0%

1、路径规划的算法有哪些?

路径规划有很多算法,在导航中,经常提到的就是A*和Dijkstra算法。A*算法是导航路径计算中的标准算法。它比Dijkstra算法多了一个估算函数,若估算函数为0,A*算法也就退化为Dijkstra算法。

2、两种算法的区别

  • Dijkstra 算法是全局遍历,确保运算结果一定是最短路径。
    A* 算法是策略寻路,不保证一定是最短路径。
  • Dijkstra 需要载入全部数据,遍历搜索。(也可以分层计算,分层载入)
    A* 算法可以根据需要,分部分块载入地图数据。
    阅读全文 »

起初他们……(英语:First they came...)是德国著名神学家兼信义宗牧师马丁·尼莫拉的一首诗(忏悔文),描述忽视与自己无关的团体所造成的结果。该诗后来常被引用,作为对不关心政治的人之呼吁。

起初他们抓了所有的共产党人;
我没有出声,
因为我不是共产党人。
接着他们抓了所有的犹太人;
我没有出声,
因为我不是犹太人。
然后他们抓了所有的工会骨干;
我没有出声,
因为我不是工会骨干。
后来他们抓了所有的天主教徒;
我没有出声,
因为我属于新教。
最后他们来抓我;
到那时候,
已经没有剩下能出声讲话的人了

“远交近攻”是兵法“三十六计”的一计。原文为:“混战之局,纵横捭阖之中,各自取利。远不可攻,而可以利相结;近者交之,反使变生肘腋。范雎之谋,为地理之定则,其理甚明。”原文为:“形格势禁,利从近取,害以远隔。上火下泽。”
战国时代,范雎曾向秦昭王提出“远交近攻”的策略,希望秦国将地理位置较近的韩国、魏国作为秦国兼并的主要目标,同时应该与地理位置较远的齐国等国保持良好关系,这样就可以“得寸则王之寸,得尺则王之尺”;这样的战略也使得秦国可以兼并其他六国,成为统一的秦朝政权。
释义:“远交近攻”意为结合远方势力以攻打临近国家或敌人

外部性(英语:Externality)是指个体经济单位的行为对社会或者其他个人部门造成了影响(例如:环境污染)却没有承担相应的义务或获得回报,亦称外部成本外部效应溢出效应
这种外部效应有时产生有利影响(教育和安全提高社会生产力),有时会产生不利影响(污染和犯罪降低社会生产力)。我们可以按照外部效应产生的影响不同,把外部效应分为外部经济和外部不经济
外部经济通常是指有益外部性商品的生产。 这类商品的生产会对社会和环境产生的正效应(如教育和安全)。
外部不经济通常是指有害外部性的商品。这类商品的生产会对社会和环境产生的负效应(如污染和犯罪)。
假设私有产权清楚确立,交易费用低至某一水平以及国家政府给予一定程度上的补贴或政府干涉,外部性将不会存在。
同时,从社会经济学的观点来看:
个人通常会倾向于“外部不经济”的消费行为,因为有害外部性商品带来的成本不需要个人承担(如污染),经济上称此为“过度消费”(overconsumption)
而由于有益外部性商品带来的收益并不能被个人独占,个人通常在一定程度上不愿意做出“外部经济”的消费行为(如教育),经济上称此为“不充分消费”(underconsumption)

更新了 NexT主题之后,发表文章那里显示了两次时间(之前的版本是只有一个时间的):
NexT Informations
Master: 5.1.0
NexT Scheme:
Pisces

其實是對的, Posted on 2016-11-04 | 2016-11-04 第一個日期, 是你create, 第二個日期是你有沒有modify 過你的文章。

如何屏蔽modify的选项:
在主题NexT下面的目录:layout/_macro 裏面的post.swig,
去掉如下一段:

1
2
3
4
5
6
7
8
9
<time title="{{ __('post.modified') }}" itemprop="dateModified" datetime="{{ moment(post.updated).format() }}">  
{{ date(post.updated, config.date_format) }}
</time>
```

还有上面的这个竖:

``` html
&nbsp;|&nbsp;

