比较顺序3s1,3s2,4s1之间的关系
(A,B)---6*30*2---(0,1)(1,0)
分类A和B,让B全是0。当收敛误差为7e-4,收敛199次取迭代次数平均值,3s1为

3s2为

4s1为

3s1,3s2,4s1这3个顺序之间是否有什么联系 ,
因为4s1可以按照结构加法






变换成与4s1内在顺序完全相同的3点结构4s1-3,所以就是比较3s1,3s2,4s1-3之间的关系。
迭代次数实测的一组数据为
| 3s1 | 3s2 | 4s1 | ||||||
| 迭代次数 | 搜索难度 | 迭代次数 | 搜索难度 | 迭代次数 | 搜索难度 | |||
| 1 | 13381.0804 | 1 | 1 | 19694.6884 | 1 | 1 | 4202.005 | 1 |
| 2 | 27201.402 | 2.03282554 | 2 | 24311.6734 | 1.2344279 | 2 | 10464.065 | 2.4902553 |
| 3 | 26976.6181 | 2.0160269 | 3 | 25092.0955 | 1.2740539 | 3 | 12464.739 | 2.9663788 |
| 4 | 24475.6734 | 1.82912535 | 4 | 33449.2312 | 1.6983884 | 4 | 12975.07 | 3.0878284 |
| 5 | 38665.3015 | 2.88955005 | 5 | 38293.7136 | 1.9443676 | 5 | 24480.256 | 5.8258513 |
| 6 | 45053.8543 | 3.36698181 | 6 | 60504.9598 | 3.0721461 | 6 | 27187.201 | 6.4700544 |
| 7 | 27969.191 | 6.6561536 | ||||||
| 8 | 33727.322 | 8.0264829 | ||||||
| 9 | 23485.432 | 5.5891014 | ||||||
| 10 | 26175.724 | 6.2293413 | ||||||
| 11 | 27994.397 | 6.6621522 | ||||||
| 12 | 31024.709 | 7.3833107 | ||||||
| 13 | 42767.271 | 10.177825 | ||||||
| 14 | 35176.246 | 8.3713004 | ||||||
| 15 | 41257.211 | 9.8184583 | ||||||
| 16 | 55639.523 | 13.241184 |
由4s1得到4s1-3的搜索难度为
| 4s1-3 | ||
| 搜索难度 | 归一化 | |
| 1 | 4.83650101 | 1.00000021 |
| 2 | 5.77874126 | 1.19481883 |
| 3 | 5.57844875 | 1.15340613 |
| 4 | 6.98566992 | 1.44436471 |
| 5 | 7.52134055 | 1.55512055 |
| 6 | 10.3803178 | 2.14624579 |
把4s1-3和3s1,3s2的搜索难度放在一起
| 4s1-3 | 3s1 | 3s2 |
| 1.000000209 | 1 | 1 |
| 1.194818829 | 2.032825541 | 1.234427924 |
| 1.153406131 | 2.016026904 | 1.274053944 |
| 1.44436471 | 1.829125349 | 1.698388439 |
| 1.555120552 | 2.889550047 | 1.944367573 |
| 2.14624579 | 3.366981807 | 3.072146075 |
画成图

4s1-3最小,3s1最大,而3s2刚好在两条曲线的中间。
| 4s1-3 | 3s1 | 3s2 | (3s1+4s1-3)/2 |
| 1.000000209 | 1 | 1 | 1.000000104 |
| 1.194818829 | 2.032825541 | 1.234427924 | 1.613822185 |
| 1.153406131 | 2.016026904 | 1.274053944 | 1.584716517 |
| 1.44436471 | 1.829125349 | 1.698388439 | 1.63674503 |
| 1.555120552 | 2.889550047 | 1.944367573 | 2.222335299 |
| 2.14624579 | 3.366981807 | 3.072146075 | 2.756613798 |
计算4s1-3和3s1的平均值并画图

