项目作者：CRM8000 开源许可协议：GPL-3.0 项目地址：https://gitee.com/crm8000/PSI PSI是企业管理软件和LowCode(低代码)应用平台。
此笔记是按照知乎 钩里裹镓 在西安交大 2021 数论暑期学校手抄的 笔记 结合自己的理解达成的 markdown Day 1：首都师范，徐飞 \[\mathbb{N} \subseteq \mathbb{Z} \subseteq \mathbb{Q} \stackrel{|\cdot|_{\infty}}{\longrightarrow} \mathbb{R} \]即可用通常的 Archimede 度量完
习题10.1 由题， \(T=4, N=3,M=2\) 根据算法10.3 第一步，计算终期 \(\beta\) ： \(\beta_4(1) = 1, \beta_4(2) = 1, \beta_4(3) = 1\) 第二步，计算中间每期 \(\beta\) ： \(\beta_3(1) = a_{11}b_1(o_4)\beta_4(1) + a_{12}b_2(o_4)\beta_4(2) + a_{13}b_3(o_4)\beta_4(3) = 0.46\)
1 压缩感知的简介 1.1 提出 D． Donoho、E． Candes 及华裔科学家 T． Tao等人提出了一种新的信息获取理论 － 压缩感知（Compressive Sensing） Donoho D L． Compressed sensing［J］ ． IEEE Transactions on Information Theory， 2006， 52( 4) : 1289 － 1306 1.2 评价 突破了香农-奈奎斯特采样
\(\pi(x)\) 表示不超过 \(x\) 的素数个数。容易看出可以在 \(O(N)\) 时间复杂度，\(O(N)\) 空间复杂度离线预处理求出小于 \(N\) 的素数全体。但是如果 \(N=10^{14}\) 或者更大，这种做法必然是不现实的。因此下面给出高效的求解方法... 理论基础: 参考潘承洞《数论基础》以及论文包.z
我是三月份就做好笔试，由于个人时间问题顺延了，但好像给我标漏了 不管怎样，终于赶上了最后的补录面试。本人作为一只菜鸡做好了两战的准备吧。（实习和秋招 ----------------------------分割线------------------------------------------ 2021/6/7 11:00-11:45 first round 全程
Abstract 基本任务：大规模点云上的语义分割 一方面，为了减少邻近点的歧义，通过充分利用双边结构中的几何和语义特征来增加它们的局部上下文。 另一方面，全面地从多个分辨率中提取点的存在性，并在点级按照自适应融合方法表示特征图，以实现精确的语义分割。 Introduction 文章重点：研究
void Main() { var psi = new ProcessStartInfo(); psi.FileName = "cmd.exe"; psi.Arguments = "/c start /ABOVENORMAL notepad \"c:\\abc.txt\""; psi.CreateNoWindow = true; psi.UseShellExecute = false; ps
1. 回顾：角动量投影 之前写过一篇随笔，整理了角动量投影技术的推导：https://www.cnblogs.com/luyi07/p/14586631.html 投影算符定义为 \[\hat{P}^J_{LK} | \Phi \rangle = \frac{ 2 J + 1 }{ 8 \pi^2 } \int D^{J *}_{ L K } ( \Omega ) \hat{R}(\Omega) | \Phi \rangle d \Omega =
摘要：PSI 全称隐私保护集合交集(Private Set Intersection, PSI)，是指持有数据的两方能够计算得到双方数据集合的交集部分，而不暴露交集以外的任何数据集合信息。本文分享自华为云社区《浅谈PSI隐私集合求交》，原文作者：tics 神奇海螺 。 PSI 全称隐私保护集合交集(PrivateSet Intersec
1 总体的\(k\)-因子模型 1.1 模型设定 \(x\sim(\mu,\Sigma)\)，\(\text{rank}(\Sigma)=r\)，固定\(k\lt r\)，则\(k\)因子模型的设定为 \[x=Af+\mu+\epsilon \]其中\(f\)为\(k\)维随机向量，称为共同因子（common factor），\(A\)为\(d\times k\)的线性变换，称为因子载荷（factor loading）。 一般会
前言 刚体飞行器的空间运动可分为两部分：质心运动和绕着质心的运动 描述任意时刻的空间运动需要六个自由度：三个质心运动和三个角运动 因此建立三维空间中飞机的运动需要两组12个方程来描述，每组6个方程，3个描述质心运动，3个描述角运动 坐标系的建立 常用坐标系 1.地面坐标系
