 建议封杀那个素质低下的人渣。 这种痞货的出现只能是程序员的耻辱!
群众的眼睛是雪亮的。。。
内容概要:本文研究了基于QLearning自适应强化学习的PID控制器在自主水下航行器(AUV)中的应用,通过Matlab代码实现了对水下机器人的动力学建模与运动控制。重点探讨了将强化学习算法QLearning与传统PID控制相结合的方法,以提升AUV在复杂、时变及非线性水下环境中的自适应控制能力。文中系统分析了AUV的运动学与动力学特性,阐述了传统PID参数整定面临的挑战,并提出采用QLearning算法在线动态优化PID控制器的比例、积分和微分参数,从而实现对系统误差、响应速度、超调量等性能指标的综合优化。通过Matlab仿真实验验证了该复合控制策略在轨迹跟踪精度、抗外部干扰能力和系统鲁棒性方面的显著优势,充分展示了强化学习在智能水下装备自主控制领域的可行性和应用潜力。; 适合人群:具备自动控制理论基础、强化学习基础知识及Matlab编程能力的研究生、科研人员和自动化、海洋工程、机器人等相关领域的技术研发人员。; 使用场景及目标:①用于水下机器人、无人潜航器等智能移动装备的高精度运动控制系统设计与开发;②开展强化学习与经典控制理论融合创新的教学案例与科学研究;③解决传统固定参数PID控制器在面对模型不确定性和环境扰动时适应性差、控制性能下降的关键问题。; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,重点关注QLearning算法中状态空间、动作空间的设计逻辑以及奖励函数的构建原则,深入理解其在参数寻优过程中的作用机制,并可通过调整环境参数和初始条件来测试算法的鲁棒性与泛化能力。

701

社区成员

发帖
与我相关
我的任务
社区描述
提出问题
其他 技术论坛(原bbs)
社区管理员
  • community_281
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