4条线画在一起

只画3s2和(3s1+4s1-3)/2两条线,尽管有误差,但(3s1+4s1-3)/2确实很接近3s2。
由此假设(3s1+4s1-3)/2=3s2,或者简写3s1+4s1=2*3s2也就是假设3s1和4s1内在顺序的平均值就是3s2.
相关文章:
比较顺序3s1,3s2,4s1之间的关系
(A,B)---6*30*2---(0,1)(1,0) 分类A和B,让B全是0。当收敛误差为7e-4,收敛199次取迭代次数平均值,3s1为 3s2为 4s1为 3s1,3s2,4s1这3个顺序之间是否有什么联系 , 因为4s1可以按照结构加法 变换成与4s1内在…...
BUUCTF靶场[web][极客大挑战 2019]Http、[HCTF 2018]admin
目录 [web][极客大挑战 2019]Http 考点:Referer协议、UA协议、X-Forwarded-For协议 [web][HCTF 2018]admin 考点:弱密码字典爆破 四种方法: [web][极客大挑战 2019]Http 考点:Referer协议、UA协议、X-Forwarded-For协议 访问…...
数据库锁之行级锁、记录锁、间隙锁和临键锁
1. 行级锁 InnoDB 引擎支持行级锁,而MyISAM 引擎不支持行级锁,只支持表级锁。行级锁是基于索引实现的。 对于普通的select语句,是不会加记录锁的,因为它属于快照读,通过在MVCC中的undo log版本链实现。如果要在查询时对…...
基于yolov8的血细胞检测计数系统python源码+onnx模型+评估指标曲线+精美GUI界面
【算法介绍】 基于YOLOv8的血细胞检测与计数系统是一种利用深度学习技术,特别是YOLOv8目标检测算法,实现高效、准确血细胞识别的系统。该系统能够自动识别并计数图像或视频中的血细胞,包括红细胞、白细胞和血小板等,为医疗诊断提…...
【深度学习详解】Task3 实践方法论-分类任务实践 Datawhale X 李宏毅苹果书 AI夏令营
前言 综合之前的学习内容, 本篇将探究机器学习实践方法论 出现的问题及其原因 🍎 🍎 🍎 系列文章导航 【深度学习详解】Task1 机器学习基础-线性模型 Datawhale X 李宏毅苹果书 AI夏令营 【深度学习详解】Task2 分段线性模型-引入…...
乐凡北斗 | 手持北斗智能终端的作用与应用场景
在科技日新月异的今天,北斗智能终端作为一项融合了北斗导航系统与现代智能技术的创新成果,正悄然改变着我们的生活方式和工作模式。 北斗智能终端,是以北斗卫星导航系统为核心,集成了高精度定位、导航、授时等功能的智能设备。它…...
Linux:线程互斥
线程互斥 先看到一个抢票案例: class customer { public:int _ticket_num 0;pthread_t _tid;string _name; };int g_ticket 10000;void* buyTicket(void* args) {customer* cust (customer*)args;while(true){if(g_ticket > 0){usleep(1000);cout << …...
misc流量分析
一、wireshark语法 1、wireshark过滤语法 (1)过滤IP地址 ip.srcx.x..x.x 过滤源IP地址 ip.dstx.x.x.x 过滤目的IP ip.addrx.x.x.x 过滤某个IP (2)过滤端口号 tcp.port80tcp.srcport80 显示TCP的源端口80tcp.dstport80 显示…...
Linux驱动(五):Linux2.6驱动编写之设备树
目录 前言一、设备树是个啥?二、设备树编写语法规则1.文件类型2.设备树源文件(DTS)结构3.设备树源文件(DTS)解析 三、设备树API函数1.在内核中获取设备树节点(三种)2.获取设备树节点的属性 四、…...
算法【Java】 —— 前缀和
模板引入 一维前缀和 https://www.nowcoder.com/share/jump/9257752291725692504394 解法一:暴力枚举 在每次提供 l 与 r 的时候,都从 l 开始遍历数组,直到遇到 r 停止,这个方法的时间复杂度为 O(N * q) 解法二:前…...
python网络爬虫(四)——实战练习
0.为什么要学习网络爬虫 深度学习一般过程: 收集数据,尤其是有标签、高质量的数据是一件昂贵的工作。 爬虫的过程,就是模仿浏览器的行为,往目标站点发送请求,接收服务器的响应数据,提取需要的信息,…...
tio websocket 客户端 java 代码 工具类
为了更好地组织代码并提高可复用性,我们可以将WebSocket客户端封装成一个工具类。这样可以在多个地方方便地使用WebSocket客户端功能。以下是使用tio库实现的一个WebSocket客户端工具类。 1. 添加依赖 确保项目中添加了tio的依赖。如果使用的是Maven,可以…...
通过卷积神经网络(CNN)识别和预测手写数字
一:卷积神经网络(CNN)和手写数字识别MNIST数据集的介绍 卷积神经网络(Convolutional Neural Networks,简称CNN)是一种深度学习模型,它在图像和视频识别、分类和分割任务中表现出色。CNN通过模仿…...
【A题第二套完整论文已出】2024数模国赛A题第二套完整论文+可运行代码参考(无偿分享)
“板凳龙” 闹元宵路径速度问题 摘要 本文针对传统舞龙进行了轨迹分析,并针对一系列问题提出了解决方案,将这一运动进行了模型可视化。 针对问题一,我们首先对舞龙的螺线轨迹进行了建模,将直角坐标系转换为极坐标系࿰…...
一份热乎的数据分析(数仓)面试题 | 每天一点点,收获不止一点
