学习手记 on DoubleCat's Blog

R学习手记

Mon, 31 Mar 2025 20:59:57 +0800

⚠由于技术原因，该篇文章的部分内容被损毁，静待恢复

Mark定义

Mark标识	定义
F	已完成
OD	已过时，需要更新
U	未完成
P	计划中

排版控制

拼好图-patchwork[Mark: U]

简要

安装与导入

patchwork就是这么一个拼图包 ~~拼好图~~

%% 安装 %%
install.packages("patchwork")

%% 导入 %%
library(ggplot2)
library(patchwork)

多"图"拼接

`1`	`bind <- p1 + p2`

`1`	`bind <- p1 + p2 + p3 + p4`

`1`	`bind <- p1 + p2 + p3 + p4 + plot_layout(nrow = 3, byrow = FALSE)`

`1`	`bind <- (p1 \| p2) / p3`

1
2

bind <- (p1 | p2)
bind <- bind / p3

`1`	`bind <- (p1 \| p2) / p3`

需要更新：

添加注释

`1`	`bind <- ((p1 \| p2) / p3) + plot_annotation(title = 'Title')`

`1`	`bind <- ((p1 \| p2) / p3) + plot_annotation(tag_levels = 'A')`

函数定义

plot_layout(
  ncol = waiver(), #定义网格尺寸，下同
  nrow = waiver(),
  byrow = waiver(), #矩阵或FALSE
  widths = waiver(), #匹配尺寸用宽高，NA/-1null有特殊
  heights = waiver(),
  guides = waiver(),
  tag_level = waiver(),
  design = waiver(),
  axes = waiver(),
  axis_titles = axes
)

plot_annotation(
  title = waiver(),
  subtitle = waiver(),
  caption = waiver(),
  tag_levels = waiver(),
  tag_prefix = waiver(),
  tag_suffix = waiver(),
  tag_sep = waiver(),
  theme = waiver()
)

Typst学习手记

Thu, 27 Mar 2025 00:43:07 +0800

格式控制类

首行2字符空白+两端对齐

`1`	`#set par(first-line-indent: (amount: 2em, all: true), justify: true)`

标题黑体+正文仿宋(CJK)

#show heading: it => {
  let spacing = if it.level == 1 {
    1em
  } else {
    0.8em
  }
  let weight = if it.level == 1 {
    "bold"
  } else if it.level == 2 {
    "semibold"
  } else {
    "regular"
  }
  let size = if it.level == 1 {
    font-size.at("3")
  } else if it.level == 2 {
    font-size.at("4")
  } else {
    font-size.at("-4")
  }
  set block(above: spacing, below: 7pt)
  set text(weight: weight, size: size, font: (font.main, font.Sans))
  it
}

自定义类

有序列表序号客制化

`1`	`#set enum(numbering: "a.")`

常用数组/函数

CJK大小-像素大小

#let font-size = (
  "0": 42pt,
  "-0": 36pt,
  "1": 26pt,
  "-1": 24pt,
  "2": 22pt,
  "-2": 18pt,
  "3": 16pt,
  "-3": 15pt,
  "4": 14pt,
  "-4": 12pt,
  "5": 10.5pt,
  "-5": 9pt,
  "6": 7.5pt,
  "-6": 6.5pt,
  "7": 5.5pt,
  "-7": 5pt,
)

字体

#let font = (
  main: "IBM Plex Serif",
  mono: "IBM Plex Mono",
  Serif: "Noto Serif CJK SC",
  Sans: "Noto Sans CJK SC",
  size: font-size.at("-4"),
)

大标题

#let title(title) = {
  set align(center)
  text(title, weight: "bold", size: font-size.at("-2"), font: (font.main, font.Sans))
}

二喵的CS编程手册

Tue, 19 Jul 2022 00:42:23 +0800

The past is never dead, it is not ever past. 过去从未消亡，它甚至从未过去

————威廉·福克纳

网站列表

书籍列表

视频地址

技术

Capturingreality | Create realistic 3D models from photos
AlphaFold
Carbon | Google said it will replace C++
Rust | Seems already replace C++
Cosine Similarity

开源软件

FFmpeg | God of process multimedia
Uptime-kuma | Self-hosted monitoring tool

Qt手记

Fri, 11 Apr 2025 02:04:01 +0800

Windows环境缺失

报错信息为：

1
2

qt.qpa.plugin: Could not find the Qt platform plugin "windows" in ""
This application failed to start because no Qt platform plugin could be initialized. Reinstalling the application may fix this problem.

