预定25年年度图书！历史课本没写的角落：战时北平底层女性群像，用「犯罪」书写的生存史诗

体佛法师:佛陀为什么不用神通让天下太平？

-

美国的制度

-

对话领益智造董事长曾芳勤：巨人背后

由仰望汽车与界面新闻联合呈现的企业家对谈栏目《潮起》第二季正式上线。首期《巨人背后》对话领益智造曾芳勤，一起看看一位从国企下海创业的女性，如何成为支撑起庞大产业的企业掌舵人。

《太平天国：当语言系统崩塌 世界会如何疯掉一次》

张辽：世人记住了我的勇猛，却忘记了我的悲悯与孤独

张辽的一生仿佛在提醒着人们：战争年代，真正撑起山河的，不是屠城的烈火，也不是史书上的数字，而是无数次“我来挡”的抉择。人可以被时代推搡，却仍能在每一次举戟时选择向外还是向内——向外是杀伐，向内是守护。 当他合上眼，风过江都，万里硝烟似乎也随之稍歇。那一刻，大地并未真正安宁，但它至少失去了一柄再不会被抬起的长戟；而无数握戟的后来者，或许会想起那句低哑的自语——“愿有一人，替我守此天下。”——张辽篇 视频内容参考： 《后汉书·卷九十·乌桓鲜卑列传第八十》 《后汉书·卷八·孝灵帝纪》 《三国志·卷六·董卓传》 《三国志·卷三十二·先主传》 《英雄记》 《三国志·卷七·吕布传》 《资治通鉴·卷六十二》 《献帝春秋》 《魏略》 《三国志·卷十七·张辽传》 《太平御览·兵部二十七》 《水经注·卷三十二》 《三国志·卷十七·乐进传》 《读史方舆纪要·卷二十六·南直八》 田磊.魏国名将张辽化解人际争端的历史借鉴[J].领导科学, 2020(19):3. 米七六. 曹操帐下的第一大将——张辽．《vip》，2017 视频背景音乐（BGM）： call of silence（钢琴独奏版） 重生—媚者无疆 电视剧原声带 白纻—舞剧《李白》音乐（完整版） Blue Drago—泽野弘之 日剧《医龙》原声带 迷失之时—日剧《笃姬》原声带 宇宙尽头的碎片—知晏 雪满长安道—柳不贰 华年—卜卜卜 水龙吟—关大洲 《国家宝藏》第一季 原声带 no one —木村秀彬 前世—夜鹿/Yorushika 将雪—柳不贰 贾鹏芳 琴师—小川  弱水三千 视频画面引用： 纪录片《中国》 纪录片《航拍中国》  纪录片《美丽中国》  地理纪录片《地理·中国》  纪录片《中国古镇》  纪录片《遇见最极致的中国》 无版权空镜 配音/剪辑/文案：子非秋月 【子非秋月，为您讲述】

性禁欲如何激活你的真正力量 - 卡尔·荣格

火不会熄灭，它会转化。 本视频文稿见置顶动态 【内容原创or翻译素材来自互联网若侵删。】

邹老师四六级翻译-昆曲（2025-06-10）

-

放量下跌，后续择处理？

放量下跌，后续怎么处理

SCI原创时长35分超详细）最优拉丁超立方改进加萁舌线改进多目标鲸鱼优化算法结合克里金做代理模型结合熵权法结合最有拉丁超立方实验设计

(懒人救星版)Kriging_ZYLSHNSCFWOA_Topsis SCI要求：内容丰富工作量大：   ZYLSH最有拉丁超立方抽样实验设计+kriging+改进多目标鲸鱼+Topsis 四大模块 原创改进点：最优拉丁超立方+萁设 最优拉丁超立方实验设计和最优拉丁超立方改进设计 区别：最优拉丁超立方实验设计是对自变量进行的设计， 最优拉丁超立方改进是对初始种群（中间求解变量） (懒人救星版)Kriging_ZYLSHNSCFWOA_Topsis克里金做代理预测模型最优拉丁超立方改进加萁舌线改进多目标鲸鱼算法反求最优因变量和对应的最佳自变量组合，结合熵权法Topsis求解各帕累托各解的接近度确定最优解组合 懒人救星版：     1.任意多输入多输出都可以用(采用三套数据集) 4输入2输出.xlsx 4输入3输出.xlsx  5输入3输出.xlsx     2.加入数据拟合散点图 数据特点：（多元化的数据） 包含0-1数据、大于1的数据和极大的数据（10的8次方） 每个代码压缩文件包改动代码处不超过3处 如下图代码中：（改动点总计3处代码即可运行） 克里金模型Kriging模型原理说明文档 克里金模型，也称为空间插值法，是一种在空间数据分析中常用的方法，用于估计未知点的值，基于已知点的观测数据和它们之间的空间相关性。 克里金模型的目标是无偏估计，即估计值的期望值等于真实值，这涉及到无偏性条件的数学表达。同时，最小化估计方差的条件，这需要用到拉格朗日乘数法来求解权重系数。 基本假设、变异函数、克里金估计公式、权重求解、不同类型克里金、应用 克里金模型（Kriging）是一种基于空间相关性的插值方法，广泛应用于地质统计学、环境科学等领域。其核心思想是通过已知样本点的观测值，结合空间自相关性，对未知点进行最优无偏估计。 首先，Topsis，也就是逼近理想解排序法，是一种多准则决策分析方法。它的基本思想是通过计算各方案与理想解（正理想解）和负理想解之间的距离来进行排序。理想解是各指标的最优值，负理想解是各指标的最劣值。然后根据相对接近度来排序，相对接近度越高，方案越优。 然后是熵权法，这是一种客观赋权方法，用于确定各指标的权重。熵原本是热力学中的概念，后来在信息论中用于衡量信息的不确定性。熵权法通过计算各指标的熵值来判断该指标的离散程度，离散程度越大，熵值越小，信息量越大，权重也就越高。反之，离散程度越小，熵值越大，权重越低。 Topsis 熵权法是指在 Topsis 中使用熵权法来确定各指标的权重，而不是主观赋权。这样可以让权重的确定更客观，减少主观因素的影响。 Topsis 熵权法是一种结合了逼近理想解排序法（Topsis）和熵权法的多准则决策分析方法，主要用于解决多指标评价问题。其核心思想是通过熵权法客观确定指标权重，再利用 Topsis 对方案进行排序。 原理如下： 包括数据标准化、熵权计算、加权矩阵构建、理想解确定、距离计算和排序

秒杀仔细阅读

这两篇是典型的比较简单的仔细阅读，考场上又快又准地做好有利于留出时间给翻译和选词填空，最大化成绩，下个视频会出比较难的仔细阅读的做法。