首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏灰灰的数学与机械世界

    考研数学综合2

    一道级数收敛的综合问题 已知 \displaystyle\dfrac{a^{'}_{n}(x)}{\cos x}=\sum_{k=1}^{n}(k+1)\sin^{k}x , x\in[0,\dfrac {\pi}{2}) , a_{n}(0)=0 . (1)证明数列 \{a_{n}(1)\} 收敛;(2)若级数 \displaystyle\sum_{n=1}^{\infty}(-1)^{n}\dfrac sin x+3\sin^2 x+\dotsb+(n+1)\sin^n x]d(\sin x)\\ &=(\sin^2 x+\sin^3 x+\dotsb+\sin^{n+1}x)|_{0}^{1}=\sin ^2 1+\sin^3 1+\dotsb+\sin^{n+1} 1\\ &=\sin^2 1\cdot\dfrac{1-\sin^{n}1}{1-\sin 1}\end{align*} 根据三角函数的有界性 \displaystyle a_{n}(1)<\dfrac{\sin^2 1}{1-\sin 1} ;综合上述,由单调有界准则知 \{a_{n}(1)\} 是收敛的; (2)令一般项 u_{n}=(-1

    61620编辑于 2022-11-23
  • 来自专栏R语言 / Linux

    R语言的综合应用-2

    R语言的综合应用-2 题外话:长脚本管理方式 1.分成多个脚本,每个脚本最后保存Rdata,下一个脚本开头清空再加载 #第一个脚本 ... save(pd,exp,gpl,file)="ssss.Rdata " #第二个脚本 rm(list=ls()) load(file="ssss.Rdata") ... 2.用if语句:if(F){...} 其中X是数据框或者矩阵名; MARGIN为1表示行,为2表示列 FUN是函数 (对X的每一行/列进行FUN这个函数) apply(test, 2, mean) apply(test, 1, sum) (二)列表的隐式循环——lapply sapply 列表没有行,列的概念 六、两个数据框的连接 inner_join(test1,test2,by="name") right_join(test1,test2 ,by="name") full_join(test1,test2,by="name") semi_join(test1,test2,by="name") anti_join(test1,test2,by

    42500编辑于 2023-03-15
  • 来自专栏全栈程序员必看

    struts2综合漏洞扫描工具

    java工具 优点 1.扫描比较稳定 2.误报情况少, 3.可视化,方便操作 缺点 1.无法指定payload进行利用 2.无法反弹shell 3.无S2-061 payload 用法 直接一键扫描就行了 升级内容: 1.添加了S2-061漏洞 2.优化了误报情况。 3.个别添加了windows反弹shell功能。 漏洞利用扫描工具,基于互联网上已经公开的Structs2高危漏洞exp的扫描利用工具,目前支持的漏洞如下: S2-001, S2-003, S2-005, S2-007, S2-008, S2-009, S2-012, S2-013, S2-015, S2-016, S2-019, S2-029, S2-032, S2-033, S2-037, S2-045, S2-046, S2-048, S2-052 , S2-053, S2-devMode, S2-057,S2-061,S2-062 支持单个URL漏洞检测和批量URL检测,指定漏洞利用,可获取WEB路径,执行命令,反弹shell和上传文件,注意,并不是所有的漏洞均支持上述功能

    2.5K20编辑于 2022-09-09
  • 来自专栏文武兼修ing——机器学习与IC设计

    高级综合工具StratusHLS学习笔记(2)

    学习目标为: 如何使用高级综合生成流水线 如何使用Stratus进行层次化设计 1.生成流水线 Stratus允许指定一个主循环(while(1))中的内容为流水线方式实现,即每个时钟周期均可以进入数据执行 " SC_MODULE(pipeline_test) { public: cynw_p2p<DT, ioConfig>::base_in x_in; cynw_p2p<DT, ioConfig }; #endif 首先关注使用的p2p接口如下所示: cynw_p2p<DT, ioConfig>::base_in x_in; cynw_p2p<DT, ioConfig>::base_out ,则需要在这里调用wrapper而不是本身,对应的,也需要在tcl中指定子模块dut_template为待综合模块。 dut_module/pipeline_test.cpp define_hls_module dut_template dut_module/dut_template.cpp # 子模块也需要指定为待综合模块