通过Windows软件依赖匹配中的操作即可修复

Windows软件依赖匹配

通过使用windeployqt.exe工具，可以为编译好的程序配置使用环境

例如对于test.exe，我可以输入：

`1`	`windeployqt.exe .\test.exe`

输出类似于：

Adding Qt6Svg for qsvgicon.dll
Skipping plugin qtvirtualkeyboardplugin.dll due to disabled dependencies (Qt6Qml Qt6Quick).
Direct dependencies: Qt6Core Qt6Gui Qt6Widgets
All dependencies   : Qt6Core Qt6Gui Qt6Widgets
To be deployed     : Qt6Core Qt6Gui Qt6Svg Qt6Widgets
Qt6Core.dll is up to date.
Qt6Gui.dll is up to date.
Updating Qt6Svg.dll.
Qt6Widgets.dll is up to date.
Updating opengl32sw.dll.
Updating D3Dcompiler_47.dll.
Updating libgcc_s_dw2-1.dll.
Updating libgcc_s_seh_64-1.dll.
Updating libgcc_s_sjlj-1.dll.
Updating libstdc++-6.dll.
Updating libstdc++_64-6.dll.
Updating libwinpthread-1.dll.
Updating libwinpthread_64-1.dll.
Creating directory D:/Project/test/build/iconengines.
Updating qsvgicon.dll.
Creating directory D:/Project/test/build/imageformats.
Updating qgif.dll.
Updating qicns.dll.
......

习惯回路与适应性

Tue, 08 Apr 2025 02:33:27 +0800

本文内容部分使用AIGC，不作为诊疗参考

习惯回路：大脑的“自动化程序”

什么是习惯回路？

习惯回路（Habit Loop）是大脑形成习惯的神经机制，由三部分组成：

提示（Cue）：触发习惯的信号（如时间、地点、情绪）。
惯常行为（Routine）：自动执行的动作（如吃零食、吸烟）。
奖赏（Reward）：行为后获得的满足感（如多巴胺分泌）。

eg. 吸烟者的习惯回路

提示：饭后坐在沙发上（场景触发）。
惯常行为：点一支烟。
奖赏：尼古丁刺激多巴胺分泌，缓解压力感。

循证医学证据

基底神经节的作用：研究显示，习惯行为由基底神经节控制，而非前额叶皮层（负责决策），因此习惯是“自动化”的（Graybiel, 2008）。
多巴胺强化机制：奖赏通过多巴胺释放强化行为，形成神经通路（Volkow et al., 2019）。
干预策略：改变习惯需保留“提示”和“奖赏”，替换“行为”。例如，用嚼口香糖替代吸烟（Lally et al., 2010）。

适应性：身体和大脑的“自我升级”

适应性是什么？

适应性指生物体通过调整自身功能或结构，适应环境变化的能力。在医学中，适应性体现在：

生理适应：长期运动后心肺功能增强。
神经可塑性：学习新技能时，大脑神经元重组连接。
行为适应：慢性疼痛患者发展出保护性动作模式。

循证医学证据

运动适应性：规律运动可增加线粒体数量和肌肉毛细血管密度，提升代谢效率（Booth et al., 2012）。
神经可塑性：中风患者通过康复训练，未受损脑区可接管受损区域功能（Cramer et al., 2011）。
疼痛适应：慢性疼痛患者可能出现中枢敏化（中枢神经系统过度反应），需通过认知行为疗法（CBT）重建适应性反应（Turk et al., 2011）。

