朝花夕拾

每日常识 24.10.5

四大名园：颐和园，承德避暑山庄，留园，拙政园

四大名亭：陶然亭，醉翁亭，爱晚亭，湖心亭

四大名楼：岳阳楼，黄鹤楼，滕王阁，鹳雀楼

四大书院：应天书院，嵩阳书院，白鹿书院，岳麓书院

大作文

基层网格

基层强则国家强，基层兴则国家兴。（名言警句，统领全文）

基层治理的成效指数直接关系到基层群众的幸福指数。(搭桥成功)

基层作为一个生命系统的神经末梢，发挥着不可忽视的作用。它是城市机体中最活跃的细胞，连接着千家万户的毛细血管。践行为公为民，以人为本的理念，我们要变基层末梢为治理前哨。(引出举措)

要发挥党建引领网格治理，构建区域统筹，多方协调，以人为本的网格治理服务体系(宏观概述)

党建：把党组织建立在网格上，党员嵌入到微网格中，做到哪里有群众，哪里有需求，哪里就有党组织

多方协调：政府、社会、市场等主体通过各种方式参与到基层建设中来，切实把各类资源凝聚到基层工作中。同时树立党员先锋模范，挖掘居民骨干，举办相关活动，引导人们参与，积极宣传思想。做到多块结合，全方面多层次，宽领域有重点，点面结合，努力打造人人有责，人人尽责的社会治理共同体。

以人为本：以人为本推动服务到格。变居民的愿望清单为切实的实效清单。做到小事不出户，琐事不出格，大事不出网。把以人为本的理念贯穿到社区治理的全过程各领域。积极发挥最为贴近人们群众需求的基层人员优势，将服务治理延申至最后一公里。建立群众议事，群众点单平台，建设完善数字信息化服务体系。做到上下联通，一站通办。

我们要用社区管理这根针，穿起民生服务千条线。(结尾收住)

每日常识 24.10.5

春华秋实俱前缘，好景良辰不问天。
一路行来，两两不散，三生牵念，四时平安。
你与我，我与你，就是最好的，人间。

西厢外那一眼比梦勇敢：越剧·王实甫《西厢记》里有情人那一眼啊，“正撞着五百年前风流业冤。颠不刺的见了万千，似这般可喜娘的庞儿罕曾见。”

而我不必独自寻遍闲庭院：传奇·汤显祖·明朝《牡丹亭·游园惊梦》“袅晴丝吹来闲庭院，摇漾春如线”，“寻”字也指《牡丹亭·寻梦》杜丽娘与柳梦梅《西厢记》方兴未艾之际，《牡丹亭》横空出世。“ 汤义仍（汤显祖）《牡丹亭》梦一出，家传户诵，几令《西厢》减价。” --游园惊梦良辰美景奈何天

就遇见余生听琴的少年：传奇·高濂《玉簪记·琴挑》潘必正与陈妙常 “步虚声度许飞琼，乍听还疑别院风。凄凄楚楚那声中。谁家夜月琴三弄，细数离情曲未终”，真君子张于湖

欢喜不问天十万春风心尖儿看管他江南岸还是杨柳玉门关：下句拿上句的“春风”玩梗，王安石《泊船瓜洲》“春风又绿江南岸”，王之涣《凉州词》“春风不度玉门关”。不在江南，不在城关，那春风早已上了心尖。

天山千里雪伸手拦一拦花雕敬一盏请为我开颜：《七律·长征》“更喜岷山千里雪，三军过后尽开颜”。少女欢喜自信的心情，便是千里白雪，也要分享我的快乐，饮我的喜酒，“为我开颜”。花雕，别称女儿红，女孩儿满月时窖藏，出嫁时饮用的陈酒。

风流不问天白云遮住长生殿：传奇·洪昇·清朝《长生殿·定情》唐玄宗李隆基和杨贵妃 “愿此生终老温柔，白云不羡仙乡”。唐白居易《长恨歌》，元代白朴《梧桐雨》皆是。

要只要和你白发齐眉如初见：新婚祝词“一梳梳到尾，二梳白发齐眉”