    1.4K10发布于 2020-03-26
  • 来自专栏王忘杰的小屋

    VMware企业虚拟化综合实验2

    一、实验目的 配置实现vSAN、vMotion、HA、FT、DRS等功能 二、名词解释 资源池:将CPU和内存资源抽象化,如双路双核2Ghz换算为CPU资源为8Ghz vmtools:VM增强功能,可以在主机与客户机之间传递消息

    2.3K10编辑于 2022-09-22
  • 来自专栏图形学与OpenGL

    附加实验2 OpenGL变换综合练习

    2.实验内容: (1)使用图a中的尺寸绘制小桌,三维效果图见图b。 要求绘制小桌各部件时只能使用函数glutSolidCube()和变换函数,不能使用函数glVertex()等直接指定顶点位置; (2)添加键盘按键或右键菜单控制实现小桌效果图在正投影和透视投影模式间的切换 2、将三维物体放在场景中的适当位置,它相当于OpenGL中的模型变换(Modeling Transformation),即对模型进行旋转、平移和缩放。 另一个函数是: void gluOrtho2D(GLdouble left,GLdouble right,GLdouble bottom,GLdouble top) 它是一个特殊的正射投影函数,主要用于二维图像到二维屏幕上的投影

    1.8K30发布于 2018-10-09
  • 来自专栏黑泽君的专栏

    day28_Struts2综合案例

    2、拷贝一下内容到您应用中:美工MM给你准备好的 ? 3、搭建Struts2的开发环境 a、拷贝必要的jar包(图中黄色框框) 和 与数据库操作有关的jar包与配置文件(图中绿色框框) ? b、配置Struts2核心过滤器   web.xml ? c、在src目录下建立struts.xml配置文件 ? 把login.jsp中的标签换成struts2的标签以及登陆失败提示 ? ? 5、更改欢迎信息 ? ? ? 6、添加用户   /user/add.jsp ? a、把add.jsp的标签全部换成struts2的标签 ? b、struts.xml ? c、动作类 ? 7、查询所有的用户 ?   /user/list.jsp ?

    48310发布于 2018-10-11
  • 来自专栏软件深度评测

    双链笔记葫芦笔记综合评测:优点、缺点、建议

    葫芦笔记介绍一款大纲编辑器类型的双链笔记;优点主题:支持白天和黑暗主题;中文输入优化:比如支持支持中文全角符号;支持微信输入快速收集碎片信息:上线了葫芦笔记 R2D2微信机器人——支持微信全文收藏,以大纲形式进行适配排版 建议UI :新版 UI 比以前好看了很多,不过距离 Roam 和 Logseq 的 UI 还有差距,还有进步空间;官方宣传语:建议修改。目前是——全世界聪明的人都在用的笔记。 查询表:建议增加类似 Roam 的 Attr table 或者 Logseq 的 Query Table.葫芦笔记官网目前,大多数双链笔记的协作功能相对于专门的在线协作文档工具还是差一些。 、网易云音乐、Codepen.直接在 FlowUs 内部查看和编辑思维导图、白板、流程图FlowUs 息流笔记·模版主页·仪表盘模板FlowUs 仪表盘模版分享自媒体运营模版自媒体运营·模版分享进度条综合模版上述模版部分使用国产小组件库 NotionPet 制作,更多小组件建议前往官网查看:NotionPet 官网-丰富的小组件库、动态图标库——提供大量好看、实用的小组件,可以辅助进行时间管理、任务管理、笔记记录、资讯管理、创意写作等多种使用场景