习惯回路与适应性的关系

良性循环：好习惯促进身体适应

eg. 糖尿病管理

习惯回路：
- 提示：餐后血糖监测提醒。
- 行为：散步15分钟。
- 奖赏：血糖稳定带来的安心感。
适应性：长期坚持可改善胰岛素敏感性（Umpierre et al., 2011）。

恶性循环：坏习惯引发病理适应

eg. 久坐与腰痛

习惯回路：
- 提示：工作压力大。
- 行为：久坐不动。
- 奖赏：暂时放松。
适应性：核心肌群萎缩→腰椎稳定性下降→慢性腰痛（Hoy et al., 2010）。

如何利用习惯回路改善健康？

识别提示和奖赏：记录不良习惯的触发点（如压力大时暴饮暴食）。
替换行为：用健康行为替代旧习惯（如压力大时改为深呼吸或快走）。
强化奖赏：放大健康行为的正向反馈（如运动后记录成就感）。
循证工具：
- 使用习惯追踪APP（证据显示自我监测可提升依从性，Burke et al., 2012）。
- 结合正念训练（Mindfulness）阻断自动习惯反应（Brewer et al., 2013）。

Zotero个人指南

Fri, 04 Apr 2025 05:27:30 +0800

什么是Zotero

Zotero是一款免费、易于使用的文献管理工具，可以帮助收集、管理、阅读、批注、引用和共享文献。使用 Zotero将使你的学术生产效率大增。

相较于另外三个比较常用的文献管理工具，即Endnote、Mendeley、Noteexpress、Citavi而言，Zotero同时具有轻量化、可扩展性强、易用、可同步、便宜免费、界面美观等特点，可以算是直接杀死了比赛。

Zotero快速启动

请首先到Zotero官方下载页面下载对应的软体

需要注意的是，Android版本仍在开发中，但可以在Google Play中下载到测试预览版（但是截止发文，测试名额已满，可以前往第三方的夜间构建项目获取APK包）。

Zotero具有简单易上手的特性，基本上无需教程东点一下西点一下也就差不多都知道了

或者也可以点击Zotero中文社区进行快速入门

Zotero特殊配置

添加国标引用样式

在使用Zotero进行中文论文写作时，需要使用国标引用样式进行论文的引用和文献列表的插入，这个时候就需要提前添加国标引用样式。

点击最上方标签栏中的编辑，点击设置。在随后弹出的窗口中点击左侧的引用，再点击右侧的紫色超链接获取更多样式，在左侧的搜索框中填入China National Standard即可看到列出的可以添加的样式。