一、问题

本地预览没问题,deploy后主页显示大面积空白

二、处理方法

“不清楚为什么 GitHub Pages 过滤掉了 source/vendors 目录的访问。我提交了一个更新到 master 分支上,修正这个问题,可以更新下。”
按照作者的说法, 我的问题解决了.
作者已经把相关的修改提交到 github 了, 不需要自己修改任何东西, 大家可以自己 git clone.
解决步骤如下:

  1. 备份原来的 next 目录.
  2. 在 next 目录, 执行 git pull, 如果出现文件冲突(说明你自己修改过),请先记录自己修改过的文件.
  3. git pull 结束后, 重新执行 hexo g 和 hexo d.
  4. 等会(大概一分钟左右)打开自己的网站.
    阅读全文 »

一、二项分布、泊松分布、正态分布关系

1)泊松分布,二项分布都是离散分布;正态分布是连续分布
2)二项分布什么时候趋近于泊松分布,什么时候趋近于正态分布?
这么说吧:二项分布有两个参数,一个 n 表示试验次数,一个 p 表示一次试验成功概率。
现在考虑一列二项分布,其中试验次数 n 无限增加,而 p 是 n 的函数。
如果 np 存在有限极限 λ,则这列二项分布就趋于参数为 λ 的 泊松分布。反之,如果 np 趋于无限大(如 p 是一个定值),则根据德莫佛-拉普拉斯(De'Moivre-Laplace)中心极限定理,这列二项分布将趋近于正态分布。
3)实际运用中当 n 很大时一般都用正态分布来近似计算二项分布,但是如果同时 np 又比较小(比起n来说很小),那么用泊松分布近似计算更简单些,毕竟泊松分布跟二项分布一样都是离散型分布。

阅读全文 »

囚徒困境(Prisoner's Dilemma)是博弈论的非零和博弈中具代表性的例子,反映个人最佳选择并非团体最佳选择。或者说在一个群体中,个人做出理性选择却往往导致集体的非理性。虽然困境本身只属模型性质,但现实中的价格竞争、环境保护等方面,也会频繁出现类似情况。
单次发生的囚徒困境,和多次重复的囚徒困境结果不会一样。
在重复的囚徒困境中,博弈被反复地进行。因而每个参与者都有机会去“惩罚”另一个参与者前一回合的不合作行为。这时,合作可能会作为均衡的结果出现。欺骗的动机这时可能被受到惩罚的威胁所克服,从而可能导向一个较好的、合作的结果。作为反复接近无限的数量,纳什均衡趋向于帕累托最优(顾及团体利益的帕累托最优解决方案)。
囚徒困境的主旨为,囚徒们彼此合作,坚不吐实,可为全体带来最佳利益(无罪开释),但在无法沟通的情况下,因为出卖同伙可为自己带来利益(缩短刑期),也因为同伙把自己招出来可为他带来利益,因此彼此出卖虽违反最佳共同利益,反而是自己最大利益所在。但实际上,执法机构不可能设立如此情境来诱使所有囚徒招供,因为囚徒们必须考虑刑期以外之因素(出卖同伙会受到报复等),而无法完全以执法者所设立之利益(刑期)作考量。

阅读全文 »

一、什么是SSH?

简单说,SSH是一种网络协议,用于计算机之间的加密登录。
如果一个用户从本地计算机,使用SSH协议登录另一台远程计算机,我们就可以认为,这种登录是安全的,即使被中途截获,密码也不会泄露。
最早的时候,互联网通信都是明文通信,一旦被截获,内容就暴露无疑。1995年,芬兰学者Tatu Ylonen设计了SSH协议,将登录信息全部加密,成为互联网安全的一个基本解决方案,迅速在全世界获得推广,目前已经成为Linux系统的标准配置。
需要指出的是,SSH只是一种协议,存在多种实现,既有商业实现,也有开源实现。本文针对的实现是OpenSSH,它是自由软件,应用非常广泛。
此外,本文只讨论SSH在Linux Shell中的用法。如果要在Windows系统中使用SSH,会用到另一种软件PuTTY,这需要另文介绍。

阅读全文 »