显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

阿弥陀佛

街树飘影未见尘 潭月潜水了无声 般若观照心空静...

 
 
 
 
 
 

四川省 成都市

 发消息  写留言

 
一直从事气象预报、服务建模实践应用。 注重气象物理场、实况场、地理信息、本体知识库、分布式气象内容管理系统建立。 对Barnes客观分析, 小波,计算神经网络、信任传播、贝叶斯推理、专家系统、网络本体语言有一定体会。 一直使用Java、Delphi、Prolog、SQL编程。
 
近期心愿潭深流水缓, 德高言语迟, 境随心转,法从心出, 知性为自然立法, 分布式地球科学内容管理。
博客等级加载中...
今日访问加载中...
总访问量加载中...
最后登录加载中...
 
 
 
 
 

日志分类

 
 
日志分类列表加载中...
 
 
 
 
 
 
 
列表加载中...
 
 
 
 
 
 我要留言
 
 
 
留言列表加载中...
 
 
 
 
 
 
 
 

[置顶] 心经

2008-5-25 11:11:33 阅读1297 评论5 252008/05 May25

观自在菩萨,行深般若波罗蜜多时,照见五蕴皆空,度一切苦厄。舍利子,色不异空,空不异色,色即是空,空即是色,受想行识, 亦复如是。舍利子,是诸法空相,不生不灭, 不垢不净,不增不减。是故空中无色,无受想行识,无眼耳鼻舌身意,无色声香味触法, 无眼界,乃至无意识界,无无明,亦无无明尽,乃至无老死,亦无老死尽。无苦集灭道, 无智亦无得,以无所得故。菩提萨陲,依般若波罗蜜多故,心无挂碍,无挂碍故,无有恐怖,远离颠倒梦想,究竟涅盘。三世诸佛, 依般若波罗蜜多故,得阿耨多罗三藐三菩提。故知般若波罗蜜多是大神咒,是大明咒, 是无上咒,是无等等咒,能除一切苦,真实不虚。故说般若波罗蜜多咒,即说咒曰:揭谛揭谛,波罗揭谛,波罗僧揭谛,菩提娑婆诃。

来自:http://baike.baidu.com/view/73651.htm

(2013-07-29 00 于成都)感悟心经:般若源于心,心静则为自在菩萨,法由心出。心静=心经。对于一个程序员,找到一个静态特征语言(如:scala,OWL),写出序为特征的静态结构程序,可以得到心经所描述的,无我的,普世的世界(仅仅是现阶段的参悟)。

(2013-10-28 于维也纳) 感悟心经:"色不异空,空不异色,色即是空,空即是色"是心经的中心思想。近期研究范畴论和scalaz,体会到:

1. 半群(semigroup)具有内生(endo)的特性,保证了类的自身衍生的能力,具有明显的“色”特征;但是,半群由于缺乏“幺”,而缺乏“基底”,使得fold,flodleft无法展开,故加入“空”,可以使群

作者  | 2008-5-25 11:11:33 | 阅读(1297) |评论(5) | 阅读全文>>

作者  | 2018-7-20 4:00:41 | 阅读(30) |评论(0) | 阅读全文>>

24小时时间分组排序

2018-3-21 14:40:34 阅读40 评论0 212018/03 Mar21

def testTArr(): Unit ={

val tz:String="201801140000"

val H24 = 24

val t_as2: Array[Array[String]] = mkTimeArr(tz,nTime4fore).grouped(H24).toArray

prn(t_as2)

val nH = nTime4fore / H24

require(nH * H24 == nTime4fore,"nTime4fore 需要为24的倍数。")

//将t_as2分配到0..23个时间区

val g24s = Array.fill[String](nH,H24)("")

for (

i <- 0 until nH;

h <- 0 until H24;

ti = t_as2(i)(h);

hi = getHours(ti)

){

g24s(i)(hi) = ti

}

prn(g24s)

}

201801110100,201801110200,201801110300,201801110400,201801110500,201801110600,201801110700,201801110800,201

作者  | 2018-3-21 14:40:34 | 阅读(40) |评论(0) | 阅读全文>>

海南气象

2018-1-22 13:53:46 阅读43 评论0 222018/01 Jan22

作者  | 2018-1-22 13:53:46 | 阅读(43) |评论(0) | 阅读全文>>

预报4个时次,MSE误差610, 时差特征1小时

2018-1-7 21:27:40 阅读28 评论0 72018/01 Jan7

与预报3个时次MSE=470比较,预报4个时次MSE=610,表明LSTMPeephole的预报极限是3个时次。

作者  | 2018-1-7 21:27:40 | 阅读(28) |评论(0) | 阅读全文>>

英特尔? 至强? 处理器 E7 v3 助力提升 Java* 应用性能

2017-12-15 21:24:55 阅读29 评论0 152017/12 Dec15

英特尔? 至强? 处理器 E7 v3 助力提升 Java* 应用性能

java -XX:+UseRTMLocking -Xms40g -Xmx40g -XX:+UseParallelGC -XX:+UseParallelOldGC  -classpath `ls ~/calf270/lib/*.jar |tr "\n" ":"` amtf.Scheduler &