一、基本框架 整体的框架其实和普通的C/S服务器模式的应用程序没有本质的不同，只是MySql更显复杂一些。服务端启动网络服务进行网络监听，用户通过客户端复用网络通信来和服务端进行通信。在服务端要有一些基础的方法解释，这有些类似于编译器对源码的处理，但此处的SQL要简单很多。
1.viterbi算法的原理 维特比算法是一种动态规划算法，比如在有向无环图中，维特比算法到达每一列都会删除不符合最短路径要求的路径，大大降低了时间复杂度。 算法的思路（和李航的统计学习方法上一样） 输入：模型\(\lambda = (A,B,\pi)\) 和观测\(O = （O_1,O_2,...,O_T）\) （1）初始化 \[\sigma_{1
PSI Probe是一款开源的，专业用于Apache Tomcat服务器监控的插件，其最新的项目地址为：https://github.com/psi-probe/psi-probe 一、环境说明 Windows 7 x64apache-tomcat-9.0.44psi probe 3.5.1 二、部署步骤 1、JDK安装和配置 下载、解压并配置Java环境变量，我本地使用的
二维薛定谔方程初边值问题:二维薛定谔方程如下,\begin{equation}\mathrm{i}\hbar\frac{\partial\psi}{\partial t} = -\frac{\hbar^2}{2m}\left( \frac{\partial^2}{\partial x^2} + \frac{\partial^2}{\partial y^2} \right)\psi + V(x, y)\psi, \quad (x, y)\in \Omega = [
在工作中跟同事沟通很重要，有多重要呢，一个月前，领导给分派了一个工作：要做一套针对线上实时数据的质量监控。监控这种工作首先第一点也是最重要的一点要跟生产流程解耦，这个性质也间接的导致了这份工作优先级别无限下降，最后只有我一个人搞这个项目。不知道有多少人有过一个人开发整个项
三、位置模型 力作用在物体上产生加速度，加速度积分得到速度，再积分得到位移。稍微容易令人迷惑的是，需要进行坐标变换。 3.1 符号说明 变量符号单位四旋翼螺旋桨产生的合升力 T
C#以普通权限启动外部程序 第一种，使用explorer.exe来启动外部程序 Process.Start("Explorer.exe", fileName); //fileName为外部应用的路径 这种方式启动外部程序虽然是普通权限，但是不能给外部程序传参，可能是我未找到方式，对于不需要传参的启动，这种方法最简便。 第二种，使用Run
由于模型是以特定时期的样本所开发的，此模型是否适用于开发样本之外的族群，必须经过稳定性测试才能得知。稳定度指标(population stability index ,PSI)可衡量测试样本及模型开发样本评分的的分布差异，为最常见的模型稳定度评估指针。其实PSI表示的就是按分数分档后，针对不同样本，或者不
由于模型是以特定时期的样本所开发的，此模型是否适用于开发样本之外的族群，必须经过稳定性测试才能得知。稳定度指标(population stability index ,PSI)可衡量测试样本及模型开发样本评分的的分布差异，为最常见的模型稳定度评估指针。其实PSI表示的就是按分数分档后，针对不同样本，或者不
Navigator I.P.M.Barrier MethodPrimal-Dual Interior point method I.P.M. Reformulate the problem by replacing the constraint with a penalty term in the objective function min
本文用来总结万向锁问题。尽量写得非常简单，方便自己复习和后人理解。 一、旋转的表示 本文中矩阵计算的结果是在世界坐标系（称之为North East Down Frame NED Frame)中的坐标；参考文章中最后矩阵计算的出的坐标是在刚体坐标系(BODY)的坐标；参考文章中左乘旋转矩阵的物理含义：每次
元组关系演算（从集合的角度深入浅出） 一、定义 元组关系演算中，以元组为单位，通过公式约束所要查找元组的条件，可以表示为: \({t\ |\ \psi(t)}\)，使φ(t)为真的元组t的集合。其中: t为元组变量，即查询目的，φ为元组演算的谓词公式，即查询的条件。 按照集合的思想来理解即为：个体词t具
题目： 解答： 1 /** 2 * Definition for a binary tree node. 3 * struct TreeNode { 4 * int val; 5 * TreeNode *left; 6 * TreeNode *right; 7 * TreeNode(int x) : val(x), left(NULL), right(NULL) {} 8 * }; 9 */ 10 class Solution
