问答-0512(周)版本发布内容,BUG或建议反馈有奖!

CSDN问答 问答小助手 2022-05-12 18:51:02

问答近期主要更新功能来啦,欢迎体验建议!按照惯例,请将你本周发现的问答Bug或对问答的建议回答到在下方,好的建议和反馈我们将会送上小红包哦!

更新内容

1、PC端标签榜支持搜索标签

 2、已完成认证的用户头像增加认证图标

3、APP端回答内容过长时折叠部分内容

4、APP端题主写回答时,出建议提示

5、付费问题系统自动结题规则修改

6、修复多个bug

7、期待你的建议反馈


1、PC端标签榜支持搜索标签

PC端的标签榜支持标签搜索啦,支持根据关键词实时搜索哦

auto-orient,1

 2、已完成认证的用户头像增加认证图标

对于完成企业、创作者和博客专家认证的用户,头像会显示认证图标哦,后续会补充显示认证信息~还没完成认证的小伙伴可以去申请认证

auto-orient,1

3、APP端回答内容过长时折叠部分内容

上周针对PC端回答过长的内容进行部分折叠,这次APP端也实现了该效果哦,同样的,点击“展开全部”即可阅读全部内容~

img

 

4、APP端题主写回答时,出建议提示

APP端也针对提问者增加了提示,来告知提问者可以通过编辑来对问题进行补充更新

 

img

 

5、付费问题系统自动结题规则修改

针对恶意点踩和恶意回答的情况,新版问题系统结题后,48小时后才会分配问题的酬金,小助手会对回答进行审核哦

6、修复多个bug

此次更新又修复了多个大家反馈的bug,比如APP端复制代码会调用手机键盘、封禁用户可以发表内容等等bug,欢迎大家继续“找茬”~

7、期待你的建议反馈

此次还有一些小细节优化,不一一赘述,等待大家使用过程中发现啦,使用过程中你若发现问答的Bug或有对问答的建议,想要添加的功能,请在下方回答,我们会给优秀的建议送上打赏哦~如果别人提出的功能建议,你觉得不错可以给他点个赞哦!人气越高被解决的速度越快哦!非问答的bug可以到这里反馈哦:CSDN建议专区

关于BUG反馈,请按照下方格式反馈:
1、Bug描述:描述Bug发生的场景
2、发生的环境:浏览器版本/电脑版本
3、Bug页面链接:出现Bug页面的链接
4、Bug截图:提供对应的Bug截图
5、其他补充信息

...全文
2854 4 打赏 收藏 转发到动态 举报
写回复
用AI写文章
4 条回复
切换为时间正序
请发表友善的回复…
发表回复
爱晚乏客游 2022-05-18
  • 打赏
  • 举报
回复

1、Bug描述:之前那么大一个问答标签栏去哪里
2、发生的环境:所有浏览器
3、Bug页面链接:随便主页找不到问答界面标签
4、Bug截图:

img

CSDN问答 问答小助手 2022-05-19
  • 举报
回复
@爱晚乏客游 您好,PC端问答导航栏目前下线了,点击”学习PK“入口可以看到问答导航,或者直接访问地址:https://ask.csdn.net/
Heerey525 2022-05-17
  • 打赏
  • 举报
回复
1人已打赏

1、Bug描述:问答模块帖子无法被收藏
2、发生的环境:chrome
3、Bug页面链接:https://ask.csdn.net/questions/7716389
4、Bug截图:

img


5、其他补充信息 无

CSDN问答 问答小助手 2022-05-19
  • 举报
回复
@Heerey525 这个问题已经修复啦,谢谢反馈~
内容概要:本文研究基于粒子群算法(PSO)优化模糊C均值聚类(FCM)的居民用电行为分析方法,提出一种改进的FCM聚类算法,通过引入粒子群优化机制,有效提升聚类性能与收敛效率,克服传统FCM算法易陷入局部最优、对初始聚类中心敏感等缺陷。研究基于Matlab平台实现算法代码,对居民用电负荷数据进行聚类分析,识别不同用户的典型用电模式与行为特征,进而支持电力系统的需求侧精细化管理、用户分群运营、个性化用电服务推荐以及中长期负荷预测。该方法在智能电网与大数据背景下展现出良好的应用前景,特别适用于大规模居民用电数据的行为挖掘与模式识别任务。; 适合人群:具备一定电力系统基础知识、数据挖掘或智能优化算法背景的科研人员及工程技术人员,尤其适合从事智能电网、负荷特性分析、需求响应、用户行为研究等方向的硕士、博士研究生及高校教师。; 使用场景及目标:①实现居民用户用电行为的有效分类与典型负荷曲线提取;②优化电力客户细分策略,支撑差异化电价、需求响应激励政策的设计与实施;③为负荷预测、电网规划、配电台区管理提供数据驱动的决策依据;④作为高水平学术论文(如EI、SCI期刊)的研究基础,用于算法复现、性能对比与创新改进。; 阅读建议建议读者结合提供的Matlab代码深入理解PSO-FCM算法的具体实现流程,重点关注粒子编码方式、适应度函数构建、聚类有效性评价指标(如轮廓系数、误差平方和)的应用,鼓励在真实用电数据集上进行实验验证,并尝试引入其他优化策略或评估维度以进一步提升模型鲁棒性与实用性。
【重要提示】本资源设置为0积分下载,若非0积分请勿轻易下载 亲爱的CSDN用户: 首先感谢你点进这个资源页面。我需要提前说明一个重要情况: 本资源原本已设置为“0积分下载”,即作者希望完全免费共享。但CSDN平台有时会根据文件的下载热度、文件大小、用户权限等因素,自动将部分资源的积分调整为非0数值(如1积分、2积分、5积分等)。这是平台系统的自动行为,而非作者本人的设定。 因此,如果你当前看到该资源的下载所需积分不是0(例如显示为1、2、3……),请谨慎决定是否下载。 如果你按照非0积分支付并下载后发现资源内容不符合预期、链接失效,或者实际上该资源本应是免费的,作者无法为此承担积分损失或退还操作。强烈建议:仅在页面显示为0积分时进行下载。 另外,本资源描述中并未直接提供具体的下载地址或外部链接,因为它本身是一个通过CSDN官方上传通道提交的文件/内容包。如果你看到描述中没有外部网盘地址,这是正常的——资源文件应通过CSDN内置的“下载”按钮获取。若因平台积分显示异常导致你支付了积分,请优先联系CSDN客服咨询积分退还政策,作者没有权限修改平台自动设定的积分值。 感谢你的理解与支持。技术分享本应开放,但受限于平台规则,特此提醒如上。祝学习进步!

3,264

社区成员

发帖
与我相关
我的任务
社区描述
CSDN问答频道公告内容发布
社区管理员
  • 社会瑞弟呀
  • ToTensor
  • CSDN问答
加入社区
  • 近7日
  • 近30日
  • 至今

试试用AI创作助手写篇文章吧