作者  | 2017-12-15 21:24:55 | 阅读(29) |评论(0) | 阅读全文>>

2017年11月21日

2017-11-21 17:19:30 阅读32 评论0 212017/11 Nov21

#install.packages('data.table')

#install.packages('MASS')

#install.packages('rbokeh')

library(data.table)

library(MASS)

library(rbokeh)

# fnmDictReal='/wk2/prj/calf4dl/doc/knn/stas.csv'

fnmDictReal='/wk2/prj/calf4dl/doc/knn/dictA.csv'

dictR <- fread(fnmDictReal)

nms <- c("sta","lat","lon","alt")

names(dictR) <- nms

DT0 <- dictR[lat>18.0]

DT1 <- DT0[lat<55.0]

DT2 <- DT1[lon>60.0]

DT <- DT2[lon<140.0]

length(DT$sta)

length(dictR$sta)

dx <- density(DT$lon)

dy <- density(DT$lat)

dxy<- kde2d(DT$lon,DT$lat,n=600)

fille

作者  | 2017-11-21 17:19:30 | 阅读(32) |评论(0) | 阅读全文>>

Abs_1

2017-11-19 19:59:00 阅读49 评论0 192017/11 Nov19

package layers.activation

import com.intel.analytics.bigdl.nn.Abs

import com.intel.analytics.bigdl.tensor.Tensor

object Abs_1 {

def main(args: Array[String]): Unit = {

val module = new Abs[Double]()

val input = Tensor[Double](2, 1, 2)

input(Array(1, 1, 1)) = 21

input(Array(1, 1, 2)) = -29

input(Array(2, 1, 1)) = -13

input(Array(2, 1, 2)) = 27

val gradOutput = Tensor[Double](2, 1, 2)

gradOutput(Array(1, 1, 1)) = 10

gradOutput(Array(1, 1, 2)) = -23

gradOutput(Array(2, 1, 1)) = -10

gradOutput(Array(2, 1, 2)) = 23

val output = module.forward(input)

作者  | 2017-11-19 19:59:00 | 阅读(49) |评论(0) | 阅读全文>>

再分析

2017-11-3 18:16:38 阅读31 评论0 32017/11 Nov3

作者  | 2017-11-3 18:16:38 | 阅读(31) |评论(0) | 阅读全文>>

Seq: _*

2017-10-24 22:56:15 阅读29 评论0 242017/10 Oct24

object Seq_1 {

def main(args: Array[String]): Unit = {

val a = Array((1,2),(3,4))

prn(a: _*)

// prn((1,2),(3,4))

}

def prn(t2 :Tuple2[Int,Int]*){

val tt2: Seq[(Int, Int)] = t2

for ((k,v) <- tt2)

println(k,v)

}

}

作者  | 2017-10-24 22:56:15 | 阅读(29) |评论(0) | 阅读全文>>

降水评分与IDV效果

2017-7-28 0:28:19 阅读42 评论0 282017/07 July28

作者  | 2017-7-28 0:28:19 | 阅读(42) |评论(0) | 阅读全文>>

2017年06月13日

2017-6-13 4:05:43 阅读38 评论0 132017/06 June13

201706121600#             PRS 应到: 11004, 实到: 10806, 缺测:    198, 到站率:0.982

201706121600#         PRS_Sea 应到: 11004, 实到: 10755, 缺测:    249, 到站率:0.977

201706121600#             TEM 应到: 45364, 实到: 43990, 缺测:   1374, 到站率:0.970

201706121600#             DPT 应到: 13296, 实到: 12500, 缺测:    796, 到站率:0.940

201706121600#             RHU 应到: 13296, 实到:  9416, 缺测:   3880, 到站率:0.708

201706121600#             VAP 应到: 13296, 实到: 12649, 缺测:    647, 到站率:0.951

201706121600#          PRE_1h 应到: 60750, 实到: 50328, 缺测:  10422, 到站率:0.828

201706121600#  

作者  | 2017-6-13 4:05:43 | 阅读(38) |评论(0) | 阅读全文>>

微量“听用”降水

2017-6-9 21:33:08 阅读62 评论0 92017/06 June9

微量(0.06——0.09)mm降水,在客观分析中,可以视为有降水,也可视为无降水。故在评分中,应该朝向有利于评分方向使用微量降水----“听用”降水

降雨评分中,对>=0.06的微量降水,在漏报统计中,作为降水,这样可以降低漏报率;在空报率中,对0.06—0.09的微量降水,按有利于评分的方向靠,这样可以降低空报率。

作者  | 2017-6-9 21:33:08 | 阅读(62) |评论(0) | 阅读全文>>

加了99.9,100后,颤动明显少了

2017-5-31 11:07:41 阅读60 评论0 312017/05 May31

作者  | 2017-5-31 11:07:41 | 阅读(60) |评论(0) | 阅读全文>>

2017-05-30 雨量误差个案分析

2017-5-30 18:14:14 阅读53 评论0 302017/05 May30

作者  | 2017-5-30 18:14:14 | 阅读(53) |评论(0) | 阅读全文>>

查看所有日志>>

 
 
 
 
 
 
 
日志评论
评论列表加载中...
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2018

注册 登录  
 加关注