春日再开宴梁上双双燕：冯延巳·五代十国南唐《长命女》“春日宴，绿酒一杯歌一遍”“三愿如同梁上燕，岁岁长相见”

当时再寻常滋味都尝遍：纳兰容若《浣溪沙·谁念西风独自凉》“赌书消得泼茶香，当时只道是寻常”

小公主和郎君凤台成了仙：传说“吹箫引凤”，成语“弄玉吹箫”；传说中，秦穆公之女弄玉与恋人萧史吹箫引凤，于凤台成仙。

公子身手不凡雀屏中了箭：成语“雀屏中选”：唐太祖李渊射中雀屏，中选娶得窦后

盖头这一掀谁又笑着红了脸：盖头最早出现于南北朝时，仅遮盖头顶用以避风。唐朝时演变成帷帽。南宋吴自牧《梦粱录》所记：“（男女）并立堂前，遂请男家双全女亲，以秤或用机杼挑盖头，方露花容。”到南宋时，婚礼上使用盖头就已定型，揭开盖头也成为一种仪式。

今日结秦晋此后天河干：春秋时期秦晋两国数辈联姻，世代交好。因此“秦晋之好”一开始是指政治上的联姻，但后来渐渐将男女之间的婚姻都称作“互结秦晋”。

问你不问天桃李梅莲谁娇艳：吉剧《桃李梅》，戏里有“两大才子洪与燕，三朵鲜花桃李梅”的说法，结尾同样是皆大欢喜，结成了三对好姻缘。

敢盼青春老岁岁长相见：冯延巳《长命女》“三愿如同梁上燕，岁岁长相见”

元曲四大家：

关汉卿《窦娥冤》《拜月亭》，元杂剧的奠基人，东方莎士比亚

白朴《梧桐雨》杨贵妃、唐玄宗；《墙头马上》李千金、斐少俊

马致远《汉宫秋》汉元帝、王昭君

郑光祖《倩女离魂》张倩女、王文举

元曲四大喜剧：拜月亭，墙头马上，倩女离魂，西厢记

元曲四大悲剧：窦娥冤，梧桐雨，汉宫秋，赵氏孤儿(纪军祥)

每日常识 24.10.8

struct Stack{
    int a[100010];
    int top;
    void init(){top=0;}
    void push(int x){a[++top]=x;}
	void pop(){if(top)top--;}
    int size(){return top;}
    int query(){return a[top]}
};

struct Queue{
    int q[100010];
    int l,r;
    void init(){l=0;r=0;}
    void push(int x){
        if(r==100000)r=1;else r++;
        q[r]=x;
    }
    void pop(){if(l==100000)l=1;else l++;}
    int front(){return q[l];}
    int size(){if(l<r)return r-l;else return l-r+1;}
    bool empty(){return l==r;}
};

每日常识 24.10.9

const double pi=acos(-1);
const double eps=1e-6;

inline int lowbit(int x){return x&(-x);}

inline int read(){
    int f=1,x=0,char ch;
    do{ch=getchar();if(ch=='-')f=-1;}while(ch<'0'||ch>'9');
    do{x=x*10+ch='0';ch=getchar();}while(ch>='0'&&ch<='9');
    return f*x;
}

# 并查集 -- 路径压缩 -- 启发式合并
const int N=10000+10;
using namespace std;
int fa[N],n,m;
int find(int x){return x==fa[x]?x:fa[x]=find(fa[x]);}
int merge(int x,int y){
    int xx=find(x),yy=find(y);
    if(xx==yy)return;
    if(size[xx]>size[yy])swap(xx,yy);
    fa[xx]=yy,size[yy]+=size[xx];
}
int main(){
    n=read();m=read();
    for(int i=1;i<=n;i++)fa[i]=i，size[i]=1;
    while(m==){
        int opt=read(),x=read(),y=read();
        if(opt==1)merge(x,y);
        else{
            int xx=find(x),yy=find(y);
            if(xx==yy)puts("Y");else puts("N");
        }
    }
}

每日常识 24.10.16

网商"天秤"赢得信服方能迈向幸福 --- 信服(维护与践行)，幸福(全民受益)

