【傅里叶级数与傅里叶变换】数学推导——3、[Part4:傅里叶级数的复数形式] + [Part5:从傅里叶级数推导傅里叶变换] + 总结


文章内容来自DR_CAN关于傅里叶变换的视频,本篇文章提供了一些基础知识点,比如三角函数常用的导数、三角函数换算公式等。

文章全部链接:
基础知识点
Part1:三角函数系的正交性
Part2:T=2π的周期函数的傅里叶级数展开
Part3:周期为T=2L的函数展开
Part4:傅里叶级数的复数形式
Part5:从傅里叶级数推导傅里叶变换
总结


文章目录

  • Part4:傅里叶级数的复数形式
  • Part5:从傅里叶级数推导傅里叶变换
  • 总结


Part4:傅里叶级数的复数形式

前面的部分得到了对于周期为 T T T的函数,有 L = 2 T L = \frac{2}{T} L=T2其傅里叶级数的展开函数形式:

f ( t ) = a 0 2 + ∑ n = 1 ∞ ( a n c o s n ω t + b n s i n n ω t ) a 0 = 2 T ∫ 0 T f ( t ) d t a n = 2 T ∫ 0 T f ( t ) c o s n ω t d t b n = 2 T ∫ 0 T f ( t ) s i n n ω t d t \begin{align} f(t) & = \frac{a_0}{2} + \sum_{n=1}^{\infty} \left( a_n cos n \omega t + b_n sin n \omega t \right) \\ a_0 & = \frac{2}{T} \int_{0}^{T} f(t) dt \\ a_n & = \frac{2}{T} \int_{0}^{T} f(t) cos n \omega t dt \\ b_n & = \frac{2} {T} \int_{0}^{T} f(t) sin n \omega t dt \end{align} f(t)a0anbn=2a0+n=1(ancost+bnsinnωt)=T20Tf(t)dt=T20Tf(t)costdt=T20Tf(t)sinnωtdt

在了解傅里叶级数的复数形式之前,需要了解欧拉公式

e i θ = c o s θ + i s i n θ e^{i \theta} = cos \theta + i sin \theta eiθ=cosθ+isinθ

由欧拉公式可以得到:

c o s θ = e i θ + e − i θ 2 s i n θ = − i 2 ( e i θ − e − i θ ) \begin{align} cos \theta = \frac{e^{i \theta } + e^{-i \theta}}{2} \\ sin \theta = - \frac{i}{2} (e^{i \theta } - e^{-i \theta}) \end{align} cosθ=2eiθ+eiθsinθ=2i(eiθeiθ)

计算 c o s θ cos \theta cosθ s i n θ sin \theta sinθ的方法,令 θ = − θ \theta = - \theta θ=θ,代入欧拉公式,组成一个方程组:
{ e i θ = c o s θ + i s i n θ e − i θ = c o s θ − i s i n θ \left\{\begin{matrix} e^{i \theta} = cos \theta + i sin \theta \\ e^{-i \theta} = cos \theta - i sin \theta \end{matrix}\right. {eiθ=cosθ+isinθeiθ=cosθisinθ
两式相加得到 c o s θ cos \theta cosθ,两式相减得到 s i n θ sin \theta sinθ


将复数形式得到的 c o s θ cos \theta cosθ s i n θ sin \theta sinθ代入傅里叶级数展开函数,有:

f ( t ) = a 0 2 + ∑ n = 1 ∞ ( a n 2 ( e i n ω t + e − i n ω t ) − i b n 2 ( e i n ω t − e − i n ω t ) ) = a 0 2 + ∑ n = 1 ∞ ( a n − i b n 2 e i n ω t + a n + i b n 2 e − i n ω t ) = a 0 2 + ∑ n = 1 ∞ a n − i b n 2 e i n ω t + ∑ n = 1 ∞ a n + i b n 2 e − i n ω t \begin{align} f(t) & = \frac{a_0}{2} + \sum_{n=1}^{\infty} \left( \frac{a_n}{2} (e^{in \omega t} + e^{-i n \omega t}) - \frac{i b_n} {2} (e^{i n \omega t} - e^{-i n \omega t}) \right) \\ & = \frac{a_0}{2} + \sum_{n=1}^{\infty} \left( \frac{a_n - i b_n}{2} e^{in \omega t} + \frac{a _n + i b_n}{2} e^{-i n \omega t}\right) \\ & = \frac{a_0}{2} + \sum_{n=1}^{\infty} \frac{a_n - i b_n}{2} e^{in \omega t} + \sum_{n=1}^{\infty} \frac{a _n + i b_n}{2} e^{-i n \omega t} \end{align} f(t)=2a0+n=1(2an(einωt+einωt)2ibn(einωteinωt))=2a0+n=1(2anibneinωt+2an+ibneinωt)=2a0+n=12anibneinωt+n=12an+ibneinωt

对上式第三项,令 n = − n n=-n n=n,转换为:

f ( t ) = ∑ n = 0 0 a 0 2 e i n ω t + ∑ n = 1 ∞ a n − i b n 2 e i n ω t + ∑ n = − ∞ − 1 a − n + i b − n 2 e i n ω t f(t) = \sum_{n=0}^{0} \frac{a_0}{2} e^{i n \omega t} + \sum_{n=1}^{\infty} \frac{a_n - i b_n}{2} e^{in \omega t} + \sum_{n=- \infty}^{-1} \frac{a _{-n} + i b_{-n} } {2} e^{i n \omega t} f(t)=n=002a0einωt+n=12anibneinωt+n=12an+ibneinωt

可以发现在区间 ( − ∞ , ∞ ) (- \infty, \infty) (,)之间有共同项 e i n ω t e^{i n \omega t} einωt,令共同项的系数为 C n C_n Cn,那么就得到:

f ( t ) = ∑ − ∞ ∞ C n e i n ω t C n = { a 0 2 , n = 0 1 2 ( a n − i b n ) , n = 1 , 2 , 3 , . . . 1 2 ( a − n + i b − n ) , n = − 1 , − 2 , − 3 , . . . f(t) = \sum_{- \infty}^{\infty} C_n e^{in \omega t} \\ C_n = \left\{\begin{matrix} \frac{a_0}{2}, & n=0 \\ \frac{1}{2}\left( a_n - i b_n \right), & n= 1, 2,3,... \\ \frac{1}{2} \left ( a_{-n} + i b_{-n} \right), & n = -1, -2, -3, ... \end{matrix}\right. f(t)=CneinωtCn= 2a0,21(anibn)21(an+ibn)n=0n=1,2,3,...n=1,2,3,...

a 0 a_0 a0 a n a_n an b n b_n bn代入到 C n C_n Cn

f ( t ) = a 0 2 + ∑ n = 1 ∞ ( a n c o s n ω t + b n s i n n ω t ) a 0 = 2 T ∫ 0 T f ( t ) d t a n = 2 T ∫ 0 T f ( t ) c o s n ω t d t b n = 2 T ∫ 0 T f ( t ) s i n n ω t d t \begin{align} f(t) & = \frac{a_0}{2} + \sum_{n=1}^{\infty} \left( a_n cos n \omega t + b_n sin n \omega t \right) \\ a_0 & = \frac{2}{T} \int_{0}^{T} f(t) dt \\ a_n & = \frac{2}{T} \int_{0}^{T} f(t) cos n \omega t dt \\ b_n & = \frac{2} {T} \int_{0}^{T} f(t) sin n \omega t dt \end{align} f(t)a0anbn=2a0+n=1(ancost+bnsinnωt)=T20Tf(t)dt=T20Tf(t)costdt=T20Tf(t)sinnωtdt

n = 0 n=0 n=0时,

C n = a 0 2 = 1 2 ⋅ 2 T ∫ 0 T f ( t ) d t = 1 T ∫ 0 T f ( t ) d t C_n = \frac{a_0}{2} = \frac{1}{2} \cdot \frac{2}{T} \int_{0}^{T} f(t)dt = \frac{1}{T} \int_{0}^{T} f(t) dt Cn=2a0=21T20Tf(t)dt=T10Tf(t)dt