    1.6K20编辑于 2022-07-02
  • 来自专栏媒矿工厂

    LCEVC(MPEG-5 Part 2综合指南

    2 LCEVC编码器框图 上述框图清楚地描述了LCEVC编码器的编码过程: 1. 下采样: 全分辨率图像通过两个下采样模块产生两个下采样的图像(在第一级和第二级下采样的输出处分别有一个)。 2. 准备L2级的输入: L1级的编码输出被重建,然后经过上采样产生原始分辨率的重建图像(因为现在已经进行了两次上采样)。 5. L2层级压缩: 在L2层级,已经有了原始图像和重建图像(来源于基本层的基本图像) 计算这两个图像的差值,然后压缩差值图像产生L2系数层 可根据需要执行时域预测,产生的预测系数可以被压缩并传输到终端设备 编码稀疏填充的图像: 这是一个巨大的技术挑战,因为离散余弦变换(DCT)利用的是像素之间的空间相关性,LCEVC编码器通过引入小的变换核(2x2和4x4)来避免压缩大量的信息。 7. 增强层系数的熵编码: 考虑到初始信息非常稀疏以及小型2x2和4x4变换核的使用,LCEVC中使用了游程编码器(RLE,Run Length Encoder)和前缀编码器(Prefix Coding Encoder

    4.4K60发布于 2020-07-29
  • 探索ImmGen:2-T细胞综合图谱

    基本介绍 immgen T 开源项目”联合41个实验室,绘制了包含62万余个细胞的小鼠T细胞综合图谱,整合多组学数据揭示了8大类及114个亚群,旨在全面解析T细胞在不同组织和免疫亚群的多样性。 小鼠T细胞综合图谱包括在单细胞水平上进行分析,整合mRNA测序、表面蛋白表达(CITE-seq/TotalSeq)和TCR-V测序(配对α/β链)。 样本信息:包含多个Cluster(如Cluster 1, 2, 3, 4, 5, 7, 9, 10, 12, 13, 14, 15, 16, 17, 18, 20, 21, 22, 23, 25, 28 All(相对于所有细胞) 2. Cluster 1 vs. 单细胞Treg细胞亚群交互模块 Rosetta2浏览器浏览单细胞数 1.在这个界面,选择不同细胞亚群或者不同数据集中单细胞数据,可以在2处进行搜索,3处进行单个数据集的进一步分析。 2.

    18110编辑于 2026-01-27
  • 来自专栏往期博文

    数学建模暑期集训2:模糊综合评价

    在上篇内容中,记录了模糊数学的一些基础知识,本篇将运用部分知识来构建模糊综合评价。 文章目录 1.隶属函数的三种确定方法 1.1模糊统计法 1.2借助已有的客观尺度 1.3指派法 2.模糊综合评价 2.1一级模糊评价模型 2.2多级模糊评价模型 3.总结 1.隶属函数的三种确定方法 1.1 1.3指派法 最常用梯形分布: 2.模糊综合评价 主要确定因素集、评语集、权重集。 本身不难理解,通过例子即可体悟。 2.1一级模糊评价模型 例1:通过打分来确定模糊综合评价矩阵 注:该题目中,已经给出各因素的权重,若没给出,可通过层次分析法(无数据)、熵权法(有数据)进行确定。 例2:通过指派法来确定模糊综合评价矩阵 2.2多级模糊评价模型 多级模糊评价,和单级大同小异。 例子: 3.总结 模糊综合评价比较简单,不需要通过编程计算。

    91030编辑于 2022-06-14
  • 防火墙技术-综合应用实验-2

    防火墙技术-综合应用实验 某企业采用防火墙作为出口安全网关,企业内网有两个部门:市场部和研发部,PC1代表市场部的主机,PC2代表研发部的主机。 要求:在8:00-17:00,PC1可以连通PC3,PC2不可以连通PC3 除8:00-17:00之外的时间段,PC1和PC2都可以连通PC3 在FW1上能看到NAT转换成功。 任务一: 要求截图PC机、交换机、防火墙、路由器所有配置,并且在防火墙上分别设置时间早上7点、晚上9点、上午10点,截图PC1和PC2连通PC3情况,以及在防火墙上的抓包情况。 1、配置PC1、PC2、PC3 2、三层交换机5700 配置VLAN,建三个VLAN 配置端口,将三个端口与对应VLAN绑定 配置三个VLANIF的IP地址 配置出公网的静态路由 3、配置防火墙 配置接口 6、测试二(21:00) 在防火墙上设置时间为晚上9点,查看时间设置是否成功 PC1 PING PC3 能通 PC2 PING PC3 能通 在防火墙上抓包,NAT成功转换。

