2018-08-07 10:02:15
别在最能吃苦的年纪选择潇洒和安逸
人生晚吃苦不如早吃苦;人生是很累的,你现在不累,以后就会更累;人生是很苦的,你现在不苦,以后就会更苦;唯累过,方得闲;唯苦过,方得甜;请记住:别在最能吃苦的年纪选择安逸!
分类:心海导航 | 评论:0 | 浏览:136| 阅读全文
2018-08-07 09:42:06
love的真正含义
以前的我们“爱”从来不轻易说出口,现在的我们,常常把“爱”挂在嘴边,可能因为一个小小的感动,就用“爱”来做回报,无论对方是否真的是那个你爱的人。可是,你知道“love”真正的含义吗?我想,你不一定知道。
分类:杂七杂八 | 评论:0 | 浏览:168| 阅读全文
2018-08-07 09:33:13
杨绛先生这18句箴言让人受用一生
人活一世,草木一冬。分分秒秒不可逆转,一年和百年一样,对于大自然来说都是瞬间。”
分类:杂七杂八 | 评论:0 | 浏览:173| 阅读全文
2018-08-07 09:07:20
一个人的一生应该是这样度过的:
奥斯特洛夫斯基,文学名著《钢铁是怎样炼成的》:人最宝贵的东西是生命,生命属于人只有一次.一个人的一生应该是这样度过的:
分类:杂七杂八 | 评论:0 | 浏览:157| 阅读全文
2018-08-05 09:35:13
丁蔻理中丸方解
丁蔻理中丸的成分虽少,但作用大,非常适用于脾胃虚寒、肠易激综合征这类症状的患者,下面我们就来看一看丁蔻理中丸的处方和功效。
分类:养生保健 | 评论:0 | 浏览:285| 阅读全文
2018-08-01 10:52:13
什么是无线AP,胖瘦AP到底有什么区别?
AP是Access Point的简称,即无线接入点。它的功能是把有线网络转化成无线网络。形象的说无线AP更像是无线网和有线网之间沟通的桥梁。根据其工作原理和功能上无线AP通常分为两种:胖AP(Fat AP)和瘦AP(Fit AP)。
分类:网络日志 | 评论:0 | 浏览:148| 阅读全文
2018-08-01 10:11:36
锐捷无线瘦AP配置如何进行AC直连AP配置
当无线网络中的AP数量众多,而且需要统一管理和配置时,就需要增加AC,文章给出锐捷无线设备的配置要点。
分类:网络日志 | 评论:0 | 浏览:150| 阅读全文
2018-06-28 16:27:34
马云:未来的三十年,是人类最关键,最需要重视,最需要把握的30年
马云:成功没有快车道,幸福没有高速路。所有的成功,都来自不倦的努力和奔跑,所有幸福,都来自平凡的奋斗和坚持。只要你自己真正撑起来了,别人无论如何是压不垮你的,内心的强大才是真正的强大。
分类:网络日志 | 评论:0 | 浏览:179| 阅读全文
2018-06-25 10:37:43
关于小东填报志愿的建议
关于报考志愿的事我思考了很多,老在大脑中盘旋,现跟你宏观上分析、理一理思路。我看见你的微信和群里的信息了,老二让我帮你拿主意,挺难的。人生即选择,“选择”本来就是痛苦的,但是必须
分类:杂七杂八 | 评论:0 | 浏览:80| 阅读全文
2018-06-14 10:03:01
习近平在北京大学师生座谈会上的讲话(2018年5月2日)
5月2日,中共中央总书记、国家主席、中央军委主席习近平来到北京大学考察。这是习近平同北京大学师生座谈并发表重要讲话。
分类:杂七杂八 | 评论:0 | 浏览:161| 阅读全文
2018-06-01 09:40:23
港大授予马云名誉博士学位,马云在港大的演讲全文
5月18日晚间消息,下午,在香港大学李兆基会议中心大会堂举行的第199届学位颁授典礼上,马云获颁名誉社会科学博士学位,以表彰他对科技、社会和世界所作出的重大贡献。下面是他的演讲全文:
分类:杂七杂八 | 评论:0 | 浏览:171| 阅读全文
2018-05-29 10:31:22
三一班六一部分主持稿
A:亲爱的老师、同学们!B:亲爱的爷爷奶奶、叔叔阿姨们!合:大家上午(下午)好!
分类:杂七杂八 | 评论:0 | 浏览:156| 阅读全文
2018-05-17 15:15:29
hypergraph 超图简介
这几天在看关于复杂网络的paper,其中有一个概念叫做HyperGraph,中文名译为“超图”。这个概念paper上面讲的不是很清楚,于是我去查了一下维基:
分类:网络日志 | 评论:0 | 浏览:151| 阅读全文
2018-05-17 09:34:16
特征路径长度,聚类系数,介数,节点效率简介
文章简要概括无向无权图中特征路径长度,聚类系数,介数三个概念。
分类:网络日志 | 评论:0 | 浏览:305| 阅读全文
2018-05-16 16:27:25
k-means聚类算法和层次聚类算法简介
聚类就是按照某个特定标准(如距离准则)把一个数据集分割成不同的类或簇,使得同一个簇内的数据对象的相似性尽可能大,同时不在同一个簇中的数据对象的差异性也尽可能地大。即聚类后同一类的数据尽可能聚集到一起,不同数据尽量分离。