n > 0 , n ∈ Z n>0, n \in Z n>0,nZ时,

C n = 1 2 [ 2 T ∫ 0 T f ( t ) c o s n ω t d t − i 2 T ∫ 0 T f ( t ) s i n n ω t d t ] = 1 T ∫ 0 T f ( t ) ( c o s n ω t − s i n n ω t ) d t c o s n ω t − s i n n ω t = c o s ( − n ω t ) + s i n ( − n ω t ) = e − i n ω t C n = 1 T ∫ 0 T f ( t ) e − i n ω t d t C_n = \frac{1}{2}\left[ \frac{2}{T} \int_{0}^{T} f(t) cos n \omega t dt - i \frac{2} {T} \int_{0}^{T} f(t) sin n \omega t dt \right] \\ = \frac{1}{T} \int_{0}^{T} f(t) \left ( cos n \omega t - sin n \omega t \right) dt \\ cos n \omega t - sin n \omega t = cos (- n \omega t) + sin (- n \omega t) = e^{- i n \omega t} \\ C_n = \frac{1}{T} \int_{0}^{T} f(t) e^{- i n \omega t} dt Cn=21[T20Tf(t)costdtiT20Tf(t)sinnωtdt]=T10Tf(t)(costsinnωt)dtcostsinnωt=cos(t)+sin(t)=einωtCn=T10Tf(t)einωtdt

n < 0 , n ∈ Z n<0, n \in Z n<0,nZ时,

C n = 1 2 ( a − n + i b − n ) = 1 2 [ 2 T ∫ 0 T f ( t ) c o s ( − n ω t ) d t + i ⋅ 2 T ∫ 0 T f ( t ) s i n ( − n ω t ) d t ] = 1 T ∫ 0 T f ( t ) [ c o s ( − n ω t ) + s i n ( − n ω t ) ] d t = 1 T ∫ 0 T f ( t ) e − i n ω t C_n = \frac{1}{2} \left ( a_{-n} + i b_{-n} \right) \\ = \frac{1}{2} \left[ \frac{2}{T} \int_{0}^{T} f(t) cos \left( - n \omega t \right) dt + i \cdot \frac{2}{T} \int_{0}^{T} f(t) sin (- n \omega t) dt \right] \\ = \frac{1}{T}\int_{0}^{T} f(t) \left[ cos (- n \omega t) + sin (- n \omega t) \right] dt \\ = \frac{1}{T} \int_{0}^{T} f(t) e^{- i n \omega t} Cn=21(an+ibn)=21[T20Tf(t)cos(t)dt+iT20Tf(t)sin(t)dt]=T10Tf(t)[cos(t)+sin(t)]dt=T10Tf(t)einωt

n = 0 n=0 n=0时,

C n = 1 T ∫ 0 T f ( t ) d t = 1 T ∫ 0 T f ( t ) e − i n ω t d t C_n = \frac{1}{T} \int_{0}^{T} f(t) dt = \frac{1}{T} \int_{0}^{T} f(t) e^{- i n \omega t} dt Cn=T10Tf(t)dt=T10Tf(t)einωtdt

从上面可以看出来,在 ( − ∞ , ∞ ) (- \infty , \infty) (,)区间内, C n C_n Cn可以统一到一个形式: C n = 1 T ∫ 0 T f ( t ) e − i n ω t d t C_n = \frac{1}{T} \int_{0}^{T} f(t) e ^{- i n \omega t}dt Cn=T10Tf(t)einωtdt


总结,对于一个周期为 T T T的函数 f ( t ) = f ( t + T ) f(t) = f(t+T) f(t)=f(t+T),其复数形式的傅里叶展开函数为:
f ( t ) = ∑ − ∞ ∞ C n e i n ω t C n = 1 T ∫ 0 T f ( t ) e − i n ω t d t f(t) = \sum_{- \infty}^{\infty} C_n e^{i n \omega t} \\ C_n = \frac{1}{T} \int_{0}^{T} f(t) e^{- i n \omega t}dt f(t)=CneinωtCn=T10Tf(t)einωtdt