    16010编辑于 2025-12-31
  • 来自专栏学弱猹的精品小屋

    Leetcode | 第B节:数组综合题(2

    数组综合题 前缀和 Problem 1: Leetcode 209 给定一个含有 n 个正整数的数组和一个正整数 target 。 比方说输入是target = 7, nums = [2,3,1,2,4,3],那么输出就是2,因为nums的结果中,[4, 3]是长度最小的子数组。 这个问题算是一个前缀和的典型问题。 比方说输入是nums = [1,1,1], k = 2,那么输出就是2,这里要注意,子数组[1, 1]可能指的是前两个1,也有可能是后两个1,因此答案是2而不是1。 因此综合一下就是,一开始我们用两个指针 ,从头开始枚举确认一个初始区间 。然后先向右移动 ,每一次移动 的时候,都确定一个 的范围 ,那么就可以得到,子区间的数目就是 。 我们的形式会和数组类似,先介绍一些综合题,再看是否可以有一些专门的方法类型的题目可以被我们归纳出来。

    54420发布于 2021-08-06
  • 来自专栏深度学习与python

    GPT 3.5 与 Llama 2 微调的综合比较

    作者 | Ragntune 译者 | 明知山 策划 | 褚杏娟 在本文中,我将分享我通过 SQL 和函数表示任务对 Llama 2 和 GPT 3.5 进行微调的比较实验。 他们建议选择 epoch 的数量。因此,为公平起见,我只对 Llama 进行最少的超参数微调,允许 OpenAI 选择 epoch 的数量,并训练 Llama 在评估数据集上收敛。 lora_dropout=0.05, bias="none", task_type="CAUSAL_LM", ) 我尝试在所有线性层使用适配配置(正如 Qlora 论文所建议的那样 评估工具会构建一个虚拟数据库,并将实际的输出与 GPT3.5 和 Llama 2 的查询输出进行比较。 为什么要对像 Llama 2 进行微调? 你想省钱! 你希望最大限度地榨取数据集的性能; 你希望在训练和部署基础设施方面具有充分的灵活性; 你想保留私有数据。

    55030编辑于 2023-10-02
  • 来自专栏数字芯片

    逻辑综合与物理综合

    2.指定工艺库 在根据约束条件进行逻辑综合时,对于选择的流片工艺,工艺库将提供综合工具所需要的标准单元的全部信息,即工艺库含有特定工艺下的标准单元的逻辑功能、单元的面积、输入到输出的时序关系、输出的扇出限制和对单元时序检查所需的信息等 5.设定设计的约束条件 约束条件将指定综合工具按照什么样的原则来综合电路,该电路所要达到的指标是什么。 2 定义时钟 定义芯片所需的内部时钟信号。 2.物理综合 传统的逻辑综合方法是依赖于连线负载模型(Wire-load Model)的,随着工艺尺寸的不断缩小及芯片复杂性的增加,整个电路的延时信息更多取决于互连线延时。 (2)读入设计 (3)定义工作环境 设置环境条件(set_operating_conditions) 设置线负载模型(set_wire_load_model) 设置驱动强度(set_drive与set_driving_cell 例如:create_generated_clock -name GENCLK -source CLKIN -divide_by 2[get_pins idiv/ div_reg/Q] 对于只含有组合逻辑的模块

    1.8K20编辑于 2022-12-18
  • 来自专栏Qt项目实战

    Qt编写地图综合应用2-迁徙图

    三、体验地址 体验地址:https://pan.baidu.com/s/1uQsDQO5E5crUBN2J-nPeLQ 提取码:1jkp 文件名:bin_map.zip 国内站点:https://gitee.com 添加对应的经纬度 QStringList points; for (int i = 0; i < cityNameCount; i++) { points << QString("'%1':[%2] ])}, {"); optionSeries << QString(" type: 'effectScatter', coordinateSystem: 'geo', zlevel: 2, QString(" symbolSize: function(val) {"); optionSeries << QString(" return 6 + val[2] {"); optionSeries << QString(" type: 'scatter', coordinateSystem: 'geo', zlevel: 2,