**帽段**：正 - 反 - 和
**主体**：分论点 现在过去将来；议论叙述议论；目的做法效果
**结尾**：总结 - 点题 - 升华

帽段：1.公平透明健康的网络市场环境很重要。2目前网络市场存在一系列问题。3.要维护网络市场健康环境

主体：

分论点1：市场环境维护需要与时俱进的法律保驾护航①数字经济不正当竞争随着技术迭代而不断翻新，现有法律标准较为模糊，已不适用数字经济发展②以xx为例说明xx社会因为与时俱进更新律法并严格执行而壮大③我们有相关基因和传统，应该继承和发扬。

分论点2：网络市场环境维护需要新兴技术的介入。①数字技术日益融入经济发展全领域。高新技术积极促进，优化资源配置，推动跨界融合，催生新产业新业态等。②以某电商平台为例说明新技术发展中企业因营造公平健康营商环境而蓬勃发展。③要积极主动借助大数据人工智能等新技术。

分论点3：网络市场环境维护需要全民参与。①这不是市场监管部门一家的事，司法网信工信等部门都应依职权主动作为②平台掌握海量数据，既是网络不正当竞争监管的重点对象，也是落实协同治理的关键节点。②消费者是网络市场的参与者，也是利益相关者

结尾：

名句：”高尚的竞争是一切卓越才能的源泉“。

点题：共同维护健康的网络市场环境，让网络市场持续“晴朗”。

升华：才能让各种创新与奇思妙想竞相涌现，让数字经济更好成为推动经济社会发展的重要引擎。

——————————————————————————————————————

帽段：(生活片段引入)在一家"五星好评"店铺，买的东西却价高质次，好评竟都是"刷"的；点开一个网页，屏幕一闪跳转到第三方购物平台，原来是遇到了”流量劫持“；自家订单与好评突然暴涨，还没来得及高兴，订单就全部取消，店铺随即被平台判定”违规经营“而被限流，竞争对手”反向刷单“可谓防不胜防......(正-反-和)一段时间以来，一些网络平台出现了不正当竞争行为影响了网络市场经营秩序，损害了消费者合法权益，受到广泛关注。

某电商平台为例：某宝应时代发展针对店铺刷单行为更新迭代出台了好几版规定，严惩兜售假冒伪劣商品，一经查楚一次警告限流，二次永久封号，如果存在被恶意举报而误封现象，也提供反馈渠道，可以线上申请线下办理(虽然被误封的人很多，客服踢皮球就是了)。

每日常识 24.10.16

以首发经济引领消费升级【消费升级扩大内需城市建设发展】

首发经济既要收得一隅土地也要守住长远民心

---黑神话悟空，盲盒经济，抹茶旦旦，东海水晶文化，穿戴甲

**帽段**：正 - 反 - 和
**主体**：分论点 现在过去将来；议论叙述议论；目的做法效果
**结尾**：总结 - 点题 - 升华

帽段：

1.首发经济很重要2目前首发经济的应用存在一系列问题。3.要用好首发经济

(生活片段引入)超50个品牌进驻南京开设首店、商场三成品牌首次进驻南京......试运营半年之后，备受瞩目的南京国金中心商场日前正式开业，(正-反-和)首店首发引领消费场景和商圈版图迭代升级，成为高水平建设国际消费中心城市的一道亮丽风景线。

【特征】首发经济自带时尚、品质、新潮、稀缺属性，对消费者尤其是年轻人有着独特的吸引力。

主体：

分论点1：注重质量，网红变长红。（良好运营-可持续）

(议论)首发经济的魅力在于“首”字。但一个“首”并不足以让首发经济一劳永逸。(叙述)很多城市并不缺少首发经济，但缺少能够持续良好{运营}、从网红变长红的佼佼者。(论述2)甚至不乏一些鱼龙混珠伪首店、贴标店，对整个城市商业品牌造成伤害。(议论)一炮走红也可能仅是昙花一现，难以从网红打卡地到消费引领者的关键一跃。

分论点2：创新引领，开辟新道路。（守正创新-可持续）

(议论)推动首发经济，要放大”以首带面“效应。(问题)一些首店{同质化}竞争严重。(对策)除了吸引品牌落地，还要不断开辟首发经济新赛道。(叙述)苏州经济为什么火？苏州将“苏元素”文化内涵和“首品牌”消费结构有机融合，为消费者提供1+1>2的优质体验。此外，苏州出台相关政策，吸纳全球品牌落户，加强本土品牌培育与孵化，更好发挥政策助推和引领效应。

分论点3：凝聚合力，讲好新故事。（多方参与-可持续）

政府深耕广拓，政策引导、市场优化、品牌扶持等多维度努力，完善扩大消费长效机制，让居民能消费，敢消费，愿消费，为首发经济提供肥沃土壤。多方给力，形成合力。才能为城市聚集强而持续的消费流量和发展流量，不断讲好首发经济新故事。

结尾：

”首“上加码给力，”首“中挖潜育新。为烹饪出一道城市发展盛宴提供食材佐料，为促进内需潜力加快释放添柴加薪。

阿里巴巴平台2023年统计数据显示，该平台销售的手工穿戴甲，有七成产自我省东海县。自2019年穿戴甲产业在东海兴起，到现在已拥有200家团队、5万名从业者、40万副日产量，这项指尖“美业”逐渐打开广阔大市场。

“上班时为工作方便，指甲‘素面朝天’，下班后和朋友聚会，5分钟就可以佩戴好一副穿戴甲，回家后两分钟就能卸掉。”

裸色系、新中式、巴洛克风……打开电商平台，多样风格的穿戴甲让人目不暇接。就算是定位“高端”的产品，定价也仅在50—60元。对比去一趟美甲店动辄百元的消费，穿戴甲作为“平替”，可以说主打“性价比”，受到广大年轻女性的欢迎。

【商品经济思维，互联网经济发展，行业敏感度，目标客户用户画像，性价比】

为何“水晶之都”东海，又孕育出手工穿戴甲产业？在业内人士来看，一是因为东海水晶生意做得响，主播“遍地”，他们对于电商平台上的新品类、新趋势有很强的敏感度，第一时间发现了穿戴甲这只“潜力股”；二是水晶的消费人群和穿戴甲的消费人群有一定的重合度，都以女性消费者为主，注重审美、追求“悦己”，穿戴甲产业也伴随“她经济”的热潮乘风而起。

【抱团发展，拟定标准，规范流程，定期抽检，保质保量，打击伪劣】

2023年底，东海成立了穿戴甲行业协会，现在已吸引95家协会会员，从一家家“单打独斗”，发展到由协会推动产业“抱团”发展。拟定穿戴甲行业的团体标准，从原材料、制作工艺等环节对手工穿戴甲生产进行规范。协会将联合质监部门，对产品进行抽检，不符合标准的企业将会被行业抵制，避免“劣币驱逐良币”。

【关键年，冲高端】

【目前存在的问题】李政告诉记者，“目前东海穿戴甲企业以批发代工为主，大多数企业缺少零售端客户销售渠道，产品销往国内其他地区后，被下游企业贴标换包装后再销售到零售端客户手中，大部分利润被下游企业获得，盈利能力和利润空间受到很大限制，2023年零售占比不足10%。”

【创新，结合本地文化与时令】打版师正在对一副“西游记”主题的穿戴甲精雕细琢，一副小小的甲面上，绘制了栩栩如生的天宫、仙鹤，以及孙悟空的图像；与某大学合作的毕业季穿戴甲。

【产品设计与生产全流程优化】我们的设计师、打版师都是从广州、上海高薪挖来的，解决了设计问题，下一步，我们就要解决生产的问题。不仅设计师要专业，产品也要用料高端、量身定制。

【本地人才孵化+高质量人才引进】龙头企业的带动，也需要对专业人才的招引，围绕产业链人才需求，东海县制定实施重点人才招引和培育计划，计划培养一批设计人才、直播人才、手工制作人才。组织穿戴甲企业前往广州、义乌等地招才引智，招引穿戴甲企业所需的打版师、设计师、电商运营等高技能人才。

【政策引导，风气建立】接下来，连云港市将为穿戴甲从业人员开展考核并发放专项职业能力证书，推动优秀穿戴甲技能人才参加美甲师高级职业技能认定，提升穿戴甲技能人才的职业自豪感。

每日常识 24.10.18

沉浸式旅游（西安古装群演，扮演宫女嫔妃）用新也要用心

背景：黑龙江牡丹江某旅游集团宣布，今年冬天将启动“流放宁古塔”旅游项目，npc互动+换装一秒入戏，还有惊险的跳崖体验，游客重走古人流放路，想体验什么项目自己做主。10.12发布限流公告称，10.13预售已达景区最大承载量。

政策：《十四五旅游业发展规划》提出，”开发数字化体验产品，发展沉浸式互动体验、虚拟展示、智慧导览等新型旅游服务“ “推动智能旅游公共服务、旅游市场治理智慧大脑、交互式沉浸式旅游演艺等技术研发与应用示范”，今年2月，文旅部，发改委，工信部公布首批42家全国智慧旅游沉浸式体验新空间培育试点项目名单。

帽段：旅游沉浸式成为市场新热点，其带来的新产品、新场景、新体验，丰富了人们的出游选择，也为旅游业的发展开辟了新的方向。

旅游应用新技术：沉浸式旅游为何这么受欢迎？一个重要的原因当然是现场氛围感足，体验感强。游客便不再只是游客，而有了实打实的参与感，是急行军，拍照打卡式旅游项目给不了的。其次该旅游能为游客提供充足的情绪价值。比如山西平遥古城科技艺术馆，河南郑州戏剧幻城，江苏无锡拈花湾等景点既有真实的历史故事背景，又能为游客提供场面真实的视听感受。

问题1+对策1：不过，如果想要留住更多回头客，提高景点的吸引力和复游率，不光要打造更炫酷的外在，最关键的，还要打造更丰富的文化内涵，不断提高服务质量。

问题2+对策2：就此而言，有一些项目也迎来了网友的争议。会不会太注重噱头营销，以至于剑走偏锋，让项目内容走样，甚至给游客带来不良体验？还有网友担心，如果不能保证人身安全，万一发生事故，会不会造成难以承受的后果？

这些问题绝非杞人忧天。沉浸式旅游当然要紧跟旅游消费新趋势，与时俱进打造新体验，但也不能钻进一心求新，求奇的死胡同里。既要增强沉浸式旅游的表现力、传播力和感染力，更要保障相关产品的安全性、舒适性和便捷性，唯有如此，才能更好满足老百姓的美好生活新期盼。

**帽段**：正 - 反 - 和
**主体**：分论点 现在过去将来；议论叙述议论；目的做法效果
**结尾**：总结 - 点题 - 升华

用新打造用心打造

每日常识 24.10.19

今天汇报的主题是：关于改进adaboost算法的相关研究

以下我会从基分类器选择，策略优化，集成结果三个部分进行讲解

Ⅰ 首先，什么是adaboost算法？它通过迭代方式线性生成一组学习器并集成的方法。其核心在于：过每一次迭代动态调整样本权重，将更多注意力集中在分类错误的样本上。

落实到基分类器的选择上，传统Adaboost算法会选择诸如决策树，支持向量机这种原生支持样本权重参数的分类器作为其基分类器进行训练与集成；而针对不同类型的传统基分类器乃至深度学习中的神经网络，它们能否在经过一定策略的加权集成后，对整体性能有更多的提升呢？

于是，此次便选取了传统基分类器中的决策树，SVM，以及神经网络的多层前馈网络，也就是MLP进行相关实验设置。

而MLP作为神经网络模型的一员，其并没有样本权重这个参数，要让Adaboost的思想应用于MLP，则需要在算法层面进行调整。

对此，我的解决方案是：借用加权随机抽样的方案，通过赋予每一个实例不同的被抽取概率模拟样本权重：如果某些实例在此次训练中被错误分类，那么增加它们可能被抽取到的概率。

由此，便可以让分类器更加聚焦于被分类错误的实例上，与Adaboost算法的思想相契合。

Ⅱ 其次，在算法进行迭代的过程中，如果指定迭代轮次，也就是主观限定基分类器生成的数量，可能会遇到无法生成新基分类器而重复生成同一个基分类器的情况，其既影响训练的时间成本开销，也对整体分类精度没有贡献，所以考虑引入早停机制来优化整个流程。

早停机制在深度学习领域应用广泛，它是一种一种防止模型过拟合的技术，当训练集损失(Loss)不断减少而验证集的准确率却没有上升甚至有所下降时，则判定此时模型陷入过拟合风险，于是停止更深层次的迭代。

将其应用于在Adaboost算法中，当生成的基分类器与上一个基分类器的预测误差小于某一阈值时，则认为此次生成的基分类器与上一轮的一致，于是终止迭代，不再继续往下生成新的基分类器。

Ⅲ 最后，选取相关数据集进行实验。我的数据集选自UCI数据集，这是是一适用于机器学习方向的开源数据集集合，其涵盖了多种多样的数据，能满足不同类型研究的需要。

然后，将DT,SVM，MLP三个分类器应用于adaboost并将生成的一系列基分类器通过欧式最佳权重进行集成。

相关实验结果如左图所示，红色标注为在该数据集上分类精度最高的方法。

每日常识 24.11.1

做一个ppt，包含以下三部分，

第一部分第一页是介绍停止生成的基分类器条件是什么

第二页是这个条件增加后，对ADABOOST的影响如何？迭代轮次的变化对比：包括生成基分类器的数量之比，集成的性能之比，这儿特挑出几个画图展示，然后写出结论：增加条件之后，迭代次数减少，时间成本减少，但是精度有一定波动，并得到一个问题：阈值的选择，以多少为划分才能平衡它的精度与效率？同时0.5的错误率划分是否阻碍的精度的进一步提升？

第二部分是ADABOOST中原来的权重算法和新的基于几何框架的算法对比。别的条件需要保持一致。以下放置两组对比图，一份是adaboost原生算法，一份是用了欧式权重算法，旁边是它们的折线图。

第三部分是实验方法：如何将数据分组训练与测试，包括如何训练集成算法的权重。一开始是训练集测试集7:3划分进行设置，然后该换5折交叉验证。简要介绍一下K折交叉验证。

第四部分是实验设置：关于决策树，支持向量机，和神经网络的有关方面：类型，参数设置等。

你把这些写成一份技术报告的形式，它也是你的毕业论文中重要的内容。

每日常识 24.11.5

// 01背包
#include <iostream>
using namespace std;
const long MX = 500010;
long n, m;
long v[MX], w[MX], f[MX];
long max(long x, long y) {
	return x > y ? x : y;
}

int main() {
	cin >> n >> m;
	for (long i = 1; i <= n; i++)  cin >> w[i] >> v[i];
	for (long i = 1; i <= n; i++) { //01背包
		for (long j = m; j >= w[i]; j--)
			f[j] = max(f[j], f[j - w[i]] + v[i]); //更新
	}
	cout << f[m];
	return 0;
}

// 分组背包

每日常识 24.11.15

本次汇报专注于探索改进adaboost算法在二分类数据集下的效能，实验设置与数据集选择都聚焦于二分类数据，研究其在应用早停策略与欧式加权集成的实验结果，同时也分析其可能存在的问题与诱因。

由于各分类器天然支持二分类任务，因而选取的分类器：决策树，支持向量机和前馈神经网络都应用其算法的默认参数即可，数据集选用自UCI的20组二分类数据，对实验进行5折交叉验证并计算其平均精度与开销。

首先将视野聚焦于早停策略上，它的思想核心在于：当新基分类器与上一分类器预测性能相当，则判定此时为adaboost算法终止条件的一种，停止生成新的基分类器。将其应用于实验中，得出的结果如右图所示：已知蓝色为增加策略而黄色为原adaboost，其在部分数据集上有显著的差异。

在生成分类器数量有差之际，精度是否会有较大的差异性呢？
为了得出答案，我同时又比对了它们之于数据集的分类精度之差，上图是应用，下图是不应用策略的预测精度。
通过对比分析，可知...

