2015年认证杯SPSSPRO杯数学建模C题(第一阶段)荒漠区动植物关系的研究全过程文档及程序

2015年认证杯SPSSPRO杯数学建模

C题 荒漠区动植物关系的研究

原题再现：

  环境与发展是当今世界所普遍关注的重大问题, 随着全球与区域经济的迅猛发展, 人类也正以前所未有的规模和强度影响着环境、改变着环境, 使全球的生命支持系统受到了严重创伤, 出现了全球变暖、生物多样性消失、环境污染等全球性的环境问题, 并已经严重影响到了全球人类社会的发展。在探讨环境与发展问题的过程中, 人们越来越认识到了现代社会发展过程中自然——社会——经济复合生态系统的复杂性, 以及生态学理论在解决这些问题中的重要性。
  干旱区是全球生态系统中的重要类型之一, 也是目前全球开发较晚的区域之一, 因此, 积极开展干旱区的生态学理论与实践研究, 对于干旱区当前面临的重大环境问题的解决, 以及未来防患于未然的科学决策均具有极其重要的现实意义。作为我国三大自然区域之一的西北干旱区, 由于其大规模、高强度的开发历史较短, 因此, 与其它区域相比较而言, 其境内蕴藏了丰富的待开发自然资源, 也奠定了其在我国未来经济建设中的举足轻重的战略地位, 并担负着重要的历史使命, 西部大开发战略的实施即是最显著的证明。因此, 积极开展和深化干旱区的生态学研究, 对于该区域的经济发展与生态环境保护具有深远的理论意义与实践价值。
  生态研究与资源利用是分不开的, 荒漠区是我国典型的温带荒漠和干旱脆弱生态系统, 生态环境条件十分严酷, 动物的可利用资源在数量和质量上与湿润区、半干旱区存在差异, 啮齿动物的分布具有明显的区域性特征。由于近年来人为干扰不断加重, 使得该地区的荒漠化日益严重。依赖于植物生存的动物种群和群落格局随之受到了明显影响。
  啮齿动物群落是荒漠生态系统食物链上必不可少的消费者, 对荒漠的利用与保护有至关重要作用。许多物种群体与人的干扰具有密切关系, 干扰的一个突出作用是导致生态系统中各类资源的改变和生态系统结构的重组, 导致异质性环境的形成。有关不同干扰方式下, 栖息地破碎化过程中研究群落的变化特征是当前景观生态学和群落生态学研究的前沿。
  第一阶段问题：
  1. 请根据附件一提供的数据，建立数学模型，分析荒漠区不同干扰下植物地上生物量、啮齿动物生物量的变化趋势, 并揭示不同干扰下植物生物量与啮齿动物生物量之间的变化关系。
  2. 建立模型对于附件一中给出的地区，进行啮齿动物群落稳定性的研究, 揭示干扰对于啮齿动物群落的影响机制，并且给当地政府写一封信，陈述你的观点和主张。

整体求解过程概述(摘要)