按你的需求添加一个就行

美化

见Zotero插件中的Ethereal Style for Zotero部分

Zotero插件

为了让Zotero使用更加方便，我推荐以下我使用的插件

Translate For Zotero

显而易见的，这是一个翻译插件

它可以在你阅读的时候提供划词/句/段翻译的功能，也可以提供批注翻译的功能

右侧也有一个翻译窗口，可以直接将需要翻译的内容添加到里面进行翻译

在翻译的时候，对于一些PDF处理没那么好的期刊，可能会出现划到页眉页脚的情况

这个时候可以打开翻译插件的拼接翻译功能，该功能可以让你进行连续的划词/句/段，内容将会按照划的顺序自动拼接。

插件支持设置不同的翻译接口，以及其它多种个性化设置

可以进入设置-翻译中进行修改

Ethereal Style for Zotero

这个插件适用于想美化自己的Zotero，有一定学习插件时间的人群。

个人使用不是很多，更推荐参考Zotero中文社区的内容

Jasminum

Jasminum（茉莉花）是一个用于识别中文元数据的插件。

原始的Zotero不支持中文元数据的识别，该插件提供了解析

适用于知网、万方、维普等众多网站

在安装插件后同样需要在设置-茉莉花中拉到最下面更新转换器

这时候你会发现甚至连BiliBili都能解析~~（应该是给社科那帮人用的）~~

Zotero Box

这个插件是一个十分好用的学术辅助插件，可以查看文章的元数据，例如期刊IF因子，期刊分区，被引量等等，部分文章还支持AI总结功能

有免费版和VIP版区别，具体可以看官方对比

反正我觉得挺好用的，如果有长期的科研需要不妨买个会员（分了两级），一个月一两杯蜜雪冰城柠檬水罢了，偶尔还有打折。

如果你有会员需求，不妨使用我的链接让我赚几角钱（

ADD/ADHD注意力障碍与多动症

Tue, 01 Apr 2025 04:35:36 +0800

本文内容部分使用AIGC，不作为诊疗参考

概念演进与病理机制

诊断标准的发展沿革

注意缺陷多动障碍（Attention Deficit Hyperactivity Disorder, ADHD）是一种以持续性注意缺陷、多动冲动为特征的神经发育障碍。其诊断概念历经重要演变：

ADD术语的演变：1980年DSM-III首次使用"注意缺陷障碍（ADD）"，1994年DSM-IV将其整合为ADHD亚型，现行DSM-5诊断系统将ADHD分为三种表现型：注意力不集中型（对应原ADD概念）、多动冲动型及混合型
神经发育视角：2013年DSM-5明确将其归类为神经发育障碍，强调大脑前额叶皮质、基底神经节等区域的结构/功能异常，涉及多巴胺、去甲肾上腺素等神经递质系统失调

病因学的多维视角

发病机制呈现生物-心理-社会交互作用模式：

遗传因素：双生子研究显示遗传度达74%，已发现DRD4、DAT1等风险基因
神经生物学：fMRI研究揭示前额叶-纹状体环路功能连接减弱，默认网络与任务正向网络调控失衡
环境风险：早产、孕期尼古丁暴露、铅暴露可使发病风险提升2-3倍
发育代偿：约30%患者青春期出现症状缓解，可能与神经可塑性补偿机制相关

临床表现的双面特征

神经多样性优势（ADHD特质谱）

近年神经多样性运动推动ADHD优势特质的系统研究：

优势维度	具体表现	适用领域案例
发散思维	联想广度达常人1.8倍（White & Shah, 2016）	创意策划、产品设计
危机应对	应激状态决策速度提升40%	急诊医疗、危机管理
超聚焦状态	特定兴趣领域持续专注可达心流状态	科研攻坚、艺术创作
多线程处理	环境刺激转化率提高	突发事件响应、多项目管理

功能损害表现

需区分原发性症状与继发共病：

核心症状群
- 注意维持困难：任务持续性较同龄人低2个标准差
- 执行功能缺陷：工作记忆容量减少30%，任务转换耗时增加50%
- 情绪失调：延迟满足能力降低，情绪冲动性评分高于常模1.5SD
发展性损害
- 学业表现：完成作业耗时延长60%，粗心错误率增加3倍
- 职业适应：工作变动频率为同龄人2.2倍（APA, 2022）
- 人际关系：社交冲突发生率提高40%

精准干预框架

阶梯式诊断流程

初筛评估：采用ASRS-v1.1量表结合临床访谈
鉴别诊断：排除甲状腺功能异常、睡眠障碍等躯体疾病
神经心理测试：执行功能成套测验（BADS）、持续性操作测验（CPT）
共病评估：50%成人患者共患焦虑/抑郁，30%存在物质滥用

多模态干预方案

药物治疗策略

药物类别	代表药物	作用机制	适用人群
中枢兴奋剂	哌甲酯缓释剂	阻断DA/NE再摄取	无心血管风险儿童/成人
选择性NE再摄取抑制剂	托莫西汀	增强前额叶NE传递	共病抽动/焦虑者
α2肾上腺素能激动剂	胍法辛	调节前额叶网络活性	低龄儿童/睡眠障碍者