目录 1. 已有ods层⽤⼾表为ods_online.user_info,有两个字段userid和age,现设计数仓⽤⼾表结构如 下: 2. 设计数据仓库的保单表(⾃⾏命名) 3. 根据上述两表,查询2024年8⽉份,每⽇,…...
3 html5之css新选择器和属性
要说css的变化那是发展比较快的,新增的选择器也很多,而且还有很多都是比较实用的。这里举出一些案例,看看你平时都是否用过。 1 新增的一些写法: 1.1 导入css 这个是非常好的一个变化。这样可以让我们将css拆分成公共部分或者多…...
【Kubernetes】K8s 的鉴权管理(一):基于角色的访问控制(RBAC 鉴权)
K8s 的鉴权管理(一):基于角色的访问控制(RBAC 鉴权) 1.Kubernetes 的鉴权管理1.1 审查客户端请求的属性1.2 确定请求的操作 2.基于角色的访问控制(RBAC 鉴权)2.1 基于角色的访问控制中的概念2.1…...
保研 比赛 利器: 用AI比赛助手降维打击数学建模
数学建模作为一个热门但又具有挑战性的赛道,在保研、学分加分、简历增色等方面具有独特优势。近年来,随着AI技术的发展,特别是像GPT-4模型的应用,数学建模的比赛变得不再那么“艰深”。通过利用AI比赛助手,不仅可以大大…...
秋招校招,在线性格测评应该如何应对
秋招校招,如果遇到在线测评,如何应对? 这里写个总结稿,希望对大家有些帮助。在线测评是企业深入了解求职人的渠道,如果是性格测试,会要求测试者能够快速答出,以便于反应实际情况(时间…...
chrome 插件开发入门
1. 介绍 Chrome 插件可用于在谷歌浏览器上控制当前页面的一些操作,可自主控制网页,提升效率。 平常我们可在谷歌应用商店中下载谷歌插件来增强浏览器功能,作为开发者,我们也可以自己开发一个浏览器插件来配合我们的日常学习工作…...
春联生成模型快速上手:输入‘幸福‘、‘平安‘等关键词,自动生成对仗工联
春联生成模型快速上手:输入幸福、平安等关键词,自动生成对仗工联 1. 春联生成器简介 春节贴春联是中国人延续千年的传统习俗,但创作一副对仗工整、寓意吉祥的春联并不容易。现在,借助AI技术,任何人都能轻松生成专业水…...
保姆级教程:手把手教你用Zabbix监控MySQL数据库(Percona模板实战)
深度实战:基于Percona模板构建企业级MySQL监控体系 当数据库规模突破百万级QPS时,传统的手动检查方式就像用体温计测量森林大火——既低效又危险。去年某电商大促期间,我们曾因未及时发现连接数耗尽导致核心交易库雪崩,这个教训让…...
深入ComfyUI插件系统:从启动流程看自定义节点(Custom Nodes)是如何被动态加载的
深入ComfyUI插件系统:从启动流程看自定义节点(Custom Nodes)是如何被动态加载的 在AIGC技术快速发展的今天,ComfyUI凭借其高度模块化的设计成为众多开发者的首选工具。对于想要深度定制工作流或开发专属插件的进阶开发者而言&…...
AI图像增强:3步实现低清图片修复的开源跨平台工具
AI图像增强:3步实现低清图片修复的开源跨平台工具 【免费下载链接】Real-ESRGAN-GUI Lovely Real-ESRGAN / Real-CUGAN GUI Wrapper 项目地址: https://gitcode.com/gh_mirrors/re/Real-ESRGAN-GUI Real-ESRGAN-GUI是一款基于Flutter开发的开源AI图像增强工具…...
RCS调度系统:从架构蓝图到智能协同的实战解析
1. RCS调度系统:现代仓储的智能大脑 想象一下,在一个数万平方米的智能仓库里,上百台AGV(自动导引车)正在同时穿梭。它们有的在搬运货架,有的在分拣包裹,还有的在自动充电。这些AGV既不会撞车&am…...
EPWM模块影子寄存器的加载机制与应用场景解析
1. EPWM模块影子寄存器基础概念 第一次接触EPWM模块的影子寄存器时,我也被这个"影子"的概念绕晕了。后来在实际项目中调试电机控制才发现,这个机制简直是PWM波形控制的"安全气囊"。简单来说,影子寄存器就是活动寄存器的&…...
MySQL数据恢复实战:从frm和ibd文件重建完整数据表
1. MySQL数据恢复实战:从frm和ibd文件重建完整数据表 数据库管理员最怕听到的就是"数据丢了"三个字。我经历过好几次半夜被叫起来处理数据丢失的紧急情况,那种头皮发麻的感觉至今难忘。不过别担心,只要.frm和.ibd文件还在ÿ…...
如何通过Cowabunga Lite实现iOS安全定制与个性体验
如何通过Cowabunga Lite实现iOS安全定制与个性体验 【免费下载链接】CowabungaLite iOS 15 Customization Toolbox 项目地址: https://gitcode.com/gh_mirrors/co/CowabungaLite 1. 三分钟完成首次配置:从连接到应用的极简流程 当你第一次打开Cowabunga Lit…...
智慧园区能源管理系统解决方案
某园区集成生产、办公、生活三大功能,建设有生产厂房、化学品库、辅助用房、气罐站、研发楼、综合楼及其他配套设施,涉及到多种用能,包含电能、天然气、压缩空气、冷热能等,带来日益高昂的能耗成本与能源浪费隐患。 1、制冷空调监…...
GyverDS18库:工业级DS18B20单总线温度驱动设计与实践
1. GyverDS18库深度解析:面向工业级应用的DS18B20全功能驱动设计Dallas DS18B20是业界最成熟的单总线数字温度传感器之一,凭借其独特的1-Wire协议、无需外部ADC、支持多点组网及寄生供电能力,在工业监控、环境监测、智能家电等领域广泛应用。…...