  本文主要针对荒漠区动植物的关系探究不同干扰对这种关系的影响问题，运用层次分析法、灰色模糊评价法、因子分析法、t 检验法、残差分析法等一系列方法，建立了层次分析模型、灰色关联模型、灰色测度模型、结构方程模型（SEM）等数学模型，综合分析了荒漠区的啮齿动物与植物在过牧和轮牧，夏季与秋季等不同干扰下生物量的变化趋势，并通过研究的数据揭示了啮齿动物生物量与植物生物量的变化关系。最终，通过对啮齿动物群落稳定性进行评估，从评估得到的数据再进一步研究不同干扰环境下啮齿动物群落的影响机制。
  针对问题一，利用附件一提供的数据，对应不同问题，建立相应数学模型，从而获得不同干扰对植物生长量与啮齿动物生长量的变化趋势，并揭示不同干扰下的变化关系。首先我们将问题一划分成两个小问题。在研究第一小问时，我们对附件一中的数据按不同层次进行处理，运用层次分析模型，通过 EXCEL 建立折线图，进行对比，分析出不同干扰下，植物地上生物量与动物生物量的变化趋势。而在研究第二小问时，建立灰色关联模型，灰色关联分析方法对受多种因素影响的事物和现象从整体观念出发进行综合评价，它是一个被广为接受的方法，所以我们通过建立灰色关联模型，在计算出相应指标权重后，得到植物生物量与动物生物量之间的关联度，从而通过 MATLAB 进行绘图，以获得啮齿动物生物量与植物生物量的变换关系。
  针对问题二，要求对啮齿动物群落稳定性进行研究，并揭示干扰对于啮齿动物群落的影响机制。首先，就群落稳定性而言，由于群落内部食物网络关系及天敌的“跟随”现象,当种类数增加时，个体数相应增加。由灰色系统理论知，累加生成可使离乱的原始数据中蕴含的规律充分显露出来，因此我们此处选用灰色测度模型和灰色聚类法来评估群落稳定性，将反映群落稳定性的指标因子纳入该模型，使得群落稳定性的评价更具有科学性和实用性。其次，求解数据和图像数据来总结不同的干扰下不同的因素指标对啮齿动物群落的影响机制。对于这个问题我们利用结构方程模型（SEM）来同时处理多个因变量。再利用 SPSS 软件，建立 SEM 模型的概念模型，运用其中的回归分析，因子分析，t 检验和方差分析来估计整个模型的拟合程度。最后运用模型方法检验不同干扰对啮齿动物优势种的作用途径，即可求得不同干扰对啮齿动物的影响关系产生影响机制。同时，本文在最后进行了模型的优缺点评价，以及对各模型进行了改进和推广，分析了某些模型在其他领域的广阔应用前景。

问题分析：

  有关不同干扰方式下，栖息地破碎化过程中研究群落的变化特征是当前景观生态学和群落生态学研究的前沿。荒漠区动植物关系的研究是用来评估当前荒漠地区环境的变化对当地动物以及植物生生存机制的影响程度，其中包括对植物的高度密度，生物量以及动物的生物量等多个维度的影响，从而反应荒漠地区与动植物生态平衡的稳定性，生物群落的稳定性。如果能将影响动植物生存的负面环境合理的控制维护和改进，则可以保护环境条件本身严酷的荒漠地区里动植物的生长生存，维护荒漠区的生态平衡，防止因环境恶化导致的动植物量于该地区贫乏的情况。因此，本文从以上角度运用定性和定量分析以及灰色分析和结构方程来进行荒漠区动植物关系的研究。首先，我们建立合理的数学模型，为本次研究提供了较为简洁合理的动植物与环境关系研究方法。对于数据的描述，我们运用了附件中的数据，另外添加了自己收集的更多的数据，利用选取的模型描述不同干扰下动植物生物量的变化趋势，从而总结出动植物生物量的变化关系和环境中影响动植物生存的主要因素。最终可利用上述数据得出动物群落在荒漠区稳定性的评估。并总结了影响生物量的主要机制，对此向环境部门提出合理的改善环境保护生态平衡的建议。
  对问题一的分析
  利用附件一提供的数据，对应不同问题，建立相应数学模型，从而获得不同干扰对植物生长量与啮齿动物生长量的变化趋势，并揭示不同干扰下的变化关系。综合分析了荒漠区的啮齿动物与植物在过牧和轮牧两种放牧方式下，分别处于夏季和秋季的生物量的变化趋势。
  对问题二的分析
  在问题一观察变化趋势和得出变化关系的模型建立与求解的基础上，对附件中的数据进行整合归纳，根据问题二的要求得出啮齿动物群落稳定性的评估，评判各个干扰因素对啮齿动物群落的影响机制，对环境部门提出合理的改善意见。首先，我们会运用群落稳定性测度灰色模型，划分出群落稳定的指标因子，将所有的灰色趋势都展露出来。其中用灰色聚类法，累加生成序列生成，求解后评估该群落的稳定性。其次对于第二部分我们首先划分好不同干扰下所有对啮齿动物有影响的因素，运用结构方程模型来同时处理多个因变量，首先要根据数据建立好的概念模型，来检验不同干扰对啮齿动物优势种的作用途径，之后求得不同干扰对啮齿动物的影响关系产生影响机制。最终估计整个模型的拟合程度。