非药物干预体系

认知重塑
- 元认知疗法：训练自我监控（如"停顿-反思-行动"三步骤）
- 适应性策略：利用时间盲点可视化工具（Time Timer®）
环境工程学改造
- 工作场景：采用声光隔离舱，实施25/5番茄工作法
- 学习场景：动态任务分解技术（将作文拆解为5段式填空）
生物调节技术
- 经颅直流电刺激（tDCS）：针对背外侧前额叶的0.5-2mA刺激
- 心率变异性训练：提升迷走神经张力至正常范围（HRV>60ms）

生命周期管理

儿童期：家校行为契约系统（每日目标-奖励可视化图表）
青少年期：自我倡导技能训练（症状自我解释模板）
成年期：职业代偿策略（利用语音备忘录替代工作记忆）
老年期：认知储备强化（结合有氧运动与双重任务训练）

前沿研究方向

数字疗法：FDA批准的EndeavorRx®游戏疗法显示注意力提升30%
肠道微生物调控：特定菌株移植使核心症状改善率达42%
基因导向治疗：COMT基因多态性指导的个性化用药方案

T-ST闭环循迹算法

Mon, 23 Jan 2023 21:31:02 +0800

前导

众所周知，大部分的巡线算法都需要编码器来构成闭环系统

那要是没有编码器了？难不成巡线就只能靠暴力巡线了？~~那岂不一个参数没对直接寄了？~~

此时唯一的传感参数就是光电传感器的光电值

能利用的数据有：

变速后的速度
一侧光电识别到黑和另一侧光电识别到黑的时间差

那么要么是利用时间t，要么利用时间t * 速度v

但是用t * v这不还是到了暴力巡线那步，甚至不好估算误差~~也有可能是我太菜没想到对应算法~~

那么只能利用时间t来构成一个闭环系统了

原理

对于一个高斯函数

$$Tc=ae^{\frac{-(Ti-b)^2}{2c^2}}$$

在这里，我们定义一侧识别到黑线后向另一边转动Ti(ms)后直行，从直行到下一次识别到黑线的时间差为Tc(ms)，若在Ti以内识别到黑线则定义此时Tc为1ms

算法思路

定义Ti每次的增量DeltaTi

采集两次初始{Ti,Tc}，判断Tc值

如果Tc两次都为1

如果两次都是同侧且和黑线同侧，则下一次Ti取两次Ti的最大值 + DeltaTi
如果两次都是同侧且和黑线异侧，则下一次Ti取两次Ti的最小值 - DeltaTi
如果两次是异侧，则下一次Ti取这两次Ti的中值，同时DeltaTi = 两次Ti差值的n分

如果Tc三次都为1

参考二分查找，记得减小DeltaTi

反正就是一个循环+递归来进行查找Tc峰值的过程

只要Tc不为1了，那就用这里的Ti对两个相近的Ti进行二分查找

如果查不到Tc(即Tc = 1)，那么用新的两个Ti与找到的Tc不为1的Ti同样二分查找，直到找到一个Tc也不为1的Ti

~~妈的一个二分查找被我叨叨这么久~~

只要找到了三个Tc不为1的Ti，就可以愉快地…继续二分查找了…

理论上来说最后可以逼近峰值

(可以找个长点的直线，然后用串口通信测量这些数据，这样得到的Ti和DeltaTi就可以直接作为以后的初始数据让今后的巡线更加迅速)

源代码

还有许许多多的部分还没有写完，hmmmm，希望不会烂尾

点我进入Gayhub仓库

高斯函数拟合

Mon, 23 Jan 2023 14:27:40 +0800

高斯函数

高斯函数以大数学家约翰·卡尔·弗里德里希·高斯的名字命名。高斯函数应用范围很广，在自然科学、社会科学、数学以及工程学等领域都能看到它的身影

对于这次要写的算法，高斯函数可以对数据进行拟合和表征，从而预测值

高斯函数可写为：

$$y=ae^{\frac{-(x-b)^2}{2c^2}}$$

其中 a 为波峰 y~~max~~ ， b 为波峰对应的 x 值 x~~max~~ ， c 为 y=x~~max~~ 与 x=0.607y~~max~~ 的交点到两边的距离

