最近开学3周 在学习网络协议相关课程 本篇文章就当作是学习的一个mark吧 我简单记录自己的学习体会

• 简介

ppp属于网络接口层协议，主要使用于拨号接入Internet的场合。ppp协议对等端是客户和ISP

最近有点儿时间 把前段时间想看的书给看了 这本书算是近段时间的枕边书了 刚开始的时候并不想看他 都是书名惹的祸 一直对这类题材不是很感兴趣 某一天在行车途中 听到车里的广播 朗读者在念书里的一段 现在隐约还记得是：

诚实的生活方式其实是按照自己身体的意愿行事。世俗的好处：安全感、和谐和幸福，这些东西一旦相加，或许看似爱情，也几乎等于爱情。但它们终究不是爱情。

这段时间忙着过年 怠慢了学习 还有好多的坑没填 心里还是蛮慌的 比如这个算法还没入门 好了 闲话不多讲 就谈谈我这段时间静下心来学习到的一些东西吧 然后开学也是耽误了一些时间 现在真的开始弄支持向量机了

数学建模美赛于昨天刚结束，这次比赛和队友之间配合特别默契，虽然不确定他们能不能看到，但是还是想对他们表达一下感谢，大家在一起学习的时候感觉特别好，希望有机会可以继续一起学习呀。

通过这次比赛还了解到了很多的东西，需要填的坑也蛮多，鉴于昨天有点辛苦，故今天想继续填坑之旅，首先要解决的是时间序列这个问题。好了闲话不多说了，下面谈一下我的理解。

• 简介

时间序列是指将某种现象某一个统计指标在不同时间上的各个数值，按时间的先后顺序排列而成的序列。（这个序列多为离散序列）

由于在数学建模的过程中，常常碰到需要做预测的问题，故本人最近学习了灰色预测模型。所谓灰色，是指对含有不确定因素的系统进行预测的方法。而自然界中的大多数问题都含有不确定因素，故这个算法对解决实际问题很有帮助，下面本人就谈谈自己一点浅薄的理解吧。

• 简介

灰色预测模型(Gray Forecast Model)是通过少量的、不完全的信息，建立数学模型并做出预测的一种方法。灰色预测模型所需建模信息较少，运算方便，建模精度高。在灰色预测中，应用得最多的灰色预测模型是GM(1,1)模型，GM(1,1)模型是灰色系统理论中一种灰色动态预测模型。该模型将时间序列转化为微分方程，建立抽象系统的发展变化动态模型。

• 算法步骤

  more >>

最近在参加数学建模美赛 由于需要模拟森林火灾蔓延的动态模型 查阅相关资料发现元胞自动机能有效地解决这个问题 本文就当作是自己入门元胞自动机的一些心得吧

• 简介

元胞自动机（简称CA）是定义在一个离散、限状态的元胞空间上，按照一定规则，在离散的时间上演化的动力学系统。其特点是时间，空间，状态都离散，每个状态只取有限多个状态，且其状态改变的规则在时间和空间上都是局部的。

在正式介绍元胞自动机之前，先引入一个有限状态自动机（FSA）的概念。

• 有限状态自动机

有限状态自动机是具有离散输入和输出系统的一种数学模型。

其特点如下：

博客里常常需要写一些数学公式，本文就当作一个备份吧，方便我自己也方便您呀。废话不多说：

大概从2018年1月24号开始搭建这个博客，其中踩过最大的坑就是关于mathjax的渲染问题 事到如今总算是搞定了这个问题。

看了许多blog，对我来说最有用的还是这种办法,废话不多说直接上解决方案：

• mathjax渲染数学公式

首先找到node_modules\marked\lib下marked.js 用ctrl+f定位到：

1

escape: /^\\([\\`*{}\[\]()#$+\-.!_>])/,

修改为：

1

escape: /^\([`*{}[]()# +-.!_>])/,

“引到灭亡，那门是宽的，路是大的，进去的人也多。通往永生，那门是窄的，路是小的，找到的人也少。”

​ ——纪德

严格意义上来讲 我的书评不算书评 只是一个意识流而已 自己强加的意志罢了

从高中的时候看文学少女这本轻小说的时候 接触到这本书–窄门 来自纪德 很多事情都记不清了 只记得上面那段话 大抵是深夜里的乱七八糟的心情又跑出来了吧

• 简介

在信息论中，熵是对不确定性的一种度量。信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性越大，熵也越大。

熵权法是一种客观附权法，因为它仅仅依赖于数据本身的离散型(离散型数据类似于整数，比如人数等）。本文主要讲述用熵值来判断某个指标的离散程度，指标的离散程度越大，该指标对综合评价的影响（权重）越大。