模型假设：

  1.假设调查生物量的地方没有自然灾害影响，不考虑除附件一外其他因素。
  2.假设植物生物量的指标均为正向指标，能涵盖植物生物量的数据情况。
  3.假设调查生物量时的调查方法准确无误，误差不大。

论文缩略图：

在这里插入图片描述
在这里插入图片描述

全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可

部分程序代码：(代码和文档not free)

%误差条形图绘图程序
clear all
clc
load guo7.txt
x=guo7.txt;
x= guo7;
load guo10.txt;
y=guo10;
load lun7.txt;
m=lun7;
load lun10.txt;
load lun10.txt;
n=lun10;
a=1:1:22;
subplot(2,2,1);errorbar(a,x(:,5));
subplot(2,2,2);errorbar(a,x(:,6));
subplot(2,2,3);errorbar(a,x(:,7));
subplot(2,2,4);errorbar(a,x(:,8));
%成分分析绘图程序
clear all
clc
load guo7.txt
x=guo7.txt;
x= guo7;
load guo10.txt;
y=guo10;
load lun7.txt;
m=lun7;
load lun10.txt;
load lun10.txt;
n=lun10;
a=1:1:22;
subplot(2,2,1);plot(a,x(:,1)，m（：，1）);
subplot(2,2,1);plot(a,x(:,2)，m（：，2）);
subplot(2,2,1);plot(a,x(:,3)，m（：，3）);
subplot(2,2,1);plot(a,x(:,4)，m（：，4）);
%成分分析绘图程序
clear all
clc
load guo7.txt
x=guo7.txt;
x= guo7;
load guo10.txt;
y=guo10;
load lun7.txt;
m=lun7;
load lun10.txt;
load lun10.txt;
n=lun10;
a=1:1:22;
subplot(2,2,1);plot(a,x(:,5)，m（：，5）);
subplot(2,2,1);plot(a,x(:,6)，m（：，6）);
subplot(2,2,1);plot(a,x(:,7)，m（：，7）);
subplot(2,2,1);plot(a,x(:,8)，m（：，8）);
%绘图程序
functioncreatefigure(X1, YMatrix1, YMatrix2, YMatrix3, YMatrix4)
%CREATEFIGURE(X1, YMATRIX1, YMATRIX2, YMATRIX3, YMATRIX4)
% X1: x 数据的矢量
% YMATRIX1: y 数据的矩阵
% YMATRIX2: y 数据的矩阵
% YMATRIX3: y 数据的矩阵
% YMATRIX4: y 数据的矩阵
% 由 MATLAB 于 19-Apr-2015 22:07:00 自动生成
% 创建 figure
figure1 = figure;
% 创建 axes
axes1 = axes('Parent',figure1,...'Position',[0.13 0.583837209302326 0.334659090909091 0.341162790697674]);
box(axes1,'on');
hold(axes1,'all');
% 使用 plot 的矩阵输入创建多行
plot1 = plot(X1,YMatrix1,'Parent',axes1,'LineWidth',2);
set(plot1(1),'DisplayName','过牧');
set(plot1(2),'Color',[1 0 0],'DisplayName','轮牧');
% 创建 axes
axes2 = axes('Parent',figure1,...'Position',[0.570340909090909 0.583837209302326 0.334659090909091 
0.341162790697674]);
box(axes2,'on');
hold(axes2,'all');
% 使用 plot 的矩阵输入创建多行
plot2 = plot(X1,YMatrix2,'Parent',axes2,'LineWidth',2);
set(plot2(1),'DisplayName','过牧');
set(plot2(2),'Color',[1 0 0],'DisplayName','轮牧');
% 创建 axes
axes3 = axes('Parent',figure1,...'Position',[0.13 0.11 0.334659090909091 0.341162790697674]);
box(axes3,'on');
hold(axes3,'all');
% 使用 plot 的矩阵输入创建多行
plot3 = plot(X1,YMatrix3,'Parent',axes3,'LineWidth',2);
set(plot3(1),'DisplayName','过牧');
set(plot3(2),'Color',[1 0 0],'DisplayName','轮牧');
% 创建 axes
axes4 = axes('Parent',figure1,...'Position',[0.570340909090909 0.11 0.334659090909091 0.341162790697674]);