数据生成

数据生成程序由C++编写

#include <math.h>
#include <time.h>
#include <iostream>
#include <random>
using namespace std;
// #pragma GCC optimize(2)
// #pragma G++ optimize(2)
void gaosi(double x, double a, double b, double c) {
  double y, flag = -(x - b) * (x - b) / (2 * c * c);
  y = a * exp(flag);
  cout << x << " " << y << "\n";
}
int main() {
  default_random_engine e(time(0));
  uniform_real_distribution<double> u(0.1, 20.1);
  ios::sync_with_stdio(false);
  cin.tie(0);
  cout.tie(0);
  double a, b, c;
  cin >> a >> b >> c;
  double mod = c * 5, index = b - 2.5 * c;
  for (int i = 0; i < 20; i++) {
    double swap = u(e);
    while (swap > mod) {
      swap -= mod;
    }
    swap += index;
    gaosi(swap, a, b, c);
  }
  return 0;
}

高斯拟合

拟合的算法我参考了CSDN上的这篇文章

但是似乎总是有哪里不对，但是又分析不上来

Arch Linux安装配置记录

Sat, 29 Oct 2022 23:32:00 +0800

目标

实现Arch Linux与Windows的互存

正在解决的问题

[⚠️️]伪黑屏问题(无法解决)

安装

参考文档

在ArchLinux的安装以及后续的配置中，官方Wiki、论坛和个人博客通常是解决问题的好去处

ArchWiki-Installation guide

ArchWiki-General recommendations

klelee小栈-Archlinux安装手册(2022.10.01)

安装流程

安装盘准备

首先拿个2G的U盘安上ventoy，在ArchLinux官网下载iso复制到U盘里

开始安装&&网络配置

进入引导，进入ventoy，选择ArchLinux
选择ArchLinux Install
输入iwctl进入联网模式，根据以下指令连接网络

[iwd]#
help                                        //查看帮助
device list                                //列出无线设备名称，一般为wlan0
station device scan                        //扫描"device"获取到的WIFI
station device get-networks                //会显示你扫描到的所有网络
station device connect network name        //连接网络
password:                                    //输入密码
exit                                        //退出当前模式，回到安装模式

配置更新

停用reflector

`1`	`systemctl stop reflector //或systemctl stop reflector.service`

tip: reflector是“一个 Python 3 模块和脚本，用于检索和过滤最新的 Pacman 镜像列表”

因为待会要配置源，所以先把这玩意关了

配置源

`1`	`nano /etc/pacman.d/mirrorlist`

只留下清华(tuna)、中科大(ustc)源

配置时间&&SSH连接

更新时间，以免网络连接出错

1
2


timedatectl set-ntp true

准备SSH连接


passwd        //设置密码

ip a        //查看当前IP

SSH连接

硬盘分配

使用cfdisk分出来三个区(efi，swap、root)

`1`	`cfdisk <device> //例如cfdisk /dev/nvme0n1，必须指定对应的硬盘`

Device	tart	End	Sectors	Size	Type
Free space	34	4095	4062	2M
/dev/nvme0n1p1	4096	618495	614400	300M	System
/dev/nvme0n1p2	618496	651263	32768	16M	Microsoft reserved
/dev/nvme0n1p3	651264	210370559	209719296	100G	Microsoft basic data
/dev/nvme0n1p4	210370560	406194647	195824088	93.4G	Microsoft basic data
/dev/nvme0n1p5	406196224	414584831	8388608	4G	Linux swap
/dev/nvme0n1p6	414584832	500117503	85532672	40.8G	Linux filesystem
因为我已经安装了Windows，所以只创建了一个Swap区和一个root区

—- 等待更新 —-