Part5:从傅里叶级数推导傅里叶变换

前面得到了周期函数复数形式的傅里叶展开函数,令 ω 0 = 2 π T \omega _0 = \frac{2 \pi}{T} ω0=T2π ω 0 \omega_0 ω0被称为基频率。

f T ( t ) = ∑ − ∞ ∞ C n e i n ω 0 t C n = 1 T ∫ − T 2 T 2 f T ( t ) e − i n ω 0 t d t 其中 n ∈ Z \begin{align} & f_T(t) = \sum_{- \infty}^{\infty} C_n e^{i n \omega_0 t} \\ & C_n = \frac{1}{T} \int_{- \frac{T}{2}}^{\frac{T}{2}} f_T(t) e^{- i n \omega_0 t}dt \\ & 其中n \in Z \end{align} fT(t)=Cneinω0tCn=T12T2TfT(t)einω0tdt其中nZ

对于一个周期函数,假设其图示如下,横坐标为 t t t,纵坐标为对应的值,这是在时域空间上的图。

在这里插入图片描述

如果采用如下图所示的坐标系,以 n ω 0 n \omega_0 nω0 x x x坐标,实轴和虚轴分别为 z z z y y y坐标,这是在频域空间上的图,也称为频谱图。可能其分布如下(如下值是随机绘制的,不对应上图,假设存在这样的频谱图)。

在这里插入图片描述

令两个频率之间的距离为 Δ ω \Delta \omega Δω,那么 Δ ω = ( n + 1 ) ω 0 − n ω 0 = ω 0 = 2 π T \Delta \omega = (n+1) \omega_0 - n \omega_0 = \omega_0 = \frac{2 \pi}{T} Δω=(n+1)ω0nω0=ω0=T2π,可以得到 1 T = Δ ω 2 π \frac{1}{T} = \frac{\Delta \omega}{2 \pi} T1=2πΔω

当周期 T T T趋近于 ∞ \infty 时,周期函数就变为了非周期函数 lim ⁡ T → ∞ f T ( t ) = f ( t ) \lim_{T \to \infty} f_T(t) = f(t) limTfT(t)=f(t) Δ ω \Delta \omega Δω就变成了0,从而离散函数变为了连续函数。

C n C_n Cn 1 T \frac{1}{T} T1代入到傅里叶级数展开函数:

f T ( t ) = ∑ − ∞ ∞ Δ ω 2 π ∫ − T 2 T 2 f T ( t ) e − i n ω 0 t d t e i n ω 0 t f_T(t) = \sum_{- \infty}^{\infty} \frac{\Delta \omega}{2 \pi} \int_{-\frac{T}{2}}^{\frac{T}{2}} f_T(t) e^{-i n \omega_0 t} dt e^{i n \omega_0 t} fT(t)=2πΔω2T2TfT(t)einω0tdteinω0t

T → ∞ T \to \infty T时,令 n ω 0 = ω n \omega_0 = \omega nω0=ω ∫ − T 2 T 2 d t → ∫ − ∞ ∞ d t \int_{- \frac{T}{2}}^{\frac{T}{2}} dt \to \int_{- \infty}^{\infty} dt 2T2Tdtdt ∑ − ∞ ∞ Δ ω → ∫ − ∞ ∞ d ω \sum_{- \infty}^{\infty} \Delta \omega \to \int_{- \infty}^{\infty} d \omega Δωdω。代入到上面的式子:

lim ⁡ T → ∞ f T ( t ) = f ( t ) = 1 2 π ∫ − ∞ ∞ ( ∫ − ∞ ∞ f ( t ) e − i ω t d t ) e i ω t d ω \lim_{T \to \infty} f_T(t) = f(t) = \frac{1}{2 \pi} \int_{- \infty}^{\infty} \left( \int_{- \infty}^{\infty} f(t) e^{- i \omega t} dt \right) e^{i \omega t} d \omega TlimfT(t)=f(t)=2π1(f(t)etdt)etdω