box(axes4,'on');
hold(axes4,'all');
% 创建 title
title({'不同人为干扰因素灌木植物因子差异图'},'FontWeight','demi','FontSize',16);
% 使用 plot 的矩阵输入创建多行
plot4 = plot(X1,YMatrix4,'Parent',axes4,'LineWidth',2);
set(plot4(1),'DisplayName','过牧');
set(plot4(2),'Color',[1 0 0],'DisplayName','轮牧');
% 创建 legend
legend(axes1,'show');
% 创建 legend
legend(axes2,'show');
% 创建 legend
legend(axes3,'show');
% 创建 legend
legend(axes4,'show');
% 创建 textbox
annotation(figure1,'textbox',...[0.27890625 0.494328875219538 0.05546875 0.0688259109311741],...'String',{'高度'},...'FontSize',14,...'LineStyle','none');
% 创建 textbox
annotation(figure1,'textbox',...[0.717968750000001 0.478035596197135 0.05546875 0.0688259109311741],...'String',{'盖度'},...'FontSize',14,...'LineStyle','none');
% 创建 textbox
annotation(figure1,'textbox',...[0.27578125 0.0157138039364427 0.05546875 0.0688259109311741],...'String',{'密度'},...'FontSize',14,...'LineStyle','none');
% 创建 textbox
annotation(figure1,'textbox',...[0.714843750000001 0.0136771440586423 0.07109375 0.0688259109311741],...'String',{'生物量'},...'FontSize',14,...'LineStyle','none');
%绘图程序
functioncreatefigure(X1, Y1, X2)
%CREATEFIGURE(X1, Y1, X2)
% X1: x 数据的矢量
% Y1: y 数据的矢量
% X2: x 数据的矢量
% 由 MATLAB 于 19-Apr-2015 22:10:33 自动生成
% 创建 figure
figure1 = figure;% 创建 axes
axes1 = axes('Parent',figure1,...'Position',[0.13 0.11 0.334659090909091 0.815]);
box(axes1,'on');
hold(axes1,'all');
% 创建 plot
plot(X1,Y1,'Parent',axes1,'MarkerSize',8,'Marker','diamond','LineWidth',2,.
..'LineStyle','none',...'DisplayName','data1');
% 创建 title
title(' 植物生物量与啮齿类动物优势种百夹捕获率关系
','FontWeight','demi','FontSize',16);
% 创建 xlabel
xlabel('草本植物生物量');
% 创建 ylabel
ylabel('啮齿类动物优势种捕获率');
% 创建 axes
axes2 = axes('Parent',figure1,...'Position',[0.570340909090909 0.11 0.334659090909091 0.815]);
box(axes2,'on');
hold(axes2,'all');
% 创建 plot
plot(X2,Y1,'Parent',axes2,'MarkerSize',8,'Marker','diamond','LineWidth',2,.
..'LineStyle','none',...'Color',[1 0 0],...'DisplayName','data2');
% 创建 xlabel
xlabel('灌木植物生物量');
% 创建 ylabel
ylabel('啮齿类动物优势种捕获率');
%绘图程序
functioncreatefigure(Y1, E1, E2, E3, E4)
%CREATEFIGURE(Y1, E1, E2, E3, E4)
% Y1: errorbar y
% E1: errorbar e
% E2: errorbar e
% E3: errorbar e
% E4: errorbar e
% 由 MATLAB 于 19-Apr-2015 22:12:40 自动生成
% 创建 figure
figure1 = figure;
% 创建 axes
axes1 = axes('Parent',figure1,...
'Position',[0.13 0.583837209302326 0.334659090909091 0.341162790697675]);
box(axes1,'on');
hold(axes1,'all');
% 创建 errorbar
errorbar(Y1,E1,'Color',[0 0 1],'Parent',axes1);