接着将重心转移到欧式加权集成对于二分类数据集的预测结果上。
左图为不同策略下各数据集的预测精度柱状图，右图则是具体数值。标红的数据为在当前数据集下分类精度最高的方法。
由图表可知，20组数据中，有5组经过欧式加权得到了提高，其他基本位于伯仲之间。

此外，我同时也比对了在应用欧式加权和原adaboost算法在各二分类数据集上的预测精度差异。

相比于之前所作的多分类数据集，在二分类任务背景下欧式加权似乎性能有所下滑。根据数据特征与我的一些思考，我得出以下几点猜测：

每日常识 25.03.08

3p:实验采用cart决策树，在20组2分类数据集上应用5折交叉验证进行实验。

4p:参数设置为5层深度的决策树，统计两种策略在30组不同数据集上基于5折交叉验证分别生成20个预测结果并加以比对精度大小情况。由图可知，...

4p:那么，是什么原因导致如此情况的发生呢？为了进一步探究原因，需要挑选具有代表性的数据集展开分析。而为了更直观的找明原因，应该挑选有明显差异的数据集，即edu绝对占优，ada绝对占优这两种情况，就像M数据集和O数据集这样的分布。

5p:M数据集实例与特征数都较少，而O数据集则更为复杂。右图是x..., 实验结果表明，...

6p:分析完20个单独对比的结果后，想知道整体的平均精度会是怎么的分布呢？同时也为了更直观方便的探究其数量关系对集成的影响，于是将20组结果取平均然后进行比对。结果表明：...

7p：探索完了数据集复杂度对集成结果的影响后，像决策树深度、阈值等其他参数对集成的影响是否显著或者有迹可循呢？于是设计诸多在固定其他参数情况下，某一参数变动影响的集成实验。从中挑选出几类具有代表性的数据集展开分析。

随着组号不断增加，分类器深度不断减少，直到只有1层

1.ada显著占优，此类数据的特征是：复杂

2.edu显著占优，此类数据的特征是：简单

3.势均力敌类，此类数据是实例虽多但是特征简单，易于分类

9p：由此三类典型数据集的实验结果可以退出，整体的分类集成性能分布趋势与开头的第一组实验基本吻合，不失一般性。

10p：同时注意到：

11p：由此可以得出一些阶段性结论：针对参数的层数，深层...，浅层...,而由于在二分类...

综上，针对ada与edu两组集成策略，可以寻得它们的一些特征：ada的优势是：，劣势是：，...

12p

每日知识 25.03.09

多样智能 - 本地AI知识图谱，辅助创作部署与使用心得

官方文档：多样智能（本地AI知识图谱，辅助创作，角色群聊） - 飞书云文档

收费版与免费版区别：当然，还能通过捐赠方式添加时间，我自然愿意。 - 飞书云文档

快速部署：https://github.com/duoyang666/ai_novel

首页：

配置api：

deepseek用openai格式的api地址：https://api.deepseek.com/v1

gemini用openai格式的api地址：https://ApiCheck-Gemini.hf.space/hf/v1，gemini key获取地址：https://aistudio.google.com/app/apikey

AI模型设置：
有两个需要选择的，一是任务模型，二是对话模型。配置保存以后，点击导航栏的AI对话进行测试。

创作库：

/打出提示词

每日知识 25.03.10

OpenWebUI部署

完美解决Docker pull时报错：https://registry-1.docker.io/v2/-CSDN博客

上文ol下载失败，用下面的路径进行下载

docker run -d -p 3000:8080 -v open-webui:/app/backend/data --name open-webui --restart always ghcr.nju.edu.cn/open-webui/open-webui:main

docker面板显示部署成功，但是启动失败

排查重新拉去别人分享的镜像就ok

问题：openwebui长时间白屏

openwebui长时间白屏解决方案 - 知乎

导入谷歌的api：开启openai api 输入谷歌格式与key，选择相关模型后，点一下别的地方让其刷新一下模型

测试成功，开始开放外网访问端口

Linux 开放指定端口让公网可访问_linux开放端口用于公网访问-CSDN博客

firewalld CSDN博客

reload操作无效-CSDN博客

防火墙一开，所有服务都不能访问了，

个人知识库搭建

万人围观，3分钟用DeepSeek搭建个人知识库（附完整教程）_deepseek知识库搭建-CSDN博客

MindMaster使用集成的AI功能必须10版本往上，不然和xmind没啥区别

AI编程首探

登陆注册，整个过程丝滑，但ai只能大体搭一个框架，bug很多，debug过程很迷糊（如果你不懂相关技术的话）

为了更精准地完成使用 NextJS、Prisma 和 Shadcn UI 开发抓取 GitHub Trending 每日与每周热点项目数据的项目，补充以下方面的信息：