    1K00发布于 2020-04-05
  • 来自专栏全栈程序员必看

    js对象(2)「建议收藏」

    用构造器模拟类的两种方法( 旧版本 ): function c1(){ this.p1 = 1; this.p2 = function( console.log(this.p1); } } var o1 = new c1; o1.p2( ); function c2(){ } c2.prototype.p1 = 1; c2.prototype.p2 = function (){ console.log(this.p1); } var o2 = new c2; o2.p2(); 第一种方法是直接在构造器中修改

    82050编辑于 2022-09-15
  • 来自专栏全栈程序员必看

    考核题2建议收藏」

    更新为2。 d、操作员B完成了操作,也将版本号加一(version=2)试图向数据库提交数据(balance=950),但此时比对数据库记录版本时发现,操作员B提交的数据版本号为2,数据库记录当前版本也为2,不满足 com.wyj.entity.po.User”>select * from user where userName = #{0} and deptId = #{1}</select> 注意:里面的数字代表你传入参数的顺序,不是特别建议使用这种方法传递参数 , 对象被销毁 2 多例bean对象 1 对象创建: 当使用对象时, 创建新的对象实例 2 对象存活: 只要对象在使用中, 对象一直存活 3 对象销毁: 当对象长时间不用时, 被java的垃圾回收器回收 特点: 1、支持多种语言编写客户端 2、对spring的支持,很容易和spring整合 3、支持多种传输协议:TCP,SSL,NIO,UDP等 4、支持AJAX 消息形式: 1、点对点(queue) 2

    1.3K20编辑于 2022-07-26
  • 来自专栏交换机和路由器技术

    防火墙与VPN技术-综合应用实验-2

    防火墙与VPN技术-综合应用实验某企业采用防火墙作为出口安全网关,企业内网有两个部门:市场部和研发部,PC1代表市场部的主机,PC2代表研发部的主机。 要求:在8:00-17:00,PC1可以连通PC3,PC2不可以连通PC3除8:00-17:00之外的时间段,PC1和PC2都可以连通PC3在FW1上能看到NAT转换成功。 任务一:要求截图PC机、交换机、防火墙、路由器所有配置,并且在防火墙上分别设置时间早上7点、晚上9点、上午10点,截图PC1和PC2连通PC3情况,以及在防火墙上的抓包情况。 6、测试二(21:00)在防火墙上设置时间为晚上9点,查看时间设置是否成功PC1PINGPC3能通PC2PINGPC3能通在防火墙上抓包,NAT成功转换。 7、测试三(10:00)设置防火墙时间为上午10点,查看时间设置是否成功:PC1PINGPC3能通PC2PINGPC3不能通在防火墙上抓包,只有PC1的包

    24832编辑于 2025-12-08
  • 来自专栏Python机器学习算法说书人

    list、dict和set的综合应用:排课系统(2

    ., ('grades', '1'), ('grades', '2')] (2)把重复的键对应的值用列表包起来,格式如下: data={..., 'grades': ['1', '2']} 这里 grades 班级{i}', '_addanother': 'Save and add another'}) # 学生 li = [25]*10 for i in range(0, 10, 2) ( 1, 11), randint(1, 3))], 'teachers': [str(e)for e in sample(range(1, 21), randint(2, 之间进行选择;10 个班级;250 个学生,一个班级至少有 20 个学生,至多有 30 个学生,平均一个班级 25 个学生;20 个教师;10 门课程,每门课程一周 1~3 节,属于 1~3 个班级的课程,有 2~ 今天的内容就到这里,下回我们编写排课算法——真真正正的 list、dict 和 set 的综合应用!

    94020发布于 2020-06-16
领券