% 创建 axes
axes2 = axes('Parent',figure1,...'Position',[0.570340909090909 0.583837209302326 0.334659090909091 
0.341162790697675]);
box(axes2,'on');
hold(axes2,'all');
% 创建 errorbar
errorbar(Y1,E2,'Color',[0 0 1],'Parent',axes2);
% 创建 axes
axes3 = axes('Parent',figure1,...'Position',[0.13 0.11 0.334659090909091 0.341162790697674]);
box(axes3,'on');
hold(axes3,'all');
% 创建 errorbar
errorbar(Y1,E3,'Color',[0 0 1],'Parent',axes3);
% 创建 title
title({'7 月份过牧生境灌木植物因子误差条形图'},'FontWeight','demi','FontSize',16);
% 创建 axes
axes4 = axes('Parent',figure1,...'Position',[0.570340909090909 0.11 0.334659090909091 0.341162790697674]);
box(axes4,'on');
hold(axes4,'all');
% 创建 errorbar
errorbar(Y1,E4,'Color',[0 0 1],'Parent',axes4);
% 创建 textbox
annotation(figure1,'textbox',...[0.285892889824305 0.0377246963562755 0.046875 0.0480769230769231],...'String',{'密度'},...'FontSize',12,...'LineStyle','none');
% 创建 textbox
annotation(figure1,'textbox',...[0.717854364934115 0.0297894736842106 0.059375 0.0480769230769231],...'String',{'生物量'},...'FontSize',12,...'LineStyle','none');
% 创建 textbox
annotation(figure1,'textbox',...[0.725863607247438 0.499991902834008 0.046875 0.0480769230769231],...'String',{'盖度'},...'FontSize',12,...'LineStyle','none');
% 创建 textbox
annotation(figure1,'textbox',...[0.282183382137628 0.50404048582996 0.046875 0.0480769230769231],...'String',{'高度'},...'FontSize',12,...'LineStyle','none');
%绘图程序
functioncreatefigure(X1, YMatrix1, YMatrix2, YMatrix3)
%CREATEFIGURE(X1, YMATRIX1, YMATRIX2, YMATRIX3)
% X1: x 数据的矢量
% YMATRIX1: y 数据的矩阵
% YMATRIX2: y 数据的矩阵
% YMATRIX3: y 数据的矩阵
% 由 MATLAB 于 19-Apr-2015 22:15:54 自动生成
% 创建 figure
figure1 = figure;
% 创建 axes
axes1 = axes('Parent',figure1,...'XTick',[0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 
25],...'Position',[0.13 0.11 0.213405797101449 0.815]);
box(axes1,'on');
hold(axes1,'all');
% 使用 plot 的矩阵输入创建多行
plot1 = plot(X1,YMatrix1,'Parent',axes1);
set(plot1(1),'Marker','x');
set(plot1(2),'Color',[1 0 0]);
set(plot1(4),'Color',[1 0 0]);
set(plot1(6),'Marker','diamond','Color',[1 0 0]);
% 创建 axes
axes2 = axes('Parent',figure1,...'Position',[0.410797101449275 0.11 0.213405797101449 0.815]);
box(axes2,'on');
hold(axes2,'all');
% 使用 plot 的矩阵输入创建多行
plot2 = plot(X1,YMatrix2,'Parent',axes2);
set(plot2(1),'Marker','x');
set(plot2(2),'Color',[1 0 0]);
set(plot2(4),'Color',[1 0 0]);
set(plot2(5),'Marker','x');
set(plot2(6),'Marker','diamond','Color',[1 0 0]);
全部论文及程序请见下方“ 只会建模 QQ名片” 点击QQ名片即可

