Maxwell

数字孪生（DigitalTwin）最开始由美国国防部明确提出，用以航天航空飞行器的健康维护保养与保障。其核心内容为根据数学原理创建系统软件中核心部件、重要数据流分析相对路径和每个检测点传感器等元器件的数学模型，并将数学模型依据系统软件逻辑性展开连接转化成数字化模拟仿真模型，根据外界传感器收集真正系统软件载荷量根据有线或无线数据传输将数据信号引入模拟仿真模型，驱动模拟仿真模型与真正系统软件同时工作，进而运维管理工作人员能够在数字模拟仿真模型中很形象化的查看到真正系统软件无法精确测量或无法精确测量的实时监测数据信息。 数字孪生的产生很大程度的便捷了系统软件检测工作人员的经营成本，且能够迅速发觉与找到运作难题，有效预测分析器件使用期限，节约成本提高工作效率。伴随着电子信息技术发展与物联网的升级，数字孪生被推广到以航天航空、路轨车辆、自动化生产等领域主导的各类工业与生产制造中，如何对于不同领域的器件展开合理化等效并转化成数字样品，如何提高数字孪生的模拟仿真速度与精度，这些全是数字孪生急需解决的关键问题。 一、基于ANSYS平台的数字孪生完成方式 做为一家以有限元模拟仿真而知名的美国ANSYS公司，早在两年前其提出了以有限元模拟仿真为基础，系统级模拟仿真为终极目标的数字孪生模拟仿真计划方案。计划方案中选用有限元、有限体积法等数值分析方式，ROM、LTi、SVD、ECE等模型降阶方式 和SML

前言 在网文 「An Electronic Mesurement of the Boltzmann's Constant Using I-V Characterisctic of a Silicon 2N2309 Diode」 [1] 中介绍了使用三极管2N3094来测量 「Boltzmann Constant」 的方法。 由于这个方法简便易行，所使用的设备也是大多数电子实验室都具备，所以称为很多电子类课程中，学生喜欢做的电子实验。 ▲ Ludwig Boltzmann(1844-1904) 以及Maxwell-Boltzmann 分布 玻尔兹曼常数（Boltzmann constant），通常使用 表示，是指有关于温度及能量的一个物理常数。玻尔兹曼是一位奥地利物理学家，在统计力学的理论有重大贡献，玻尔兹曼常数具有相当重要的地位。 ▲ Boltzmann常数 01实验及数据分析 1.基于2N3904的Boltzmann常数 在PN结两边，存在一个由电子-空穴扩散而形成的耗散区，以及伴随着的接触电位 区，只有热量动能超过 的电子才能够从n型区域穿越到p型区域。根据统计力学原理，处在热平衡下电子的动能分布遵循 「玻尔兹曼分布」 [2] 。具有能量为 的概率为： 其中 是漂移电流， 是比例常数， 是温度， 是玻尔兹曼常数。 ▲ PN结的结构示意图 这股漂移电流在耗散区建立一个电场

1. 引言 Benedikt B¨unz、 Jonathan Bootle和 Dan Boneh等人2018年论文《 Bulletproofs: Short Proofs for Confidential Transactions and More 》中： 提出了Bulletproofs算法——基于discrete logarithm assumption，无需trusted setup，具有short proofs的NIZK算法。（采用Fiat-Shamir heuristic来实现non-interactive。）Bulletproofs尤其适合用于为committed values提供range proofs： – 证明a committed value is in a range，仅需要 2 log ⁡ 2 ( n ) + 9 2\log_2(n)+9 2 lo g 2 ​ ( n ) + 9 group 和 field elements，其中 n n n 为range的bit length。 – Proof generation和verification time均为 O ( n ) O(n) O ( n ) 。 现有Bitcoin及其它加密货币隐私交易的range proof size为 O ( n ) O(n) O ( n ) ，Bulletproofs将其提高至 2