中间括号括起来的部分就是傅里叶变换函数 F ( ω ) = ∫ − ∞ ∞ f ( t ) e − i ω t d t F(\omega) = \int_{- \infty}^{\infty} f(t) e^{- i \omega t} dt F(ω)=f(t)etdt,而 f ( t ) = 1 2 π ∫ − ∞ ∞ f ( T ) e i ω t d ω f(t) = \frac{1}{2 \pi} \int_{- \infty}^{\infty} f(T) e^{i \omega t} d \omega f(t)=2π1f(T)etdω是傅里叶变换的逆变换。


总结

在Part1中,认识到三角函数系的正交性,有:

∫ − π π s i n n x c o s m x = 0 ∫ − π π c o s n x s i n m x = 0 ∫ − π π c o s n x c o s m x = { 0 , m ≠ n 2 π , m = n = 0 π , m = n ≠ 0 ∫ − π π s i n n x c o s m x = { 0 , m ≠ n 或 m = n = 0 π , m = n ≠ 0 \begin{align} & \int_{-\pi}^{\pi} sin n x cos m x = 0 \\ & \int_{- \pi}^{\pi}cos n x sin m x = 0 \\ & \int_{- \pi}^{\pi} cos n x cos m x = \left\{ \begin{matrix} 0 , & m \ne n \\ 2 \pi , & m = n =0 \\ \pi , & m = n \ne 0 \end{matrix} \right. \\ & \int_{- \pi}^{\pi} sin n x cos m x = \left\{ \begin{matrix} 0, & m \ne n 或 m = n =0 \\ \pi , & m = n \ne 0 \end{matrix} \right. \end{align} ππsinnxcosmx=0ππcosnxsinmx=0ππcosnxcosmx= 0,2π,π,m=nm=n=0m=n=0ππsinnxcosmx={0,π,m=nm=n=0m=n=0

在Part2中,推导了 T = 2 π T = 2 \pi T=2π的周期函数的傅里叶级数展开为:

f ( x ) = a 0 2 + ∑ n = 1 ∞ ( a n c o s n x + b n s i n n x ) f(x) = \frac{a_0}{2} + \sum_{n=1}^{\infty}\left( a_n cos nx + b_n sin nx \right) f(x)=2a0+n=1(ancosnx+bnsinnx)

计算 a 0 a_0 a0,对 f ( x ) f(x) f(x)在区间 [ − π , π ] [-\pi, \pi] [π,π]之间积分,得到 a 0 = 1 π ∫ − π π f ( x ) d x a_0 = \frac{1}{\pi} \int_{-\pi}^{\pi}f(x)dx a0=π1ππf(x)dx
计算 a n a_n an,等式两边同乘以 c o s m x cos mx cosmx,然后计算在 [ − π , π ] [- \pi, \pi] [π,π]之间的积分,得到 a n = 1 π ∫ − π π f ( x ) c o s n x d x a_n = \frac{1}{\pi} \int_{-\pi}^{\pi} f(x) cos nx dx an=π1ππf(x)cosnxdx

计算 b n b_n bn,等式两边同乘以 s i n m x sin mx sinmx,然后计算在 [ − π , π ] [-\pi, \pi] [π,π]之间的积分,得到 b n = 1 π ∫ − π π f ( x ) s i n n x d x b_n = \frac{1}{\pi} \int_{-\pi}^{\pi} f(x) sin nx dx bn=π1ππf(x)sinnxdx

在Part3中,推导了 T = 2 L T=2L T=2L的周期函数的傅里叶级数展开为,令 x = π L t → t = L π x x = \frac{\pi}{L}t \to t = \frac{L}{\pi}x x=Lπtt=πLx,将 x x x代入Part2中的公式,得到:

f ( t ) = a 0 2 + ∑ n = 1 ∞ ( a n c o s n π L t + b n s i n n π L t ) a 0 = 1 L ∫ − L L f ( t ) d t a n = 1 L ∫ − L L f ( t ) c o s n π L t d t b n = 1 L ∫ − L L f ( t ) s i n n π L d t \begin{align} & f(t) = \frac{a_0}{2} + \sum_{n=1}^{\infty} \left(a_n cos \frac{n \pi}{L}t + b_n sin \frac{n \pi}{L}t \right) \\ & a_0 = \frac{1}{L} \int_{-L}^{L} f(t) dt \\ & a_n = \frac{1}{L} \int_{-L}^{L} f(t) cos \frac{n \pi}{L}t dt \\ & b_n = \frac{1}{L} \int_{-L}^{L} f(t) sin \frac{n \pi}{L}dt \end{align} f(t)=2a0+n=1(ancosLt+bnsinLt)a0=L1LLf(t)dtan=L1LLf(t)cosLtdtbn=L1LLf(t)sinLdt

在Part4中,使用欧拉公式,用复指数的形式得到周期为 T T T的周期函数的傅里叶级数展开,该形式使得函数看起来更简洁,经过一系列变换,用 C n C_n Cn替代了上面复杂的系数,令 ω 0 = 2 π T \omega _0 = \frac{2 \pi}{T} ω0=T2π

f ( t ) = ∑ − ∞ ∞ C n e i n ω 0 t C n = 1 T ∫ 0 T f ( t ) e − i n ω 0 t d t f(t) = \sum_{- \infty}^{\infty} C_n e^{i n \omega_0 t} \\ C_n = \frac{1}{T} \int_{0}^{T} f(t) e^{-i n \omega_0 t}dt f(t)=Cneinω0tCn=T10Tf(t)einω0tdt

在Part5中,从傅里叶级数展开函数推导出傅里叶变换及反变换函数。当周期 T T T趋近于 ∞ \infty 时,周期函数会变为非周期函数,此时从离散数据变为了连续数据,令 ω = n ω 0 \omega = n \omega_0 ω=nω0;又有 ∑ − ∞ ∞ ω 0 → ∫ − ∞ ∞ d ω \sum_{- \infty}^{\infty} \omega_0 \to \int_{-\infty}^{\infty}d \omega ω0dω ∫ 0 T d t → ∫ − ∞ ∞ d t \int_{0}^{T} dt \to \int_{- \infty}^{\infty} dt 0Tdtdt,就得到非周期函数的傅里叶级数展开函数为:

f ( t ) = 1 2 π ∫ − ∞ ∞ ( ∫ − ∞ ∞ f ( t ) e − i ω t d t ) e i ω t d ω f(t) = \frac{1}{2 \pi} \int_{-\infty}^{\infty} \left ( \int_{- \infty}^{\infty} f(t)e ^{- i \omega t} dt \right) e^{i \omega t } d \omega f(t)=2π1(f(t)etdt)etdω

中间括号部分就是傅里叶变换函数$F(\omega) = \int_{- \infty}^{\infty} f(t) e^{-i \omega t} dt ,而 ,而 ,而f(t) = \frac{1}{2 \pi} \int_{- \infty}^{\infty}F(\omega) e^{i \omega t} d \omega$是傅里叶变换的逆变换。

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/96006.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

公告:微信小程序备案期限官方要求

备案期限要求 1、若微信小程序未上架&#xff0c;自2023年9月1日起&#xff0c;微信小程序须完成备案后才可上架&#xff0c;备案时间1-20日不等&#xff1b; 2、若微信小程序已上架&#xff0c;请于2024年3月31日前完成备案&#xff0c;逾期未完成备案&#xff0c;平台将按照…

Typora 相对路径保存图片以及 Gitee 无法显示图片

目录 Typora 相对路径保存图片 Gitee 无法显示图片 Typora 相对路径保存图片 Step1&#xff1a;修改 Typora 的偏好设置 自动在当前目录创建名为 "./${filename}.assets" 的文件夹粘贴图片到 md 中时&#xff0c;图片会自动另存到 "./${filename}.assets&qu…