项目需要2个模块，每个模块一个界面，第一个是数据抓取部分，第二个是分析部分，页面左侧使用shadcn的sidebar

### 项目功能需求
1. **数据抓取**
    - 通过抓取Github Trending页面的内容，获取数据，地址是：https://github.com/trending,
    - 抓取github的每日热点项目数据
    - 抓取github的每周热点项目数据
    - 需要抓取的具体信息有：项目名称，描述，星标数，fork数，语言，作者，增加的星标数，项目地址
2. **定时任务**
    - 抓取频率：每小时抓取一次
    - 定时任务有两个，定时抓取每日热点数据，定时抓取每周热点数据，可以分别启动某个任务
    - 每次抓取，要生成任务记录，记录到抓取任务数据表
3. **数据设计**
    - 抓取项目数据表：每次抓取的具体结果，每条数据包括一个项目的相关抓取信息，还有对应的事件，时间精确保存到小时。
    - 抓取任务数据表：每次抓取的任务，执行的时间，执行的时间段（精确保存到小时的时间），关联的项目数据表。
4. **前端展示**
    - 左侧导航栏，右侧主操作区
    - 数据抓取模块要显示已经执行的每一次任务，点击任务会弹出本次任务关联的项目数据
    - 可以点击按钮来开启和停止抓取任务，可以点按钮来执行单词抓取
    - 分析模块中要按每日和每周来分开显示都有哪些项目，项目名称相同的时候只显示最新的一次抓取记录。点击项目可以查看增长star的折线图。

每日知识 25.03.11

AI人工智能专区 - 淘帖 - 吾爱破解 - 52pojie.cn

SV专区

简介： Synthesizer V AI 青溯正式发布 - 哔哩哔哩

使用指南：【指南必看!!】Synthesizer V 介绍、下载、教程 - 知乎

SV宿主

SV使用指南：「软件教程」Synthesizer V Studio 1.4.0：快速使用教程 (2021)「歌声合成软件」_哔哩哔哩_bilibili

前期准备

导入并调整节奏

基础工具，填词，自动处理，参数

完成春日影第一句的编写

SV 青溯咸鱼价120+

日本爵士

藤井武丨佐贺和光丨鱼津佳也  
物超超超超所值

在资深爵士乐迷心中，只有两个国家可以封神，一个是黑人创造爵士乐的美国，另一个就是日本。六七十年代的日本将美国视为绝对的权威，其他哪怕是本国的爵士乐都是被边缘、甚至是看不起的，但有三个疯子改变了这一切——药学博士＋建筑师＋加油站老板，三个不计后果的年轻人，开创了日本爵士的黄金年代，他们通过一系列疯子般“烧钱”行为，把差点要被现实打败而转行的音乐人走向世界的聚光灯，让日本爵士成为日本爵士。

在三盲鼠（Three Blind Mice）之前，大多数日本爵士音乐家都由外国厂牌录制，但三盲鼠为艺术家提供了一个日本美学与最高制作标准相结合的殿堂，以至于今天的三盲鼠是每个日爵歌迷心目中的白月光。三盲鼠55周年之际，波哥做了这期视频带你详细了解这个传奇厂牌，他们四月将在上海演出。不被商业化所污染，记录音乐人最真实的表现，这是三盲鼠精神的体现，也是它能经受住时代摧残的原因。原本上门推销无人在意的唱片，如今却成为一张难求10倍高价的硬通货，这三个疯子的故事告诉我们，当你把一件别人不看好的热爱做到极致，总有一天会被刮目相看。

posted @ 2024-10-24 21:14 MuxLz 阅读(111) 评论(0) 收藏举报

刷新页面返回顶部