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/286565.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Flutter 旋转动画 线性变化的旋转动画

Flutter 旋转动画 线性变化的旋转动画

直接上代码 图片自己添加一张就好了 import dart:math;import package:flutter/material.dart;import package:flutter/animation.dart;void main() > runApp(MyApp()); //旋转动画 class MyApp extends StatelessWidget {overrideWidget build(BuildContext context) {re…
阅读更多...
RMAN 备份恢复、删除归档

RMAN 备份恢复、删除归档

RMAN冷备全库 rman target / list backup shutdown immediate startup mount #不要自动备份control file set nocfau; #注意要先备份数据库，然后备份控制文件，因为数据库的备份位置记录在控制文件中。 #备份数据库 backup database format /mnt/disk01/r…
阅读更多...
vue 中实现下载后端返回的流式数据

vue 中实现下载后端返回的流式数据

验证是否是blob /*** Event 验证是否为blob格式* */export async function blobValidate(data) {try {const text await data.text();JSON.parse(text);return false;} catch (error) {return true;}}get请求 /*** Event: get请求下载后端返回的数据流* description: url[Stri…
阅读更多...
Redis-指定配置启动

Redis-指定配置启动

基础篇Redis 3.3.5.指定配置启动 如果要让Redis以后台方式启动，则必须修改Redis配置文件，就在我们之前解压的redis安装包下（/usr/local/src/redis-6.2.6），名字叫redis.conf： 我们先将这个配置文件备份一份…
阅读更多...
利用 Scapy 库编写 ARP 缓存中毒攻击脚本

利用 Scapy 库编写 ARP 缓存中毒攻击脚本

一、ARP 协议基础 参考下篇文章学习 二、ARP 缓存中毒原理 ARP（Address Resolution Protocol）缓存中毒是一种网络攻击，它利用了ARP协议中的漏洞，通过欺骗或篡改网络中的ARP缓存来实施攻击。ARP协议是用于将IP地址映射到物理MAC…
阅读更多...
警务数据仓库的实现

警务数据仓库的实现

目录 一、SQL Server 2008 R2（一）SQL Server 的服务功能（二）SQL Server Management Studio（三）Microsoft Visual Studio 二、创建集成服务项目三、配置“旅馆_ETL”数据流任务四、配置“人员_ETL”数据流任…
阅读更多...
OM6626低功耗M4内核低睡眠电流BLE5.3 SoC国产ESL蓝牙方案芯片

OM6626低功耗M4内核低睡眠电流BLE5.3 SoC国产ESL蓝牙方案芯片

目录 OM6626简介OM6626主要特性射频特性PUM特性安全性SDK代码微信号：dnsj5343OM6626最小系统Demo板 OM6626简介 OM6626是功能强大、性能稳定、超低功耗的蓝牙SoC芯片，适用于各种低功耗蓝牙和专有的2.4GHz应用场景。OM6626还集成了电源管理单元 (PMU)&am…
阅读更多...
机器视觉检测设备的组成要素

机器视觉检测设备的组成要素

机器视觉检测设备是一种先进的自动化检测技术工具，它利用光学、图像处理和计算机硬件及软件技术模拟并扩展人类的视觉功能，以实现对产品或目标物体进行自动化的尺寸测量、缺陷检测、表面质量评估、颜色识别、形状匹配以及位置判断等功能。这种设备通常包…
阅读更多...
PyCharm环境下Git与Gitee联动：本地与远程仓库操作实战及常见问题解决方案

PyCharm环境下Git与Gitee联动：本地与远程仓库操作实战及常见问题解决方案

写在前面：本博客仅作记录学习之用，部分图片来自网络，如需引用请注明出处，同时如有侵犯您的权益，请联系删除！ 文章目录 前言下载及安装GitGit的使用设置用户签名设置用户安全目录Git基本操作Git实操操作 Pyc…
阅读更多...
Python高阶函数库之functools使用详解

Python高阶函数库之functools使用详解

概要 functools是Python标准库中的一个模块，它提供了一系列用于高阶函数：即那些作用于或返回其他函数的函数。这些工具主要用于函数式编程风格，其中包括用于创建函数包装器的装饰器。 functools简介 functools库的目的是为了高阶函数，特别是那些涉及到函数转换的操作提供…
阅读更多...
数据仓库的魅力及其在企业中的应用实践

数据仓库的魅力及其在企业中的应用实践

数据仓库，这一创新性的概念来自于比尔恩门，从1980年代末提出以来，便凭借其独特的架构设计和强大的数据处理能力，在全球商业领域中掀起了一场革命。它不仅是解决企业海量数据存储和查询需求的关键技术，更是推动企业实现…
阅读更多...
【Java】哈希表