链游再进化 Web3版CSGO来袭

过去几年&#xff0c;游戏开发者们一直希望借Web3这个价值流通网络&#xff0c;改造传统游戏的经济系统&#xff0c;将虚拟资产的掌管权交给用户&#xff0c;让资产自由地在市场流通。 Web3游戏发展史上&#xff0c;涌现过CryptoKitties、Axie Infinity两大爆款&#xff0c;但…

判断链表中是否有环

如下图&#xff0c;如何判断链表中存在环路呢&#xff1f; 一种简单的方法描述&#xff1a; 设置两个链表指针p1和p2并指向链表&#xff0c;设置两个记录指针移动次数的变量c1和c2。在循环中&#xff0c;p1每次移动2个位置&#xff0c;c1加2&#xff1b;p1每次移动一个位置&am…

百望云联合华为发布票财税链一体化数智解决方案 赋能企业数字化升级

随着数据跃升为数字经济关键生产要素&#xff0c;数据安全成为整个数字化建设的重中之重。为更好地帮助企业发展&#xff0c;中央及全国和地方政府相继出台了多部与数据相关的政策法规&#xff0c;鼓励各领域服务商提供具有自主创新的软件产品与服务&#xff0c;帮助企业在合规…

【uniapp】picker mode=“region“ 最简单的省市区 三级联动

省市区 picker template <picker mode"region" :value"date" class"u-w-440" change"bindTimeChange"><u--inputborder"bottom"class"u-fb u-f-s-28"placeholder"请选择省市区"type"te…

PHP海外代购管理系统mysql数据库web结构apache计算机软件工程网页wamp

一、源码特点 PHP 海外代购管理系统是一套完善的web设计系统&#xff0c;对理解php编程开发语言有帮助&#xff0c;系统具有完整的源代码和数据库&#xff0c;系统主要采用B/S模式开发。 代码下载 https://download.csdn.net/download/qq_41221322/88229435 论文 https://…

gitlab修改远程仓库地址

目录 背景&#xff1a; 解决&#xff1a; 1.删除本地仓库关联的远程地址&#xff0c;添加新的远程仓库地址 2.直接修改本地仓库关联的远程仓库地址 3.打开.git隐藏文件修改远程仓库地址 4.拉取代码报错(git host key verification failed) 背景&#xff1a; 公司搬家&#…

Python绘图系统6:自定义坐标列表控件

文章目录 自定义坐标列表控件显示和隐藏加载按钮坐标设置控件的显示和隐藏源代码 Python绘图系统&#xff1a; 基础&#xff1a;将matplotlib嵌入到tkinter &#x1f4c8;简单的绘图系统 &#x1f4c8;数据导入&#x1f4c8;三维绘图系统自定义控件&#xff1a;坐标设置控件&a…

跨境外贸业务,选择动态IP还是静态IP?

在跨境业务中&#xff0c;代理IP是一个关键工具。它们提供了匿名的盾牌&#xff0c;有助于克服网络服务器针对数据提取设置的限制。无论你是需要经营管理跨境电商店铺、社交平台广告投放&#xff0c;还是独立站SEO优化&#xff0c;代理IP都可以让你的业务程度更加丝滑&#xff…

火山引擎联合Forrester发布《中国云原生安全市场现状及趋势白皮书》,赋能企业构建云原生安全体系

国际权威研究咨询公司Forrester 预测&#xff0c;2023年全球超过40%的企业将会采用云原生优先战略。然而&#xff0c;云原生在改变企业上云及构建新一代基础设施的同时&#xff0c;也带来了一系列的新问题&#xff0c;针对涵盖云原生应用、容器、镜像、编排系统平台以及基础设施…