CUDA（Compute Unified Device Architecture）的中文全称为计算统一设备架构。做图像视觉领域的同学多多少少都会接触到CUDA，毕竟要做性能速度优化，CUDA是个很重要的工具，CUDA是做视觉的同学难以绕过的一个坑，必须踩一踩才踏实。CUDA编程真的是入门容易精通难，具有计算机体系结构和C语言编程知识储备的同学上手CUDA编程应该难度不会很大。本文章将通过以下五个方面帮助大家比较全面地了解CUDA编程最重要的知识点，做到快速入门： GPU架构特点 CUDA线程模型 CUDA内存模型 CUDA编程模型 CUDA应用小例子 1. GPU架构特点 首先我们先谈一谈串行计算和并行计算。我们知道，高性能计算的关键利用多核处理器进行并行计算。 当我们求解一个计算机程序任务时，我们很自然的想法就是将该任务分解成一系列小任务，把这些小任务一一完成。在串行计算时，我们的想法就是让我们的处理器每次处理一个计算任务，处理完一个计算任务后再计算下一个任务，直到所有小任务都完成了，那么这个大的程序任务也就完成了。如下图所示，就是我们怎么用串行编程思想求解问题的步骤。 但是串行计算的缺点非常明显，如果我们拥有多核处理器，我们可以利用多核处理器同时处理多个任务时，而且这些小任务并没有关联关系（不需要相互依赖，比如我的计算任务不需要用到你的计算结果），那我们为什么还要使用串行编程呢

数字孪生（DigitalTwin）最开始由美国国防部明确提出，用以航天航空飞行器的健康维护保养与保障。其核心内容为根据数学原理创建系统软件中核心部件、重要数据流分析相对路径和每个检测点传感器等元器件的数学模型，并将数学模型依据系统软件逻辑性展开连接转化成数字化模拟仿真模型，根据外界传感器收集真正系统软件载荷量根据有线或无线数据传输将数据信号引入模拟仿真模型，驱动模拟仿真模型与真正系统软件同时工作，进而运维管理工作人员能够在数字模拟仿真模型中很形象化的查看到真正系统软件无法精确测量或无法精确测量的实时监测数据信息。 数字孪生的产生很大程度的便捷了系统软件检测工作人员的经营成本，且能够迅速发觉与找到运作难题，有效预测分析器件使用期限，节约成本提高工作效率。伴随着电子信息技术发展与物联网的升级，数字孪生被推广到以航天航空、路轨车辆、自动化生产等领域主导的各类工业与生产制造中，如何对于不同领域的器件展开合理化等效并转化成数字样品，如何提高数字孪生的模拟仿真速度与精度，这些全是数字孪生急需解决的关键问题。 一、基于ANSYS平台的数字孪生完成方式 做为一家以有限元模拟仿真而知名的美国ANSYS公司，早在两年前其提出了以有限元模拟仿真为基础，系统级模拟仿真为终极目标的数字孪生模拟仿真计划方案。计划方案中选用有限元、有限体积法等数值分析方式，ROM、LTi、SVD、ECE等模型降阶方式 和SML

今天刷看到了YOLOv4之时，有点激动和兴奋，等了很久的YOLOv4，你终究还是出现了 论文地址： https://arxiv.org/pdf/2004.10934.pdf GitHub地址： https://github.com/AlexeyAB/darknet 觉得作者很地道，论文附上开源，没有比这更开心的事情了吧！ 首先附上对论文总结的思维导图，帮助大家更好的理解！ 下边是对论文的翻译，有些地方可能翻译的不是很准备，欢迎指正补充 （思维导图和论文译文PDF均可在公众号【计算机视觉联盟】回复YOLOv4获取） 摘要 有很多特征可以提高卷积神经网络（CNN）的准确性。需要在大型数据集上对这些特征的组合进行实际测试，并需要对结果进行理论证明。某些特征仅在某些模型上运行，并且仅在某些问题上运行，或者仅在小型数据集上运行；而某些特征（例如批归一化和残差连接）适用于大多数模型，任务和数据集。我们假设此类通用特征包括加权残差连接（WRC），跨阶段部分连接（CSP），交叉小批量标准化（CmBN），自对抗训练（SAT）和Mish激活。我们使用以下新功能：WRC，CSP，CmBN，SAT，Mish激活，马赛克数据增强，CmBN，DropBlock正则化和CIoU丢失，并结合其中的一些特征来实现最新的结果： 在MS COCO数据集上利用Tesla V10以65 FPS的实时速度获得了43.5

序 本文主要研究一下maxwell的Recovery Recovery maxwell-1.25.1/src/main/java/com/zendesk/maxwell/recovery/Recovery.java public class Recovery { static final Logger LOGGER = LoggerFactory.getLogger(Recovery.class); private final ConnectionPool replicationConnectionPool; private final RecoveryInfo recoveryInfo; private final MaxwellMysqlConfig replicationConfig; private final String maxwellDatabaseName; private final RecoverySchemaStore schemaStore; public Recovery(MaxwellMysqlConfig replicationConfig, String maxwellDatabaseName, ConnectionPool replicationConnectionPool, CaseSensitivity caseSensitivity,

序 本文主要研究一下MaxwellKafkaPartitioner MaxwellKafkaPartitioner maxwell-1.25.1/src/main/java/com/zendesk/maxwell/producer/partitioners/MaxwellKafkaPartitioner.java public class MaxwellKafkaPartitioner extends AbstractMaxwellPartitioner { HashFunction hashFunc; public MaxwellKafkaPartitioner(String hashFunction, String partitionKey, String csvPartitionColumns, String partitionKeyFallback) { super(partitionKey, csvPartitionColumns, partitionKeyFallback); int MURMUR_HASH_SEED = 25342; switch (hashFunction) { case "murmur3": this.hashFunc = new HashFunctionMurmur3(MURMUR_HASH_SEED); break; case "default

我想我十八年来记忆最深刻的夜晚，大概便是在吉林大学燥热的宿舍里，穿着橘黄色的短袖，努力咽下大口大口的雪碧。那天晚上我仰躺在吉大热得几乎不能入眠的床板上，一动不动，看夏夜里打不尽的蚊子在惨白的天花板下飞过。我甚至记不清我是否睡着了，只记得第二天早晨五点多便从床上爬起，告别准备去往火车站的同学，一个人走向前去机场的大巴。那一天，我无奈退役。 OI是一门竞赛，有着竞赛与生俱来的惨烈；在它与大学挂上钩以后，更关乎梦想与前途。尤其是在为了OI，误掉一门门文化课，成绩一点点下滑时，更有一种易水萧萧西风冷的悲壮。省赛，省选，国赛，一次次中流击楫，一次次折戟沉沙。个中艰辛，没参加过竞赛的同学，或者一点就通的天才，很难理解体会。作为智力平平的普通人，我们只能靠努力；只可惜对于我们，谋事在人，成事在天。 OI数年，无果而终，最让人心痛。就算再有多少人安慰，说不难过，那是假的。但那又如何呢。我们总有很多梦想，有很多想做的事，有很多想去的地方。搞OI的时候，所希冀的不过事情也不过两桩：奖牌，大学。尽管简单功利，却直观显然。现在的失败，只拆毁了一半的梦想，另一半仍有机会可以触及。 所以再难过，再不甘，再后悔，也要上路了；不计后果，不顾得失，不想其他，再来一发少年热血。为了梦想我们曾牺牲了很多；为了下一个梦想我们也没理由畏畏缩缩。曾经挑灯夜战捉比赛，曾经绞尽脑汁想难题，曾经费尽周折找题解，而这样的精神气魄

序 本文主要研究一下BinlogConnectorReplicator的getTransactionRows BinlogConnectorReplicator maxwell-1.25.1/src/main/java/com/zendesk/maxwell/replication/BinlogConnectorReplicator.java public class BinlogConnectorReplicator extends RunLoopProcess implements Replicator { //...... private RowMapBuffer getTransactionRows(BinlogConnectorEvent beginEvent) throws Exception { BinlogConnectorEvent event; RowMapBuffer buffer = new RowMapBuffer(MAX_TX_ELEMENTS, this.bufferMemoryUsage); String currentQuery = null; while ( true ) { event = pollEvent(); if (event == null) { ensureReplicatorThread(); continue; }