【Java】哈希表

文章目录 一、概念二、哈希冲突2.1概念2.2设计合理的哈希函数-避免冲突2.3调节负载因子-避免冲突2.4闭散列-冲突解决（了解）2.5开散列/哈希桶-冲突解决（重点掌握） 三、代码实现3.1成员变量及方法的设定3.2插入3.3重新哈希3.4 获取到…
阅读更多...
免费客服系统大揭秘！有什么好用的免费客服系统推荐？

免费客服系统大揭秘！有什么好用的免费客服系统推荐？

贵的不一定是好的，合不合适才最重要！有什么好用的免费客服系统吗？现下服务经济的发展的风潮已经席卷到了各行各业。 企业不仅要提供好的产品，还需要好的服务。客服系统作为企业与客户重要的沟通渠道，越来越多的企业正在…
阅读更多...
记录些LLM相关的知识

记录些LLM相关的知识

SOTA SOTA是"State-of-the-Art"的缩写，指的是某个技术或领域中目前最先进的技术或方法。在语音合成领域，SOTA语音合成效果指的是使用最新的研究和技术所达到的最佳语音合成效果。这通常包括高清晰度的语音输出，自然的语音流畅度&a…
阅读更多...
面试题-Elasticsearch集群架构和调优手段（超全面）

面试题-Elasticsearch集群架构和调优手段（超全面）

对于Elasticsearch（ES），我了解并有经验。在我之前的公司，我们有一个相对大型的ES集群，以下是该集群的架构和一些调优手段的概述： 1. 集群架构 集群规模：我们的ES集群由15个节点组成&#xff0c…
阅读更多...
docker配置镜像加速后容器和镜像消失

docker配置镜像加速后容器和镜像消失

一、问题描述 根据阿里云给docker配置镜像加速器 sudo mkdir -p /etc/docker sudo tee /etc/docker/daemon.json <<-EOF {"registry-mirrors": ["https://gt6j98xi.mirror.aliyuncs.com"] } EOF sudo systemctl daemon-reload sudo systemctl rest…
阅读更多...
框架结构模态分析/动力时程分析Matlab有限元编程 【Matlab源码+PPT讲义】|梁单元|地震时程动画|结果后处理|地震弹性时程分析| 隐式动力学

框架结构模态分析/动力时程分析Matlab有限元编程 【Matlab源码+PPT讲义】|梁单元|地震时程动画|结果后处理|地震弹性时程分析| 隐式动力学

专栏导读 作者简介&#xff1a;工学博士&#xff0c;高级工程师&#xff0c;专注于工业软件算法研究本文已收录于专栏&#xff1a;《有限元编程从入门到精通》本专栏旨在提供 1.以案例的形式讲解各类有限元问题的程序实现&#xff0c;并提供所有案例完整源码&#xff1b;2.单元…
阅读更多...
[NKCTF 2024]web解析

[NKCTF 2024]web解析

文章目录 my first cms全世界最简单的CTF解法一解法二 my first cms 打开题目在最下面发现是CMS Made Simple&#xff0c;版本为2.2.19 扫一下发现存在后台登陆界面&#xff0c;直接访问 用字典爆破下admin的密码为Admin123 然后直接登录&#xff0c;去漏洞库搜一下其实存在…
阅读更多...
Java基于微信小程序的校园请假系统

Java基于微信小程序的校园请假系统

博主介绍&#xff1a;✌程序员徐师兄、7年大厂程序员经历。全网粉丝15W、csdn博客专家、掘金/华为云//InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌ &#x1f345;文末获取源码联系&#x1f345; &#x1f447;&#x1f3fb; 精彩专栏推荐订阅&#x1f447;&#…
阅读更多...
python爬虫基础-----运算符（第三天）

python爬虫基础-----运算符（第三天）

&#x1f388;&#x1f388;作者主页&#xff1a; 喔的嘛呀&#x1f388;&#x1f388; &#x1f388;&#x1f388;所属专栏&#xff1a;python爬虫学习&#x1f388;&#x1f388; ✨✨谢谢大家捧场&#xff0c;祝屏幕前的小伙伴们每天都有好运相伴左右&#xff0c;一定要天天…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023

友情链接： 我的编程经验分享 一条长河网 尧图网站开发