TiDB Bot:用 Generative AI 构建企业专属的用户助手机器人

本文介绍了 PingCAP 是如何用 Generative AI 构建一个使用企业专属知识库的用户助手机器人。除了使用业界常用的基于知识库的回答方法外&#xff0c;还尝试使用模型在 few shot 方法下判断毒性。 最终&#xff0c;该机器人在用户使用后&#xff0c;点踩的比例低于 5%&#xff0…

【办公自动化】使用Python批量生成PPT版荣誉证书

&#x1f935;‍♂️ 个人主页&#xff1a;艾派森的个人主页 ✍&#x1f3fb;作者简介&#xff1a;Python学习者 &#x1f40b; 希望大家多多支持&#xff0c;我们一起进步&#xff01;&#x1f604; 如果文章对你有帮助的话&#xff0c; 欢迎评论 &#x1f4ac;点赞&#x1f4…

在 ubuntu 18.04 上使用源码升级 OpenSSH_7.6p1到 OpenSSH_9.3p1

1、检查系统已安装的当前 SSH 版本 使用命令 ssh -V 查看当前 ssh 版本&#xff0c;输出如下&#xff1a; OpenSSH_7.6p1 Ubuntu-4ubuntu0.7, OpenSSL 1.0.2n 7 Dec 20172、安装依赖&#xff0c;依次执行以下命令 sudo apt update sudo apt install build-essential zlib1g…

数据库索引优化策略与性能提升实践

文章目录 什么是数据库索引&#xff1f;为什么需要数据库索引优化&#xff1f;数据库索引优化策略实践案例&#xff1a;索引优化带来的性能提升索引优化规则1. 前导模糊查询不适用索引2. 使用IN优于UNION和OR3. 负向条件查询不适用索引4. 联合索引最左前缀原则5. 范围条件查询右…

【Alibaba中间件技术系列】「RocketMQ技术专题」让我们一起探索一下DefaultMQPushConsumer的实现原理及源码分析

RocketMQ开源是使用文件作为持久化工具&#xff0c;阿里内部未开源的性能会更高&#xff0c;使用oceanBase作为持久化工具。 在RocketMQ1.x和2.x使用zookeeper管理集群&#xff0c;3.x开始使用nameserver代替zk&#xff0c;更轻量级&#xff0c;此外RocketMQ的客户端拥有两种的…

linux安装mysql-8.0.33正确方式及常见问题

目录 获取mysql下载地址链接 解压安装包 复制文件到安装目录 添加用户和用户属组修改权限 创建存储数据的文件夹/usr/local/mysql 初始化安装 修改配置文件 创建日志文件并赋予对应权限 启动成功​编辑 创建软链接 之前安装过mysql&#xff0c;时间比较长忘记安装步骤了今天…

【爬虫】P1 对目标网站的背景调研(robot.txt,advanced_search,builtwith,whois)

对目标网站的背景调研 检查 robot.txt估算网站大小识别网站所用技术寻找网站的所有者 检查 robot.txt 目的&#xff1a; 大多数的网站都会包含 robot.txt 文件。该文件用于指出使用爬虫爬取网站时有哪些限制。而我们通过读 robot.txt 文件&#xff0c;亦可以最小化爬虫被封禁的…

《游戏编程模式》学习笔记(五)原型模式 Prototype Pattern

原型的定义 用原型实例指定创建对象的种类&#xff0c;并且通过拷贝这些原型创建新的对象。 举个例子 假设我现在要做一款游戏&#xff0c;这个游戏里有许多不同种类的怪物&#xff0c;鬼魂&#xff0c;恶魔和巫师。这些怪物通过“生产者”进入这片区域&#xff0c;每种敌人…

TiDB v7.1.0 跨业务系统多租户解决方案

本文介绍了 TiDB 数据库的资源管控技术&#xff0c;并通过业务测试验证了效果。资源管控技术旨在解决多业务共用一个集群时的资源隔离和负载问题&#xff0c;通过资源组概念&#xff0c;可以限制不同业务的计算和 I/O 资源&#xff0c;实现资源隔离和优先级调度&#xff0c;提高…