解压后运转demo即可获取固定编码的股票日线数据，其中引用的函数ma、kdj、macd、rsi等计算代码位于indexes文件夹。
demosession1只是添加了for循环用于获取所有沪深数据，获取数据值为前复权数据，和常规股票软件显示结果一致。
demosession1只是添加了for循环用于获取所有沪深数据，获取数据值为前复权数据，和常规股票软件显示结果一致。
2023/2/6 20:30:41
38KB
1
该模块功能是把外部输入的交流信号有效值变成直流信号输出，可以计算各种复杂波形的真有效值。
可测量的输入信号有效值可高达7V，对于1Vrms的信号，它的-3dB带宽为8MHz，另外，AD637通过片选（CS）管脚作用，可以使静态电流从2.2mA降至350uA。
因而，在数据采集和仪器仪表等场合，有很广泛的应用。
可测量的输入信号有效值可高达7V，对于1Vrms的信号，它的-3dB带宽为8MHz，另外，AD637通过片选（CS）管脚作用，可以使静态电流从2.2mA降至350uA。
因而，在数据采集和仪器仪表等场合，有很广泛的应用。
2023/1/18 3:20:03
1.31MB
1
ARIMA预测模型训练集和预测集ARIMA模型全称为自回归积分滑动平均模型(AutoregressiveIntegratedMovingAverageModel,简记ARIMA)，是由博克思(Box)和詹金斯(Jenkins)于70年代初提出一著名时间序列（Time-seriesApproach）预测方法[1]，所以又称为Box-Jenkins模型、博克思-詹金斯法。
其中ARIMA（p，d，q）称为差分自回归挪动平均模型，AR是自回归，p为自回归项；
MA为挪动平均，q为挪动平均项数，d为时间序列成为平稳时所做的差分次数。
所谓ARIMA模型，是指将非平稳时间序列转化为平
其中ARIMA（p，d，q）称为差分自回归挪动平均模型，AR是自回归，p为自回归项；
MA为挪动平均，q为挪动平均项数，d为时间序列成为平稳时所做的差分次数。
所谓ARIMA模型，是指将非平稳时间序列转化为平
2019/7/26 21:18:43
206KB
1
ARIMA预测模型训练集和预测集ARIMA模型全称为自回归积分滑动平均模型(AutoregressiveIntegratedMovingAverageModel,简记ARIMA)，是由博克思(Box)和詹金斯(Jenkins)于70年代初提出一著名时间序列（Time-seriesApproach）预测方法[1]，所以又称为Box-Jenkins模型、博克思-詹金斯法。
其中ARIMA（p，d，q）称为差分自回归挪动平均模型，AR是自回归，p为自回归项；
MA为挪动平均，q为挪动平均项数，d为时间序列成为平稳时所做的差分次数。
所谓ARIMA模型，是指将非平稳时间序列转化为平
其中ARIMA（p，d，q）称为差分自回归挪动平均模型，AR是自回归，p为自回归项；
MA为挪动平均，q为挪动平均项数，d为时间序列成为平稳时所做的差分次数。
所谓ARIMA模型，是指将非平稳时间序列转化为平
2019/7/26 21:18:43
206KB
1
这是我本人编写程序发包从美国海洋局NOAA查获的获得的每一经度每一纬度的磁偏角数据，仅查了东经北纬，日期是2010年10月，保存在数组ma[181][91]中，181代表经度，91代表纬度
2019/8/17 17:09:17
92KB
1
TS-D96ATE-D48ATS-D3K11F◆输入信号:4-20mA,0-10mA,1-5V,0-5V.◆阀位反馈精确度:±1.0%×满量程◆交流负载能力:6A/220V,交流过零触发.◆直流电流输出负载能力:750Ω
2017/3/4 9:40:56
87KB
1
作者：Vidal,René,Ma,Yi,Sastry,S.S.2016年新书。
据作者说：研究unsupervisedlearning，从一百多年前的PCA讲到压缩感知，知识纵跨上百年。
横跨代数几何，数理统计，高维数据处理，优化算法。
而使用更涉及科学和工程各个领域，是数据科学的入门基础
据作者说：研究unsupervisedlearning，从一百多年前的PCA讲到压缩感知，知识纵跨上百年。
横跨代数几何，数理统计，高维数据处理，优化算法。
而使用更涉及科学和工程各个领域，是数据科学的入门基础
2021/7/2 18:56:05
12.84MB
1
Shuffle的本义是洗牌、混洗，把一组有一定规则的数据尽量转换成一组无规则的数据，越随机越好。
MapReduce中的Shuffle更像是洗牌的逆过程，把一组无规则的数据尽量转换成一组具有一定规则的数据。
为什么MapReduce计算模型需要Shuffle过程？我们都知道MapReduce计算模型一般包括两个重要的阶段：Map是映射，担任数据的过滤分发；
Reduce是规约，担任数据的计算归并。
Reduce的数据来源于Map，Map的输出即是Reduce的输入，Reduce需要通过Shuffle来获取数据。
从Map输出到Reduce输入的整个过程可以广义地称为Shuffle。
Shuffle横跨Ma
MapReduce中的Shuffle更像是洗牌的逆过程，把一组无规则的数据尽量转换成一组具有一定规则的数据。
为什么MapReduce计算模型需要Shuffle过程？我们都知道MapReduce计算模型一般包括两个重要的阶段：Map是映射，担任数据的过滤分发；
Reduce是规约，担任数据的计算归并。
Reduce的数据来源于Map，Map的输出即是Reduce的输入，Reduce需要通过Shuffle来获取数据。
从Map输出到Reduce输入的整个过程可以广义地称为Shuffle。
Shuffle横跨Ma
2017/2/21 22:56:54
532KB
1
编码练习我的编码练习工作区。
目录布局src/Java源代码目录。
src/util/小型数据结构，如Pair，ListNode，TreeNode。
帮助进行测试的辅助工具，例如TreeFactory从数组构建树，IntArrays从JSON文件加载数组，随机播放数组，等等。
代码片段，如交换arr[i]和arr[j]。
src/data_structure/解决新问题时可能有用的数据结构实现。
src/算法/解决常见问题的算法。
档案/LeetCode，HackerRank等针对问题的存档解决方案。
出于记录目的，将代码转储到此处。
Java8+和C++20在语法上的比较功能编程JavaLambda表达式比C++更简约：参数类型可以省略；
{}和return关键字可以省略。
Java中的原始值数组上的Ma
目录布局src/Java源代码目录。
src/util/小型数据结构，如Pair，ListNode，TreeNode。
帮助进行测试的辅助工具，例如TreeFactory从数组构建树，IntArrays从JSON文件加载数组，随机播放数组，等等。
代码片段，如交换arr[i]和arr[j]。
src/data_structure/解决新问题时可能有用的数据结构实现。
src/算法/解决常见问题的算法。
档案/LeetCode，HackerRank等针对问题的存档解决方案。
出于记录目的，将代码转储到此处。
Java8+和C++20在语法上的比较功能编程JavaLambda表达式比C++更简约：参数类型可以省略；
{}和return关键字可以省略。
Java中的原始值数组上的Ma
2019/2/12 7:58:38
12.22MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB